Bielik 3.1: 56 języków i wywoływanie narzędzi. Sprawdziłem nowego Bielika na RTX 4090

👁 124 przeczytań

We wtorek o 14:36 dostałem od agencji PR informację prasową: SpeakLeash i ACK Cyfronet AGH wypuszczają Bielika 11B v3.1. Najpierw sprawdziłem, czy da się go pobrać. Da się: na Hugging Face od nocy wiszą pliki w ośmiu wariantach, w tym GGUF, a koło 14 w Ollamie pojawił się gotowy tag. Ściągnąłem więc nowego Bielika na komputer z RTX 4090 i dałem mu 10 zadań po polsku, tych samych co wersji 3.0. Poniżej to, co ogłoszono, co potwierdzają pliki i co wyszło w teście.

Co nowego w Bieliku 3.1

To dalej model z 11 mld parametrów, ale mocno dotrenowany. Według karty modelu przeszedł dalsze uczenie na 500 mld tokenów, dostrajanie na 26 mln przykładów i uczenie przez wzmacnianie (zmodyfikowane GRPO) w 14 środowiskach. Według informacji prasowej to „nowa wersja flagowego polskiego modelu”. Relacje ITwiz i Telepolis z tej samej informacji podają wzrost o 8 w teście rozumienia tekstu Belebele, o 5 w INCLUDE (44 języki) i od 16 do 45 w agentowym τ²-bench. ITwiz pisze o procentach, Telepolis o punktach procentowych, a pełnego PDF z tabelami nie mam, więc to deklaracje producenta, nie mój pomiar.

56 języków, także spoza Europy

Według informacji prasowej Bielik obsługuje 56 języków, „w tym po raz pierwszy języki spoza Europy”. Łatwo to sprawdzić: w metadanych karty v3.0 są 32 języki, wszystkie europejskie, w v3.1 jest ich 56. Według relacji doszły wszystkie języki urzędowe Unii oraz arabski, chiński, japoński, koreański, ormiański, azerski i gruziński. Na liście w karcie widzę jeszcze hebrajski, hindi, indonezyjski, perski, wietnamski i kazachski. Karta nadal opisuje model jako zoptymalizowany pod języki europejskie, a najbardziej pod polski. 56 języków znaczy więc, że model się ich uczył, a nie że w każdym pisze jak po polsku.

Kompetencje agentowe

Według informacji prasowej Bielik v3.1 „rozwija też znacznie kompetencje agentowe”, czyli wykonuje zadania w kilku krokach z użyciem zewnętrznych narzędzi. Chodzi o wywoływanie funkcji (model zamiast odpowiadać pisze polecenie, które program wykona, np. „sprawdź pogodę w Gdańsku”), odpowiedzi w zadanym formacie, np. JSON, i tryb rozumowania. Karta modelu dodaje szczegóły: wywołanie trafia do znaczników <tool_call>, rozumowanie włącza parametr reasoning_effort w pięciu stopniach (od none do max), a do serwera vLLM SpeakLeash daje własne parsery w repozytorium bielik-tools. Uczciwie zaznaczono, że schemat argumentów nie jest wymuszany.

Jedno mnie zaskoczyło: szablon czatu dokleja do każdej rozmowy wbudowany prompt systemowy na około 1000 tokenów (tożsamość, data, zasady). W moim teście polecenie na 60 tokenów robiło się wejściem na 1100-1500 tokenów. Lokalnie to ułamek sekundy, ale na hostingu liczonym od tokenów już koszt. Wyłącza go opcja provider_system_prompt: false.

Modele decyzyjne Bielik-One

Według informacji prasowej debiutują „pierwsze w rodzinie Bielika modele decyzyjne”. Z relacji wynika, że to Bielik-One: cztery modele różnej wielkości, które nie piszą odpowiedzi, tylko oceniają tekst i zwracają etykietę z prawdopodobieństwem. Nadają się do sortowania zgłoszeń, moderacji czy sprawdzania dokumentów: pewne przypadki idą automatem, wątpliwe do człowieka. Rozmiarów nie podano, a o 15:40 na Hugging Face nie było żadnego modelu Bielik-One. W szablonie czatu v3.1 jest już tryb decision_mode.

Bielik DFlash, czyli model draftowy

Według informacji prasowej debiutuje też „nowy draftowy Bielik DFlash, który przyspiesza generowanie odpowiedzi bez utraty jakości”. Po ludzku: duży model pisze token po tokenie i każdy krok jest kosztowny. Mały model draftowy zgaduje od razu kilkanaście kolejnych tokenów, a duży sprawdza całą propozycję za jednym podejściem i przyjmuje to, co trafione. Treść jest taka, jaką napisałby sam duży model, tylko szybciej. Poprzedni DFlash dla v3.0 ma 1,17 mld parametrów i działa w SGLang lub vLLM, nie w Ollamie. Wersji dla v3.1 o 15:40 na Hugging Face jeszcze nie było, a relacje nie podają, o ile przyspiesza.

Zapowiedź: multimodalny Bielik ponad 100 mld parametrów

Według informacji prasowej od sześciu miesięcy trwają prace nad pierwszym multimodalnym Bielikiem o ponad 100 mld parametrów, a szczegóły poznamy na Bielik Summit 2026. To 26 listopada w Muzeum Wojska Polskiego w Warszawie (według strony wydarzenia bilet kosztuje 1299 zł brutto i nie będzie relacji online). Taki model będzie mniej więcej dziesięć razy większy od obecnego, więc na domowej karcie go nie uruchomisz.

