Polskie modele językowe dla firm: PLLuM i Bielik. Co można wdrożyć komercyjnie w 2026?

PLLuM i Bielik to dwie rodziny otwartych polskich modeli językowych, które można pobrać i uruchomić na własnym serwerze zamiast wysyłać dane do API. Bielik w całej sprawdzonej rodzinie jest na Apache 2.0. W PLLuM licencja zależy od wariantu i część modeli wolno użyć wyłącznie badawczo. Sprzęt zaczyna się od jednej karty 24 GB.

Szybka odpowiedź

Pytanie, które zadaje operator, brzmi zwykle tak: czy da się postawić system AI na polskim modelu, na naszej infrastrukturze, i czy to jest legalne. Krótka odpowiedź na sierpień 2026:

• Tak, da się i jest to legalne, pod warunkiem że wybierzesz wariant o właściwej licencji. Bielik (SpeakLeash i ACK Cyfronet AGH) jest na Apache 2.0 we wszystkich sprawdzonych wariantach. PLLuM (konsorcjum pod przewodnictwem NASK PIB) ma trzy różne reżimy licencyjne i to jest najczęstsze źródło pomyłek.
• Sprzęt jest tańszy, niż sugeruje oficjalna dokumentacja. Model 11–12B w kwantyzacji 4-bit mieści się w około 7 GB VRAM. Tabela na pllum.org.pl podaje 48 GB dla generatora 12B, bo opisuje serwowanie bez kwantyzacji, z pełnym zapasem produkcyjnym.
• Jakość jest realna, ale nie frontier. W niezależnym teście Oxido (Bankier.pl, 17 marca 2026) polskie modele wypadły w dolnej części stawki, a wygrał model Google. To jest fakt, który trzeba znać przed decyzją.
• Ceny wdrożenia w Syntalith, netto: automatyzacje AI od 15 000 zł, aplikacje AI i agenci AI od 25 000 zł, typowe pełne wdrożenia 25 000–150 000 zł, utrzymanie wyceniane indywidualnie. Do tego dochodzi serwer GPU, którego koszt liczysz osobno.

Start jest bezpłatny: skan procesów (0 zł) to 30 minut rozmowy z inżynierem i pisemne podsumowanie w 2 dni robocze. Pełne stawki są na stronie cennik Syntalith.

Ten tekst jest przeglądem całej decyzji. Cztery kolejne rozkładają jej części: PLLuM w firmie, Bielik dla biznesu, sprzęt, koszty i RODO przy wdrożeniu polskiego LLM oraz polski model językowy czy API.

Czym są PLLuM i Bielik i kto za nimi stoi?

To dwa niezależne projekty o różnym rodowodzie, które często wymienia się jednym tchem.

PLLuM powstaje w konsorcjum, na czele którego stoi NASK PIB, a w składzie są Politechnika Wrocławska, Instytut Podstaw Informatyki PAN, Instytut Slawistyki PAN, OPI PIB, Uniwersytet Łódzki i Cyfronet AGH (skład podany na kartach modeli w organizacji CYFRAGOVPL na HuggingFace, odczyt 7 sierpnia 2026). Obecna faza idzie pod nazwą HIVE AI razem z Ministerstwem Cyfryzacji; na pllum.org.pl podana jest dotacja 5 999 102,67 zł w programie „HIVE 2 – kontynuacja rozwoju i wdrażania dużego modelu językowego w administracji publicznej", nr 4/WII/DBI/2026. To projekt państwowy, budowany przede wszystkim z myślą o administracji publicznej.

Bielik to wspólne przedsięwzięcie fundacji SpeakLeash (Spichlerz) i ACK Cyfronet AGH. Modele trenowano na superkomputerach Athena i Helios w ramach grantów PLGrid; Bielik-4.5B-v3 powstał na 256 kartach NVIDIA GH200, na 292 mld tokenów przez 1,2 epoki, z inicjalizacji Qwen2.5 3B i we własnym frameworku ALLaMo SpeakLeasha (karta modelu, odczyt 7 sierpnia 2026). To projekt otwartej nauki, budowany bliżej społeczności i z myślą o szerokim, także komercyjnym, zastosowaniu.

