Przejdź do treści

Blog · Zaktualizowano

Basal: polski model AI Remigiusza Kinasa wyprzedził OpenAI. Co da Twojej firmie

Krótka odpowiedź

Basal to rodzina otwartych modeli decyzyjnych Remigiusza Kinasa, współautora Bielika. Model czyta sprawę, wybiera jedną z opcji, które mu podasz, i mówi, na ile jest pewny. Na 300 prawdziwych polskich dokumentach wersja ultra trafiła w 97,3% przypadków. Działa na serwerze firmy, więc dane zostają u Ciebie. Wdrożymy go w Twoim procesie od 12 500 zł netto.

Jak pracujemySzczegóły ↓

  1. 01Rozmowa30 min z inżynierem, 0 zł
  2. 02Prototypdziałający system na Waszym procesie i danych, 0 zł
  3. 03Wdrożeniecel i stała cena w umowie, 50% przy podpisaniu
  4. 04Odbiór50% po osiągnięciu celu
netto za automatyzację jednego procesu, płatne raz
od 12 500 zł
od podpisania umowy do odbioru
2–6 tygodni
darmowy prototyp na Twoich sprawach
0 zł

Należymy do programów partnerskich OpenAI i Anthropic, twórców ChatGPT i Claude, i uczymy się z ich oficjalnych kursów. Co to znaczy ↓

Autor: Syntalith · 6 min czytania

Przykład: poranna skrzynka zgłoszeń
Agent · gotowy do pracy

Statystyki

Basal w liczbach: statystyki 2026

97,3%

trafnych decyzji basal-omni-1.0-ultra na 300 prawdziwych polskich dokumentach, według pomiaru autora modelu.

Źródło: Remigiusz Kinas, karta modelu basal-omni-1.0-ultra (2026) ↗

Dane sprawdzone: 23 października 2026

Co to jest Basal i kto go stworzył

Basal to rodzina otwartych modeli decyzyjnych dla języka polskiego i angielskiego. Tworzy ją Remigiusz Kinas, współautor raportu technicznego Bielika v3. Kod silnika jest publiczny w repozytorium rkinas/basal, a wagi modeli na Hugging Face. Wszystko jest na licencji Apache 2.0, więc firma może używać Basala komercyjnie i uruchomić go na własnym serwerze.

Basal to model decyzyjny. Dostaje sprawę, na przykład treść maila, zgłoszenie albo dokument. Dostaje też pytanie i listę dozwolonych odpowiedzi. Zwraca prawdopodobieństwo każdej odpowiedzi w jednym przebiegu modelu, bez pisania tekstu. Odpowiedź nigdy nie wychodzi poza Twoją listę, a liczba mówi, na ile model jest pewny.

17 października 2026 r. Kinas napisał na LinkedIn, że basal-omni jest „TOP1 na świecie w modelach otwartych”, a basal „wyprzedził model OpenAI, Microsoft oraz pierwowzór z TypeSafe”.

Basal w rankingu JevBench: wyniki z października 2026

JevBench to ranking modeli decyzyjnych prowadzony przez serwis Benchmark Heaven, niezależnie od TypeSafe, twórcy modelu Jev. Każdy model podejmuje te same 1500 decyzji. Wynik Capability Score to średnia trafności i kalibracji, czyli tego, czy deklarowana pewność zgadza się z rzeczywistością.

JevBench Capability Score, modele z otwartymi wagami, 18 października 2026

Wyższy wynik jest lepszy. Jev 1.13.0 to zamknięty model TypeSafe, pokazany jako punkt odniesienia.

basal-omni-1.0-ultra82,5
Quyet-1.0-Large81,7
Jeff-1.0-Large81,5
Jev 1.13.0 (TypeSafe, API)77,1

Źródło: Remigiusz Kinas, zrzut tablicy JevBench (2026) ↗

Najmocniejsza strona Basala to trafność: 74,1 pkt wobec 63,6 pkt modelu Jev 1.13.0. Kalibracja obu modeli jest niemal równa (91,0 i 90,6). Według autora wynik 82,5 dawał też przewagę nad OpenAI Decisions i Microsoft-Decision-1.

