LLM: co to jest duży model językowy, jak działa i skąd biorą się zmyślenia

👁 184 przeczytań

LLM to skrót od large language model, czyli duży model językowy: program, który nauczył się z ogromnej ilości tekstu przewidywać, jaki fragment powinien pojawić się po dotychczasowych. Na tej jednej umiejętności stoją ChatGPT, Claude, Gemini, polski Bielik i wszystkie pozostałe czaty. Niżej wyjaśniam, jak to działa krok po kroku, jakie modele liczą się w październiku 2026, które z nich mówią dobrze po polsku, kiedy opłaca się model na własnym komputerze i skąd biorą się zmyślenia.

Co to jest LLM w dwóch zdaniach

Duży model językowy to sieć neuronowa z miliardami parametrów, wytrenowana na tekstach z internetu, książek i kodu tak, żeby jak najtrafniej zgadywać kolejny kawałek tekstu. „Duży” odnosi się do liczby parametrów i ilości danych, a „językowy” do tego, że wejściem i wyjściem jest tekst (dziś coraz częściej także obraz i dźwięk).

LLM nie jest bazą wiedzy ani wyszukiwarką. W środku nie ma tabeli z faktami, tylko ogromna liczba wag ustawionych tak, żeby przewidywanie było trafne. Z tego jednego mechanizmu wynikają wszystkie mocne i słabe strony czatów, o których piszę niżej. LLM jest odmianą uczenia głębokiego, a to z kolei część uczenia maszynowego; szerszy obraz całej dziedziny opisałem w tekście o sztucznej inteligencji.

Jak działa LLM krok po kroku

1. Tekst zamienia się w tokeny

Model nie widzi liter ani słów, tylko tokeny: kawałki tekstu, z których każdy ma swój numer. Częste angielskie słowo bywa jednym tokenem, a polskie „przeprowadziłabym” rozpada się na kilka. Dlatego ten sam tekst po polsku zajmuje więcej tokenów niż po angielsku, a więc szybciej zapełnia okno kontekstu i więcej kosztuje w API.

2. Sieć liczy prawdopodobieństwo następnego tokenu

Ciąg numerów przechodzi przez dziesiątki warstw sieci typu transformer. Kluczowy element to mechanizm uwagi (attention): przy każdym tokenie model „patrzy” na wszystkie wcześniejsze i waży, które są ważne. Dzięki temu w zdaniu „Ola dała Ani książkę, bo ona już ją przeczytała” potrafi ustalić, do kogo odnosi się „ona”. Na końcu dostaje rozkład prawdopodobieństwa dla każdego możliwego następnego tokenu.

3. Wybór tokenu i doklejenie go do wejścia

Z rozkładu wybierany jest jeden token, doklejany do tekstu, i cały proces rusza od nowa. Odpowiedź powstaje token po tokenie, dlatego czat „pisze” na ekranie, a długa odpowiedź trwa dłużej. Parametr temperatury decyduje, czy model bierze zawsze najbardziej prawdopodobny token (odpowiedzi powtarzalne), czy losuje szerzej (odpowiedzi bardziej różnorodne, ale też częściej błędne).

4. Prosty przykład

Wpisujesz: „Stolicą Polski jest”. Model ocenia, że „Warszawa” ma prawdopodobieństwo bliskie 100 procent, a „Kraków” małe, ale niezerowe (bo w tekstach historycznych taka para też się pojawia). Wybiera „Warszawa”, dokleja i liczy dalej, czy teraz powinna być kropka, przecinek czy „, a”. Model nie „wie”, że Warszawa jest stolicą w sensie zapisanego faktu - nauczył się, że w tekstach te słowa występują razem.

Jak trenuje się duży model językowy

1. Pretrening. Model czyta biliony tokenów tekstu i kodu, a jego jedynym zadaniem jest zgadywać kolejny token. Po każdej pomyłce wagi są lekko korygowane. Ten etap zajmuje tygodnie lub miesiące pracy tysięcy kart graficznych i kosztuje najwięcej. Efektem jest model bazowy, który umie kontynuować tekst, ale nie umie jeszcze rozmawiać.
2. Dostrajanie na instrukcjach. Model dostaje dziesiątki lub setki tysięcy przykładów „polecenie - dobra odpowiedź” i uczy się formy rozmowy. Tak samo działa fine-tuning, który firmy robią na własnych danych.
3. Uczenie ze wzmocnieniem. Ludzie albo inny model oceniają odpowiedzi, a model dostaje „nagrodę” za te lepsze. Ten etap uczy go odmawiać szkodliwych próśb, trzymać się formatu i, w modelach rozumujących, rozwiązywać zadania krok po kroku przed podaniem wyniku.

Każdy model ma datę odcięcia wiedzy: dane treningowe kończą się w pewnym momencie. Dla GPT-6 Astra to według zestawień API kwiecień 2026, dla Claude Opus 5.5 czerwiec 2026. O tym, co wydarzyło się później, model wie tylko wtedy, gdy czat ma podpiętą wyszukiwarkę.

