Strands Decider 2B od AWS: otwarty model decyzyjny, test po polsku
AWS wydał mały model decyzyjny z otwartymi wagami, danymi i skryptami. Uruchomiłem go na RTX 4090: 3,8 GB VRAM, 135 ms, 30/30 polskich zgłoszeń.

Spis treści 8
👁 158 przeczytań
- Strands Decider 2B przypisuje polskie zgłoszenia klientów do działów bezbłędnie (30/30) w medianie 135 ms na RTX 4090.
- Model ma 2 mld parametrów, licencję Apache-2.0 i zajmuje 3,8 GB VRAM, a adapter LoRA waży zaledwie 67 MB.
- Na benchmarku JevBench model uzyskał 72,3% (167/231 zadań), co daje 3. miejsce wśród 33 modeli klasy 2B.
Strands Decider 2B to otwarty model decyzyjny od AWS: zamiast pisać tekst, wybiera odpowiedź z podanej listy i podaje pewność. Ma 2 mld parametrów, licencję Apache-2.0, a AWS opublikował nie tylko wagi, ale też dane treningowe i skrypty. Uruchomiłem go na RTX 4090: zajął 3,8 GB pamięci karty, a polskie zgłoszenia klientów przypisał do działów bezbłędnie w 135 ms. Szersze tło i porównanie z Cloudflare Clef jest w przewodniku Modele decyzyjne AI.
Co to jest Strands Decider 2B
Model wydał 1 października 2026 zespół Strands Labs z AWS (autorzy wpisu: Marc Brooker, Mike Chambers i Fabio Nonato de Paula). Nazwa pochodzi od Strands Agents, otwartego frameworka AWS do budowy agentów. Najważniejsze fakty:
- Baza: Qwen3.5-2B-Base. AWS usunął głowicę językową i dołożył głowę wskaźnikową (pointer head) z nieco ponad milionem parametrów, która ocenia stan ukryty na pozycji każdej opcji.
- Dostrojenie: adapter LoRA rangi 16. Na Hugging Face jest checkpoint
StrandsAgents/strands-decider-2B-hobson-v19- adapter waży 67 MB, model bazowy dociąga się sam przy pierwszym uruchomieniu (u mnie 4,3 GB). - Licencja: Apache-2.0 dla modelu, kodu i receptury treningu; baza Qwen3.5-2B-Base również Apache-2.0.
- Otwartość: w repozytorium
strands-labs/strands-decidersą skrypty treningu, spis 29 publicznych zbiorów danych (m.in. BANKING77, CLINC, AG News, HotpotQA) i surowe wyniki ewaluacji. - Instalacja:
pip install strands-deciderdaje polecenie w terminalu i serwer HTTP. - API: zgodne z formatem System One, czyli tym samym, którego używają Jev od TypeSafe, Cloudflare Clef i Kev.
Jak zadajesz pytania
Jak każdy model decyzyjny, Strands Decider przyjmuje stan i nazwane pytania trzech typów:
| Typ | Przykład | Wynik |
|---|---|---|
choice | Który dział: płatności, dostawa, zwroty? | opcja + pewność + rozkład |
noul | Czy klient jest zdenerwowany? | prawdopodobieństwo „tak” |
score | Jak pilne: może poczekać / ten tydzień / dziś? | oczekiwany poziom + rozkład |
Liczba opcji nie jest ograniczona, bo etykiety przychodzą razem z zapytaniem, a nie są wpisane w model. Wynik powstaje w jednym przejściu przez sieć, bez pętli generowania. Stan jest liczony raz, a pytania doliczane są na jego kopii pamięci podręcznej, więc dodatkowe pytanie prawie nie wydłuża czasu.
Wyniki według AWS
- JevBench (231 publicznych zadań): 167 trafień, czyli 72,3%. AWS pisze, że to 3. miejsce na 33 modele w klasie 2B i 1. na 30, jeśli pominąć modele nieco większe niż 2B.
- Łatwe zadania JevBench: 100% poprawnych.
- Opóźnienie: mediana ok. 115 ms na RTX 3090, ok. 153 ms na MacBooku z M3.
- Wewnętrzne zestawy: od 64,1% (krótkie zadania, 6000 przykładów) do 89,8% (rozpoznawanie pytań bez odpowiedzi w MuSiQue).
AWS uczciwie wypisuje ograniczenia. Model jest wyraźnie słabszy od modeli rozumujących w złożonych problemach, nie nadaje się do kodu, czatu ani streszczeń. Karta modelu ostrzega też, że model „czyta pytanie słabiej niż dokument”: przy tym samym stanie i opcjach zmiana treści pytania często nie zmienia odpowiedzi, więc pytanie trzeba formułować jednoznacznie.