Ranking zmienia się co kilka dni. W tablicy JevBench sprawdzonej 23 października 2026 r. basal-omni-1.0-ultra ma nadal 82,5 pkt i jest trzeci wśród otwartych modeli. Przed nim są Chon-1.0-12B (85,3) i H2O-Lightning-31B (85,2), które pojawiły się w tablicy po 18 października. Dla polskiej firmy ważne jest coś jeszcze: Basala trenowano na około 640 000 decyzji po polsku i angielsku.

Wyniki Basala na polskich dokumentach

Ranking JevBench mierzy decyzje po angielsku. Dla polskiej firmy ważniejsze są pomiary autora na polskich sprawach, opisane w karcie modelu basal-omni-1.0-ultra.

Test autoraultra (31B)max (12B)basal-1.5-max (11B)
300 prawdziwych polskich dokumentów97,3%98,0%97,0%
Polskie decyzje, 7 081 spraw97,9%95,4%94,0%
Werdykt, ukryty test PL i EN87,9%82,3%77,3%
Decyzje bez człowieka przy błędzie poniżej 1%56,8%47,4%62,2%

Ostatni wiersz pokazuje, jaką część spraw model rozstrzyga sam przy progu pewności dostarczonym z modelem. Resztę oddaje człowiekowi. Ten próg ustawiamy na nowo na sprawach Twojej firmy, bo wynik na teście autora nie przenosi się wprost na Twoje dokumenty.

Czym Basal różni się od ChatGPT i Claude

Dwa rodzaje modeli w jednej firmie
  • ChatGPT, Claude

    piszą

    Odpowiadają zdaniami, streszczają, piszą maile i raporty. Dobre tam, gdzie potrzebny jest tekst. Każda odpowiedź może wyglądać inaczej.

  • Basal

    decyduje

    Wybiera jedną odpowiedź z Twojej listy i podaje pewność w procentach. Jedna decyzja trwa ułamek sekundy, a niepewne sprawy idą do człowieka.

Te modele dobrze ze sobą współpracują. Basal rozstrzyga, do kogo trafia mail i czy sprawa jest pilna. Claude albo ChatGPT pisze szkic odpowiedzi. Silnik Basala udostępnia też serwer MCP, więc agent w Claude może wywołać Basala jako narzędzie do szybkiej decyzji.

Zastosowania Basala w polskiej firmie

Autor opisuje Basala jako dynamiczny klasyfikator. Kategorie podajesz w zapytaniu, zwykłymi słowami. Zmiana listy działów albo nowa kategoria reklamacji nie wymaga trenowania modelu od nowa.

Gdzie Basal oszczędza czas zespołu
  • Wspólna skrzynka i formularz kontaktowy

    do którego działu i jak pilne

    sprawa od razu u właściwej osoby

  • Reklamacje i zgłoszenia serwisowe

    kategoria, gwarancja tak lub nie, priorytet 0 do 3

    kolejka ułożona przed pierwszą kawą

  • Leady z formularza

    czy to klient z Twojej grupy docelowej

    handlowiec dzwoni tylko do pasujących

  • Dokumenty przychodzące

    typ dokumentu i czy jest kompletny

    braki wychodzą przy wpływie

  • Kontrola reguł

    czy sprawa spełnia warunek z procedury

    wyjątki trafiają do kierownika

Jedna sprawa może dostać kilka pytań naraz. Basal odpowiada na nie w jednym przebiegu. Pytanie może mieć do 255 opcji. Wersje omni czytają też obrazy, na przykład zdjęcie paragonu albo pisma, choć ten tryb autor oznacza jako eksperymentalny.

Który model Basal wybrać i jaki serwer

ModelParametryPamięć GPU według autoraDo czego
basal-omni-pico0,8 mlddziała na zwykłym procesorzeproste decyzje, mały ruch
basal-omni-1.0-mini4 mldokoło 16 GBtekst, obraz i dźwięk
basal-omni-1.0-max12 mldokoło 24 GB, wersja FP8 14 GB (tylko tekst)domyślny model do firmy
basal-omni-1.0-ultra31 mldokoło 62 GB, wersja FP8 33 GB (tylko tekst)najwyższa trafność

Dane z repozytorium autora i karty modelu ultra. Dla większości firm zaczynamy od basal-omni-1.0-max w wersji FP8. Mieści się na serwerze z jedną kartą 24 GB. Serwer Hetzner GEX45 z taką kartą kosztuje 214 € miesięcznie, w centrum danych w Helsinkach, czyli w Unii Europejskiej.