Co znaczą liczby przy modelach

Najważniejsze LLM w październiku 2026

W tabeli są modele, z którymi realnie zetkniesz się w Polsce. Do każdego mam osobny przewodnik z cenami w złotych i testami po polsku. Bieżącą kolejność w benchmarkach trzymam w rankingu AI, a dane techniczne każdego modelu w atlasie modeli.

Kto prowadzi, zależy od testu. Na początku października niezależny indeks Artificial Analysis stawiał na pierwszym miejscu Claude Opus 5.5, zestawienie BenchLM - GPT-6 Astra, a Google w tabeli premierowej Gemini 4 Argon pokazał przewagę w większości własnych testów. Do codziennej pracy po polsku różnice między trzema czołowymi modelami są mniejsze niż różnice między produktami, w których je używasz.

Rodzaje dużych modeli językowych

• Zamknięte i otwarte. Modele zamknięte (GPT, Claude, Gemini) używasz tylko przez czat albo API producenta. Modele z otwartymi wagami (Llama, Qwen, DeepSeek, Bielik) pobierasz i uruchamiasz u siebie, ale licencje się różnią: Bielik ma Apache 2.0, część wariantów PLLuM jest tylko do użytku niekomercyjnego.
• Rozumujące (reasoning). Przed odpowiedzią generują ukryty tok rozumowania. Lepiej liczą, programują i rozwiązują zagadki, ale zużywają więcej tokenów i czasu. W moim teście chińskich modeli Qwen3.8 Max w jednym zadaniu zużył cały limit na myślenie i nie oddał odpowiedzi.
• Multimodalne. Przyjmują obraz, PDF, czasem dźwięk i wideo. Wszystkie czołowe modele z tabeli czytają obrazy.
• Małe modele (SLM). Od około 1 do 15 mld parametrów, działają na laptopie lub telefonie. Gorzej rozumują, ale do klasyfikacji, streszczeń i prostych odpowiedzi wystarczają.

LLM a czat, czyli model a produkt

ChatGPT nie jest modelem, tylko produktem zbudowanym wokół modelu: ma pamięć rozmów, wyszukiwarkę, narzędzia, limity i interfejs. Ten sam model pod spodem może zachowywać się inaczej w dwóch produktach, bo różnią się instrukcją systemową i dostępnymi narzędziami. Dlatego porównanie „ChatGPT kontra Claude” to porównanie produktów, a nie samych modeli. Gdy model sam wykonuje kolejne kroki i używa narzędzi, mówimy już o agencie AI.

LLM po polsku: Bielik, PLLuM i reszta

Wszystkie duże modele z tabeli piszą po polsku, ale nie tak samo dobrze. Problemem nie jest gramatyka, tylko kalki z angielskiego, sztywny rytm zdań i słabsza znajomość polskich realiów: przepisów, urzędów, popkultury.

• Bielik to otwarty model fundacji SpeakLeash i ACK Cyfronet AGH. Najnowszy Bielik 11B v3 jest ze stycznia 2026, w kwietniu doszły wersje z polskim tokenizerem. W Ollamie zajmuje od 1,7 do 12 GB. W moim teście na RTX 4090 pisał najczyściej po polsku z modeli lokalnych, ale nie zawsze trzymał się poleceń.
• PLLuM to rodzina modeli budowana za publiczne pieniądze przez konsorcjum pod wodzą NASK. Od 31 grudnia 2025 odpowiada na pytania o sprawy urzędowe w aplikacji mObywatel, w maju 2026 wyszło 11 nowych wariantów (4B, 8B, 12B i 70B).
• Duże modele zagraniczne wciąż wygrywają z polskimi w rozumowaniu i kodzie. W moim teście sześciu zadań po polsku DeepSeek zdobył 93,3 pkt na 100, Kimi K3 89,2, Qwen3.8 Max 82,5, a GLM-5.3 80,1 (szczegóły w teście chińskich modeli). Starsze porównanie czterech czatów opisałem w pojedynku po polsku.

Praktyczna rada: do tekstów po polsku dla ludzi biorę dużego modelu zamkniętego, a polskie modele lokalne tam, gdzie dane nie mogą wyjść z firmy albo potrzebuję licencji komercyjnej bez abonamentu.

LLM lokalnie czy w chmurze

Model na własnym komputerze uruchomisz w kilka minut. Instrukcje krok po kroku opisałem w tekstach o Ollamie (z moim testem na RTX 4090) i LM Studio (bez wiersza poleceń). Jeśli lokalny model działa gorzej, niż obiecują benchmarki, przyczyny zebrałem w osobnym tekście: dlaczego lokalny LLM działa gorzej, niż powinien.