Mój test na polskich zgłoszeniach
Zestaw: 30 zgłoszeń, jakie dostaje sklep albo firma z aplikacją - po 5 na dział (płatności, dostawa, zwroty, konto, awarie, sprzedaż), część bez polskich znaków i z literówkami. Do każdego dwa pytania: dział i czy sprawa wymaga reakcji jeszcze dziś. Sprzęt: RTX 4090, Windows 11, PyTorch 2.11.
| Wariant | Dział | Pilność (próg 0,5) | Mediana czasu |
|---|---|---|---|
| Polskie zgłoszenia, polskie opisy działów | 30/30 | 24/30 | 135 ms |
| Polskie zgłoszenia, angielskie opisy | 30/30 | 26/30 | 135 ms |
| Wszystko po angielsku | 29/30 | 26/30 | 130 ms |
- Pamięć: 3,8 GB VRAM w szczycie, ładowanie modelu 16 s.
- Dział: bezbłędnie po polsku. Jedyny błąd po angielsku to zmiana planu w trakcie okresu rozliczeniowego, którą model uznał za płatność zamiast sprzedaży - ten sam przypadek mylił większość testowanych modeli.
- Pilność po polsku: tu wyszedł problem z kalibracją. Prawdopodobieństwo „tak” dla 6 naprawdę pilnych zgłoszeń wynosiło od 0,22 do 0,47 - żadne nie przekroczyło 0,5, więc przy domyślnym progu model nie oznaczył nic jako pilne. Kolejność była jednak sensowna: przy progu 0,4 wynik rośnie do 26/30.
- Pewność działu: mediana 0,86, najniższa 0,31. Dla porównania większy Clef-flash miał medianę 0,97.
Na tej samej karcie Gemma 4 12B w Ollamie z wymuszonym JSON-em też przypisała 30/30, ale w 413 ms, a Llama 3.1 8B w 173 ms z wynikiem 25/30. Pełne zestawienie ośmiu modeli jest w przewodniku po modelach decyzyjnych.
Strands Decider czy Cloudflare Clef
| Strands Decider 2B | Clef-flash | |
|---|---|---|
| Rozmiar | 2B, ok. 4,4 GB pobrania | 9B, 19 GB |
| VRAM w moim teście | 3,8 GB | 18,3 GB |
| Mediana czasu (PL, 4090) | 135 ms | 112 ms |
| Obrazy i wideo | nie | tak |
| Hosting | brak, tylko własny serwer | Workers AI, 0,09 USD / mln tokenów |
| Dane treningowe | publiczne | wewnętrzne, syntetyczne |
| CPU / Mac | tak | w praktyce potrzebna karta 24 GB |
Wybrałbym Strands Decider, gdy model ma działać na laptopie, małym serwerze bez dużej karty albo na procesorze, i gdy liczy się możliwość dotrenowania na własnych etykietach według opublikowanej receptury. Clef-flash, gdy masz kartę 24 GB albo chcesz gotowy hosting i obrazy. O premierze Clef piszę w osobnym tekście.
Jak uruchomić w 3 krokach
- Zainstaluj PyTorch (z CUDA, jeśli masz kartę NVIDIA), potem
pip install strands-decider. Pakiet wymaga transformers 5.15 lub nowszego. - Zadaj pytanie:
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 --state "Kurier zostawił karton pod drzwiami sąsiada i teraz go nie ma" --choice "Który dział?=platnosci,dostawa,zwrot,konto" --noul "Czy klient jest zdenerwowany?" - Uruchom serwer:
strands-decider serve StrandsAgents/strands-decider-2B-hobson-v19 --port 8000i wysyłaj żądania na/v1/systemone.
Na Windowsie biblioteka transformers zgłosi, że brakuje pakietów flash-linear-attention i causal-conv1d. Model działa bez nich (moje 135 ms zmierzyłem właśnie w tym trybie), tylko wolniej niż mógłby. Serwer nasłuchuje wyłącznie na 127.0.0.1 i nie ma uwierzytelniania - przed wystawieniem na zewnątrz trzeba dołożyć własną warstwę. Kompletny przykład z progami i kolejką „do człowieka” pokazuję w poradniku o routingu zgłoszeń.
Źródła
- Strands Agents: Introducing Strands Decider 2B (1.10.2026)
- Karta modelu na Hugging Face
- Kod na GitHubie
- Własny test: 5.10.2026, RTX 4090.
Najczęściej zadawane pytania
Ile pamięci GPU zajmuje Strands Decider 2B i jak szybko działa?