Ile kosztuje Basal w firmie: scenariusz

Model jest bezpłatny. Płacisz za serwer, utrzymanie i podłączenie do procesu. Tak liczymy zwrot na przykładzie działu obsługi klienta, który ręcznie czyta i rozdziela 5 000 wiadomości miesięcznie.

Scenariusz: 5 000 wiadomości miesięcznie
Dziś: 5 000 × 2 min
166,7 godz. × 66,45 zł = 11 075 zł
Basal rozstrzyga sam 47,4% wiadomości
2 370
Człowiek rozdziela 2 630 wiadomości
87,7 godz.
Kontrola wyrywkowa decyzji modelu, 15% dawnego czasu
11,9 godz.
Praca zespołu z systemem: 99,5 godz. × 66,45 zł
6 613 zł
Serwer GEX45: 214 € × 4,3641
934 zł
Utrzymanie serwera: 8 godz. × 66,45 zł
532 zł
Koszt z systemem
8 078 zł miesięcznie

Oszczędność 2 997 zł miesięcznie, zwrot 12 500 zł w 4,2 miesiąca

Scenariusz. 2 minuty na przeczytanie i przekazanie wiadomości oraz 5 000 wiadomości to nasze założenia. Udział 47,4% to wynik basal-omni-1.0-max na teście Werdykt przy progu z karty modelu; na Waszych sprawach ustalamy go w prototypie. Godzina pracy 66,45 zł to przeciętne wynagrodzenie według GUS z września 2026 r. z kosztami pracodawcy. Cena serwera według Hetznera z 22 października 2026 r., bez jednorazowej opłaty 209 €, kurs NBP 4,3641 zł. Model na własnym serwerze nie nalicza opłat za tokeny.

Zespół odzyskuje około 67 godzin miesięcznie, czyli ponad 8 dni roboczych. Rocznie to około 35 960 zł. Koszt jednej wiadomości spada z 2,22 zł do 1,62 zł. Przy większym ruchu zwrot przychodzi szybciej, bo serwer kosztuje tyle samo przy 5 000 i przy 20 000 spraw.

Dane osobowe, licencja i ograniczenia

Basal działa na serwerze, który wybierasz. Treść maili i dokumentów nie trafia do zewnętrznego dostawcy modelu. To duża różnica dla kancelarii, biur rachunkowych, placówek medycznych i firm z tajemnicą handlową.

Autor uczciwie wypisuje słabe strony. Dokładne obliczenia, kwoty i terminy liczymy w kodzie. Wiedza modelu o polskich przepisach jest ograniczona, więc reguły podajemy mu w zapytaniu. Odczyt obrazów działa bez osobnego treningu. Decyzje z poważnymi skutkami dla ludzi zatwierdza człowiek. Dlatego każde wdrożenie zaczynamy od pomiaru na sprawach, które zespół już rozstrzygnął.

Jak wdrażamy Basal w Twojej firmie

Basal jest gotowy do pobrania. Do pracy w firmie potrzebuje podłączenia do skrzynki, systemu zgłoszeń albo CRM, dobrze zadanych pytań, progu pewności i serwera. To robimy my.

Od sprawy do decyzji na produkcji
  1. 01Darmowy prototypBierzemy 20 do 100 spraw, które zespół już rozstrzygnął. Uruchamiamy na nich Basala i pokazujemy, ile decyzji model trafił i ile oddałby człowiekowi. Koszt 0 zł.
  2. 02Cel i cena w umowieZapisujemy cel, na przykład udział spraw rozstrzyganych bez człowieka, i stałą cenę od 12 500 zł netto. 50% płacisz przy podpisaniu.
  3. 03Serwer i połączeniaStawiamy model na Waszym serwerze albo na serwerze GPU w Unii Europejskiej. Podłączamy skrzynkę, formularz lub system zgłoszeń.
  4. 04Próg i kontrolaUstawiamy próg pewności na Waszych sprawach. Niepewne sprawy trafiają do człowieka, a każda decyzja zostaje w dzienniku.
  5. 05Druga połowa po celuDrugie 50% płacisz po osiągnięciu celu z umowy. Automatyzacja jednego procesu trwa zwykle od 2 do 6 tygodni.

Według GUS technologie AI wykorzystuje już 17,8% polskich przedsiębiorstw, dwa razy więcej niż rok wcześniej. Polski model decyzyjny z czołówki światowego rankingu jest dziś do pobrania za darmo. Przewagę zyskają firmy, które pierwsze podłączą go do własnej pracy. Umów bezpłatną analizę, a pokażemy Basala na Waszych sprawach.