Licencja, gdzie pobrać i ile VRAM

Licencja to Apache 2.0: użycie komercyjne bez opłat. Pełne wagi na Hugging Face są za bramką (logowanie i zgoda na kontakt), GGUF pobierzesz bez logowania. Są też warianty FP8, AWQ, NVFP4 i MLX na Maca. W Ollamie działa ollama run SpeakLeash/bielik-11b-v3.1-instruct:Q4_K_M (6,7 GB, kontekst 32 tys. tokenów), w LM Studio i llama.cpp pliki GGUF z repozytorium SpeakLeash. Strona bielik.ai o 15:20 wciąż opisywała wersję 3.0.

VRAM to mój pomiar w nvidia-smi przy działającym llama-server, bez pulpitu Windows. Q4_K_M zmieści się na karcie 8 GB tylko z krótkim kontekstem. Szerzej o wariantach piszę w tekście GGUF i kwantyzacja: Q4_K_M, Q6_K czy Q8_0.

Sprawdziłem: Bielik 3.1 na RTX 4090

Pobrałem dwa pliki GGUF prosto z repozytorium SpeakLeash: Q4_K_M (6,72 GB) i Q8_0 (11,87 GB). Uruchomiłem je w llama.cpp z obsługą CUDA, z temperaturą 0,3, którą zaleca karta modelu. Te same 10 poleceń dostał Bielik 11B v3.0 w Q8_0, który trzymam na dysku od września. Oceniałem sam, każde zadanie na 1 (w pełni), 0,5 (częściowo) albo 0. Test zrobiłem 10 listopada między 15:30 a 15:45.

Największa różnica jest tam, gdzie twórcy ją obiecali. Na pytanie o pogodę v3.1 w obu wariantach od razu wywołał moją funkcję z argumentami „Gdańsk” i „2026-11-11”, czyli sam policzył, który dzień jest jutro. Stary Bielik v3.0 z tą samą definicją narzędzia napisał akapit o tym, że prognozę warto sprawdzić w aplikacji pogodowej. Dane z przypomnienia o fakturze v3.1 oddał jako czysty JSON, bez ani jednego słowa wokół. Zastrzeżenie: llama.cpp zostawił wywołanie jako tekst w znacznikach, a gotowe pole API daje dopiero vLLM z parserami SpeakLeash.

Języki spoza Europy to druga wyraźna zmiana. Zdanie o sklepie otwartym od poniedziałku do soboty v3.1 przełożył na poprawny arabski, z „od 9 rano do 6 wieczorem”. V3.0 zrobił z niego zdanie z błędem w zgodzie rodzaju i zakończył słowami bez sensu. Po japońsku v3.0 wyprodukował mieszankę japońskiego, cyrylicy i angielskiego słowa „tardy”. V3.1 w Q8_0 napisał zrozumiałe, choć sztywne zdanie, a w Q4_K_M użył potocznego „gomen nasai”, choć prosiłem o formę uprzejmą. Oba dopisały pod spodem to samo drugi raz.

Gorzej wypadło trzymanie się formy. Streszczenia w trzech punktach po 15 słów nie zrobił żaden model: v3.1 w Q4_K_M wypisał sześć punktów i dodał notkę, że „streścił w 3 punktach”, a Q8_0 wcisnął trzy tematy w ostatni punkt. Godzinę przyjazdu v3.1 policzył dobrze (17:34), ale zamiast samej godziny dał cały wywód, a stary model doszedł do 17:34 i „poprawił się” na 19:35. W ortografii nowy Bielik przepuścił „zciągnęli”, które v3.0 poprawił na „ściągnęli”.

Szybkość i pamięć zmierzyłem w llama-bench (128 tokenów, 3 powtórzenia) i w nvidia-smi:

• Q4_K_M: 110,5 tok/s, 8,3 GB VRAM przy kontekście 8 tys. tokenów i 13,0 GB przy 32 tys.
• Q8_0: 67,3 tok/s, 13,0 GB VRAM przy 8 tys. i 17,6 GB przy 32 tys.
• Dla porównania v3.0 w moim pomiarze z 17 października: 108,0 i 67,0 tok/s. Szybkość się nie zmieniła, bo architektura i rozmiar są te same.

Mój werdykt: jeśli masz już Bielika v3.0 na dysku, przesiądź się na v3.1 od razu, zwłaszcza gdy model ma pracować w programie (narzędzia, JSON) albo dostawać teksty w językach spoza Europy. Polszczyznę ma tak samo dobrą, a w moim teście ortografii wypadł nawet o jeden błąd gorzej. Przy karcie do 12 GB wybrałbym Q4_K_M, przy 16-24 GB Q8_0. Trzeba tylko pamiętać o około 1000 tokenach doklejanego promptu systemowego i o tym, że polecenia co do formy model nadal traktuje luźno. Poprzednie wersje i warianty opisuję w przewodniku Bielik: polski model AI.

Najczęstsze pytania

Czy Bielik 3.1 jest darmowy?

Tak. Licencja Apache 2.0 pozwala na użycie prywatne i komercyjne bez opłat. Płacisz tylko za sprzęt albo serwer.

Jak uruchomić Bielika 3.1 w Ollamie?

Wpisz ollama run SpeakLeash/bielik-11b-v3.1-instruct:Q4_K_M. Ollama pobierze 6,7 GB i otworzy rozmowę. Krok po kroku opisuję to w poradniku jak uruchomić Bielika lokalnie.

Co to jest Bielik DFlash?

Mały model pomocniczy, który zgaduje kilka tokenów naprzód, a duży Bielik je zatwierdza. Odpowiedź przychodzi szybciej przy tej samej treści. Działa w SGLang i vLLM.