Model zajmuje 3,8 GB VRAM na karcie graficznej. W teście na RTX 4090 mediana czasu odpowiedzi dla polskich zgłoszeń wyniosła 135 ms, a według danych AWS mediana opóźnienia to ok. 115 ms na RTX 3090 i ok. 153 ms na MacBooku z M3.
Na jakiej licencji jest dostępny Strands Decider 2B i co dokładnie AWS udostępnił?
Model jest dostępny na licencji Apache-2.0, która obejmuje model, kod i recepturę treningu. AWS opublikował nie tylko wagi modelu, ale też skrypty treningu, spis 29 publicznych zbiorów danych oraz surowe wyniki ewaluacji w repozytorium strands-labs/strands-decider.
Jaką skuteczność osiągnął Strands Decider 2B w teście na polskich zgłoszeniach klientów?
W teście 30 polskich zgłoszeń przypisanych do 6 działów model przypisał dział bezbłędnie - uzyskując wynik 30 na 30. Gorzej wypadła ocena pilności: przy domyślnym progu 0,5 model nie oznaczył żadnego ze zgłoszeń jako pilnego, jednak obniżenie progu do 0,4 poprawiło wynik do 26 na 30.
Najczęstsze pytania
Czy Strands Decider 2B działa na polskich tekstach bez błędów?
Tak, w teście 30 polskich zgłoszeń model przypisał dział bezbłędnie (30/30) zarówno z polskimi, jak i angielskimi opisami działów. Problem pojawił się tylko przy detekcji pilności - przy domyślnym progu 0,5 żadne z 6 pilnych zgłoszeń nie zostało oznaczone, ale zmiana progu na 0,4 poprawia wynik do 26/30.
Ile pamięci GPU potrzeba do uruchomienia Strands Decider 2B?
Model zajmuje 3,8 GB VRAM w szczycie na RTX 4090. Pobieranie przy pierwszym uruchomieniu to łącznie ok. 4,4 GB - adapter LoRA waży 67 MB, a model bazowy Qwen3.5-2B-Base dociąga się sam i zajmuje 4,3 GB.
Czym różni się Strands Decider 2B od Cloudflare Clef-flash?
Strands Decider 2B jest mniejszy (ok. 4,4 GB pobrania vs 19 GB VRAM dla Clef-flash) i działa na laptopie lub CPU bez dużej karty. Clef-flash jest szybszy (112 ms vs 135 ms na RTX 4090), obsługuje obrazy i wideo oraz oferuje gotowy hosting za 0,09 USD za milion tokenów, ale wymaga w praktyce karty 24 GB.
Jak zainstalować i uruchomić Strands Decider 2B?
Wystarczy zainstalować PyTorch z obsługą CUDA, a następnie wykonać pip install strands-decider - pakiet wymaga transformers w wersji 5.15 lub nowszej. Pytanie zadaje się poleceniem strands-decider ask z parametrami --state, --choice lub --noul, a serwer HTTP uruchamia się przez strands-decider serve na wybranym porcie.

Autor
Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.
Czytaj dalej
Newsy · Liquid AI d1: otwarty model decyzyjny, ranking AA i test po polskuLiquid AI opublikowało na Hugging Face otwarte, multimodalne modele decyzyjne z serii d1, zaprojektowane z myślą o urządzeniach brzegowych - model...
Artykuły · Mercury Decide i Celeris-1: najwolniejszy i najszybszy model decyzyjnyMercury Decide i Celeris-1 Decision mają prawie ten sam wynik w rankingu AA, ale jeden jest najwolniejszy, a drugi najszybszy. Porównanie, ceny i...
Artykuły · Perplexity Decider v1.1 27B: najtańszy model decyzyjny w rankinguDecider v1.1 27B od Perplexity jest najtańszy w rankingu Artificial Analysis i miał najlepszą pilność w moim polskim teście. Wagi są na Apache-2.0.- przelomowy.plModele AI rozpoznają ukryte nadużycia naukowe w 91% przypadków, lecz często i tak pomagają
- dygot.plClaude ma nową aplikację. Czat stał się w niej tylko jedną z czterech kart
- generatornia.plBlack Friday 2026 na narzędzia AI: ceny z cenników, z którymi porównasz rabat
- przewagi.plAutomatyzacja faktur: zacznij od obiegu i wyjątków, potem dodaj AI
Komentarze 0
Wulgaryzmy, obrażanie i oskarżenia wobec osób lub firm sprawdzam ręcznie przed publikacją. Spam usuwam.
Nikt jeszcze nie skomentował. Napisz pierwszy komentarz.