Przykład z liczbami · Scenariusz

Policz, ile kosztuje Cię dziś ręczne sortowanie poczty

Basal rozstrzyga, do kogo trafia wiadomość i jak jest pilna. Ten sam rachunek robimy na bezpłatnej analizie dla Waszej skrzynki: liczba maili, minuty na każdy, koszt pracy i serwera.

5 755 zł

miesięcznie kosztuje zespół 20 godzin tygodniowo przy skrzynce

Zwrot: 2,6 mies.

Szkic odpowiedzi na każdy mail, który jej wymaga, przygotowuje dziś nasz system w foap.com (październik 2026). Liczba godzin przypisana do wielkości firmy i sprawdzanie w 15% dawnego czasu to nasze założenia. Godzina pracy 66,45 zł to przeciętne wynagrodzenie według GUS z września 2026 r. z kosztami pracodawcy. Koszt modelu liczymy jak 43 zł za 1 000 maili (Claude Sonnet 5.5, 3 000 + 500 tokenów na mail), przy 3 minutach pracy na mail.

Zobacz pełny rachunek →

Tak wdrażamy to w firmach

Wszystkie wdrożenia →

Wyniki u klientów.

Wszystkie realizacje →
foap.comobsługa klienta

Obsługa klienta foap.com: 95% odpowiedzi wychodzi automatycznie.

Do foap.com piszą użytkownicy z kilku krajów, w kilku językach. System czyta całą rozmowę i warunki tej osoby, a potem sam wysyła odpowiedź w jej języku. Pytania o pieniądze i wyjątki trafiają do zespołu z gotowym szkicem, więc zostaje je sprawdzić i wysłać.

odpowiedzi wysyła system sam, bez pisania przez człowieka
95%
mija od nadejścia maila do gotowej odpowiedzi (mediana)
30 s
maili, które wymagają odpowiedzi, dostaje gotowy szkic
100%
pracy mniej na każde 1000 odpowiedzi (szacunek)
47 h

Dane z produkcji foap.com, 20–21 października 2026. Szacunek: 3 minuty na ręcznie pisaną odpowiedź.

Jak działa obsługa klienta foap.com →
Przykładowe wiadomości. Sprawy o pieniądze zawsze trafiają do człowieka.

Inne wdrożenia

jakotako.design

studio projektowe

−87%

Czas na szukanie nowych klientów, dziennie

4 h → 30 min

ok. 73 h mniej w miesiącu (21 dni pracy)

według studia

Jak działa pętla agentowa →
Signature Estates

nieruchomości

ok. −90%

Czas operatora na przeglądanie portali, dziennie

2–3 h → 20 min

ok. 45 h mniej w miesiącu (21 dni pracy)

szacunek · kontakt ze sprzedającym 5 min po ogłoszeniu

Jak agent łapie ogłoszenia →
Kuba Koziej, CEO i współzałożyciel MoreGrowth oraz członek zarządu Natu.Care

Kuba Koziej

CEO i współzałożyciel MoreGrowth

„Zaczęliśmy od mojego własnego agenta AI. Później podczas szkolenia nauczyłem się samodzielnie budować kolejne aplikacje. Dziś wdrażam ten sposób pracy z AI w swojej firmie. Współpraca z Syntalith dała mi dokładnie taki zestaw umiejętności i narzędzi, jakiego potrzebowałem.”

Zobacz pierwotną opinię po szkoleniu na LinkedIn ↗

Ten proces może iść sam. Sprawdzisz to na swoich sprawach, zanim zapłacisz.Umów bezpłatną analizę (30 min) →

Jak budujemy automatyzacje i agentów

Od rozmowy do działającego systemu w czterech krokach.

  1. 01 · 30 min

    Bezpłatna analiza

    0 zł

    Rozmawiasz z inżynierem. Plan na piśmie dostajesz w 2 dni robocze.

  2. 02 · 5 dni

    Darmowy prototyp

    0 zł

    System pracuje na 20–100 sprawach, które Twój zespół już obsłużył. Widzisz każdy wynik.

  3. 03 · 2–16 tygodni

    Wdrożenie

    50%

    Stała cena i cel zapisane w umowie. Pierwsza rata przy podpisaniu.