Ograniczenia: zmyślenia i nie tylko

• Halucynacje. Skoro model zawsze podaje najbardziej prawdopodobny ciąg dalszy, to przy pytaniu o rzecz, której nie zna, poda ciąg wyglądający na prawidłowy: nieistniejący wyrok z wiarygodną sygnaturą, książkę, której nikt nie napisał, przepis, którego nie ma w ustawie. To nie awaria, tylko konsekwencja zasady działania. Do pytań o fakty lepiej używać narzędzi, które najpierw szukają, a potem odpowiadają, jak RAG. Jak rozpoznawać zmyślenia i jak się przed nimi bronić, opisałem w tekście o halucynacjach AI.
• Nieaktualna wiedza. Bez wyszukiwarki model nie wie nic po dacie odcięcia, a często nie wie nawet, że czegoś nie wie.
• Liczenie i daty. Arytmetyka na tokenach jest zawodna. Modele rozumujące radzą sobie lepiej, ale do kwot, terminów i dat i tak używam kalkulatora albo kodu.
• Podatność na manipulację. Polecenie ukryte w wklejonym dokumencie albo na stronie może przejąć model. To problem fundamentalny, o którym pisałem przy luce w zabezpieczeniach LLM.
• Gubienie długiego kontekstu. Okno miliona tokenów nie znaczy, że model równie uważnie czyta każdą stronę. Szczegół ze środka długiego dokumentu umyka częściej niż z początku i końca.

Gdzie LLM naprawdę pomaga

W przekształcaniu tekstu, który już masz: streszczaniu, przepisywaniu, tłumaczeniu, wyciąganiu danych z dokumentów, pisaniu pierwszej wersji i kodu. W zadaniach, gdzie liczy się szybkość szkicu, a weryfikacja jest tania. Gorzej tam, gdzie trzeba pamiętać dokładnie i liczyć: wtedy model ma obsługiwać narzędzia, a nie zastępować je.

Najczęstsze pytania

LLM - co to znaczy?

LLM to skrót od angielskiego large language model, po polsku duży model językowy. Tak nazywa się model AI wytrenowany na ogromnej ilości tekstu, który generuje odpowiedzi, przewidując kolejne fragmenty tekstu.

Czym różni się LLM od ChatGPT?

LLM to silnik, ChatGPT to produkt. ChatGPT korzysta z modeli GPT-6 i GPT-5.6 od OpenAI, a do tego dokłada wyszukiwarkę, pamięć, generowanie obrazów i limity zależne od planu. Ten sam model GPT-6 dostępny przez API zachowuje się trochę inaczej niż w czacie.

Jaki jest najlepszy LLM w 2026 roku?

Nie ma jednego zwycięzcy. Na początku października 2026 w czołówce są Claude Opus 5.5, GPT-6 Astra i Gemini 4 Argon (ten ostatni w zamkniętym dostępie). Do pisania po polsku sam najczęściej używam Claude, bo rzadziej wpada w kalki z angielskiego. Aktualną kolejność trzymam w rankingu.

Czy LLM myśli?

Nie w sensie, w jakim myśli człowiek. Przewiduje kolejne fragmenty tekstu, a wrażenie rozumowania bierze się z tego, że rozumowanie zostawia w tekście regularne ślady, których model się nauczył. Sceptyczne stanowisko w tej sprawie reprezentuje na przykład Yann LeCun.

Czy istnieje polski LLM?

Tak, dwa najważniejsze to Bielik (otwarty, licencja Apache 2.0) i PLLuM (państwowy, działa w mObywatelu). Oba są do pobrania za darmo.

Czy da się uruchomić LLM na własnym komputerze?

Tak. Mniejsze modele (do kilkunastu mld parametrów) działają na zwykłym laptopie, większe potrzebują karty graficznej z 16-24 GB pamięci. Najprościej przez LM Studio albo Ollamę.

Czym jest okno kontekstu w LLM?

To limit tokenów, które model widzi naraz: Twoje pytanie, całą wcześniejszą rozmowę i wgrane pliki. Gdy rozmowa go przekroczy, najstarsze fragmenty wypadają i model przestaje o nich pamiętać.

Czy LLM to to samo co sztuczna inteligencja?

Nie. Sztuczna inteligencja to cała dziedzina, uczenie maszynowe to jej część, uczenie głębokie to część uczenia maszynowego, a LLM to jedno z zastosowań uczenia głębokiego. Systemy rozpoznające twarze czy prognozujące popyt to też AI, ale nie LLM.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła i data sprawdzenia

Dane o modelach sprawdziłem 4 października 2026. Wersje, daty premier i ceny pochodzą z cenników i ogłoszeń producentów oraz zestawień, które je zbierają:

• OpenRouter: GPT-6 Astra (okno 1,05 mln tokenów, cena 10/50 USD)
• OpenRouter: Claude Opus 5.5 (okno 1 mln tokenów, cena 4/20 USD)
• BenchLM: ranking modeli z czołówki
• Artificial Analysis: indeks inteligencji modeli
• SpeakLeash na Hugging Face (Bielik)
• Ministerstwo Cyfryzacji (PLLuM, HIVE)
• Vaswani i in., „Attention Is All You Need” (2017) - praca, która wprowadziła architekturę transformer

Dane liczbowe: Atlas modeli: dane techniczne i ceny każdego modelu osobno.

// czytaj dalejBielik i PLLuM: czy Polsce potrzebny jest własny model językowyArtykułyKling 2.5 Turbo: Jak działa i co potrafi nowy model AIAICOPEX: jak łatwo oszukać modele językowe działające w systemach MCPNewsy

Link do Kimi jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.