  4. 04 · po osiągnięciu celu

    Odbiór

    50%

    Drugą ratę płacisz, gdy system osiągnie cel na Waszych sprawach.

Jak powstaje darmowy prototyp

pon.

Ustalamy cel

Jaki wynik uznajecie za dobry.

wt.–śr.

System pracuje

Przechodzi przez Wasze sprawy, jedna po drugiej.

czw.

Porównujemy

Każdą różnicę sprawdzamy z pracą zespołu.

pt.

Wynik i cena

Lista błędów i stała cena wdrożenia.

Sprawy wybieracie Wy. Na życzenie je anonimizujemy, zostają w UE i usuwamy je po teście.

Na rynku taki test kosztuje zwykle od 3 000 do 8 000 zł.

Umów bezpłatną analizę (30 min)

Prototyp ustalamy podczas bezpłatnej analizy.

Dane sprawdzone 21 października 2026.

„Czy moje dane są bezpieczne?”

Tak. Ty wybierasz, gdzie trafiają: od konta firmowego po model na Twoim serwerze.

  1. 00Prywatne konto pracownika

    Dane klientów i firmy lądują na koncie, którego firma nie widzi i nie kontroluje. Nie ma umowy powierzenia, więc to naruszenie RODO. Gdy pracownik odchodzi, historia czatów odchodzi razem z nim.

  2. 01Konto firmowe ChatGPT lub Claude

    Dostawca nie używa Waszych danych do uczenia modeli. Kopia zapytań zostaje w jego logach do 30 dni.

  3. 02API z zerową retencją (ZDR)

    Dostawca przetwarza zapytanie i niczego nie zapisuje. Wymaga jego zgody, wniosek przygotowujemy razem.

  4. 03Przetwarzanie w UE

    Zapytania są liczone i przechowywane w Europie: OpenAI w regionie UE, Claude przez chmury z regionem w UE.

  5. 04Model u Ciebie

    Otwarty model działa na Twoim serwerze albo w Twojej chmurze w UE. Dane nie wychodzą poza firmę.

Co robimy przy każdym wdrożeniu

  • Umowa o poufności i umowa powierzenia, zanim dostaniemy jakiekolwiek dane.
  • Sprawy do prototypu wybieracie Wy i na życzenie je anonimizujemy.
  • Dane zostają w UE i usuwamy je po teście.
  • Konta firmowe z administratorem po Waszej stronie.

Gdy dane nie mogą wyjść z firmy

Otwarty model działa na Waszym serwerze albo w Waszej chmurze w UE. Do wyboru:

Bielik
polski model, SpeakLeash i ACK Cyfronet AGH
PLLuM
polski model, konsorcjum HIVE na zlecenie Ministerstwa Cyfryzacji
Qwen
Alibaba
GLM
Zhipu AI
DeepSeek
DeepSeek

Model dobieramy do zadania i sprawdzamy na Waszych sprawach. Uruchamiamy go, dostrajamy i utrzymujemy.

Źródło: Bielik i PLLuM, ACK Cyfronet AGH ↗ · PLLuM, Ministerstwo Cyfryzacji ↗

Macie dużo własnych danych? Dostroimy mały model.

  1. 1 Wasze przykłady
  2. 2 dostrajanie
  3. 3 test na nowych sprawach
  4. 4 model u Was

Gdy macie tysiące podobnych maili, dokumentów albo zgłoszeń, uczymy mały otwarty model na Waszych przykładach. Działa u Was, odpowiada szybko i kosztuje mniej w utrzymaniu niż duży model. Jakość mierzymy na sprawach, których model nie widział w trakcie nauki.

Przemysław i Piotr robili to w dużych firmach programistycznych i doradczych. Artem robił to wcześniej i robi dziś w Syntalith. Chodzi o modele na własnej infrastrukturze, dostrajanie i pomiar jakości.

Poziom ochrony wybierasz na rozmowie. Umowę powierzenia podpisujemy, zanim zobaczymy jakiekolwiek dane.Umów bezpłatną analizę →

Automatyzacje AI

Ten proces może iść sam. Sprawdzisz to na swoich sprawach, zanim zapłacisz.

System przejmuje powtarzalną pracę z maili, dokumentów i arkuszy, a niepewne sprawy oddaje człowiekowi. Prototyp na 20⁠–⁠100 sprawach, które Twój zespół już obsłużył, kosztuje 0 zł. Drugą połowę ceny płacisz, gdy system osiągnie cel.

Zobacz automatyzacje AI →
netto za automatyzację jednego procesu, płatne raz
od 12 500 zł
od podpisania umowy do odbioru
2–6 tygodni
darmowy prototyp na Twoich sprawach
0 zł

Pytania

  • Co to jest Basal?

    Basal to rodzina otwartych modeli decyzyjnych dla języka polskiego i angielskiego, którą tworzy Remigiusz Kinas, współautor raportu technicznego Bielika v3. Model czyta sprawę i zwraca prawdopodobieństwo każdej dozwolonej odpowiedzi, bez pisania tekstu. Wagi i silnik są na licencji Apache 2.0.

  • Czym Basal różni się od ChatGPT i Claude?

    ChatGPT i Claude piszą teksty i rozmawiają. Basal wybiera jedną z opcji, które podajesz w zapytaniu, i podaje, na ile jest pewny. Odpowiedź nigdy nie wychodzi poza Twoją listę, a niepewne sprawy można automatycznie przekazać człowiekowi.

  • Czy Basal jest darmowy?

    Tak, wagi i silnik są bezpłatne na licencji Apache 2.0. Płacisz za serwer i podłączenie do procesu. Serwer GPU Hetzner GEX45 z 24 GB pamięci kosztuje 214 € miesięcznie, a wdrożenie systemu w Syntalith od 12 500 zł netto.

  • Czy Basal może przetwarzać dane osobowe?

    Linia basal-omni jest zbudowana na Gemmie 4 od Google i ma licencję Apache 2.0. basal-2.0 to dostrojony Bielik v3, a warunki użycia Bielika 3.0 obejmują wersje dostrojone i zabraniają przetwarzania danych osobowych. Do spraw z danymi osobowymi wybieramy basal-omni, a obowiązki z RODO zostają po stronie firmy.

  • Czy Basal jest najlepszym modelem decyzyjnym na świecie?

    18 października 2026 r. basal-omni-1.0-ultra był pierwszy wśród otwartych modeli w JevBench z wynikiem 82,5 pkt i wyprzedzał OpenAI Decisions oraz Microsoft-Decision-1. W tablicy sprawdzonej 23 października jest trzeci wśród otwartych modeli, za Chon-1.0-12B i H2O-Lightning-31B.

  • Ile trwa wdrożenie Basala w firmie?

    Automatyzacja jednego procesu trwa u nas zwykle od 2 do 6 tygodni. Zaczynamy od darmowego prototypu na 20 do 100 sprawach, które zespół już rozstrzygnął, i ustalamy próg pewności, poniżej którego sprawa idzie do człowieka.

Porozmawiajmy

Po prostu napisz, zadzwoń albo wybierz termin.

Pracujemy szybko, bo nie znosimy korporacyjnej waty. Nie mamy handlowców ani kierowników od pilnowania kierowników. Rozmawiasz od razu z inżynierami, którzy potem budują Twój system. Szanujemy swój czas i Twój też.

Do końca roku przyjmiemy jeszcze 3 firmy.

pon.–pt. 9–17

Co Ci daje, że jesteśmy partnerem OpenAI i Anthropic?

OpenAI robi ChatGPT, a Anthropic robi Claude. Należymy do programów partnerskich obu firm, więc pracujemy z ich narzędziami na co dzień i uczymy się od samych twórców.

OpenAI Select PartnerClaude Partner Network
01Dobierzemy narzędzie do zadania
Wdrażamy i ChatGPT, i Claude. Oba sprawdzamy na Twoich dokumentach, a Ty wybierasz to, które robi mniej poprawek i oszczędza więcej czasu.
02Wiedza prosto od twórców
Uczymy się z oficjalnych kursów i materiałów OpenAI i Anthropic. Twój zespół poznaje funkcje i ustawienia, które działają dziś.
03Licencje bez naszej marży
Konta kupujesz bezpośrednio u OpenAI albo Anthropic i dostajesz od nich fakturę. Do licencji nic nie doliczamy.
04Certyfikowani inżynierowie
W zespole mamy certyfikat AWS z uczenia maszynowego i certyfikat Anthropic z architektury systemów na Claude.

Udział w programach nie oznacza, że OpenAI albo Anthropic polecają nasze usługi.