Rodowód przekłada się bezpośrednio na licencje, a licencje decydują o tym, co wolno wdrożyć.

Które warianty wolno użyć komercyjnie?

To najważniejsza tabela w całym tekście. Zła odpowiedź tutaj oznacza projekt zbudowany na modelu, którego nie wolno uruchomić produkcyjnie. Stan kart modeli na HuggingFace i pllum.org.pl na 7 sierpnia 2026:

Za tym podziałem stoi konkretna przyczyna, którą karty modeli opisują wprost. Warianty otwarte doszkolono na około 28–30 mld tokenów polskiego tekstu z podzbioru czystego prawnie. Warianty -nc- widziały około 150 mld tokenów polszczyzny i dlatego wyszły na CC-BY-NC-4.0. Najlepiej wytrenowane wersje PLLuM są więc równocześnie tymi, których firma użyć nie może. To rzadko opisywany kompromis i warto go znać, zanim ktoś porówna benchmarki wariantu -nc- z tym, co faktycznie wolno wdrożyć.

Bielik nie ma tego problemu: Apache 2.0 w każdym sprawdzonym wariancie, łącznie z modelem Bielik-PL-Minitron-7B-v3.0-Instruct (przycięcie i destylacja z 11B, według bloga SpeakLeash z 15 kwietnia 2026 około 50% szybsza inferencja przy zachowaniu około 90% jakości) i pomocniczym Bielik-11B-v3.0-DFlash do dekodowania spekulatywnego. Dla działu prawnego, który ma zatwierdzić stack, Apache 2.0 jest po prostu krótszą rozmową.

Uwaga na nazewnictwo: rodziny są wersjonowane datą w formacie YYMM, gdzie 2512 to grudzień 2025, a 250801 to 1 sierpnia 2025. Nie istnieje etykieta „PLLuM 2.0"; strona projektu mówi o drugiej generacji, mając na myśli partię 2512.

Gdzie te modele już działają?

Najlepiej udokumentowane wdrożenia są po stronie administracji. NASK opisuje pilotaże w Ministerstwie Cyfryzacji (asystent wewnętrzny), Urzędzie Miasta Gdyni, Urzędzie Miasta Poznania oraz asystenta wirtualnego w mObywatelu zbudowanego przez Centralny Ośrodek Informatyki (materiał NASK, odczyt 7 sierpnia 2026). Roadmapa na 2026 zapowiada rozszerzenie o kolejne miasta i prace nad pierwszym polskim komercyjnym modelem tekstowo-obrazowym. Statusu wdrożenia w mObywatelu (pilotaż czy pełna dostępność) ani liczby użytkowników nie potwierdzamy, bo nie ma dla nich zweryfikowanego źródła.

Po stronie Bielika sygnały są rynkowe: 2,8 mln pobrań podawane przez Bankier.pl w materiale z 28 czerwca 2026 oraz sponsorzy, którzy dołączyli od listopada 2025. W tym samym materiale prezes Bielik.AI Sebastian Kondracki wskazuje sektory, w których dane medyczne i finansowe nie mogą trafiać na serwery chmurowe, jako naturalne miejsce dla modelu uruchamianego na własnej infrastrukturze.

Wspólny mianownik obu list jest taki: polski model na własnej infrastrukturze wygrywa tam, gdzie o wyborze decyduje ograniczenie dotyczące danych, a nie ranking jakości.

Jaki sprzęt jest naprawdę potrzebny?

Tu rynek podaje dwie sprzeczne liczby i obie są prawdziwe, tylko opisują inne tryby pracy.

Oficjalna sekcja „Infrastruktura" na pllum.org.pl (odczyt 7 sierpnia 2026) podaje dla wdrożenia RAG on-premise: retrieval i reranker 24–48 GB, generator 8B około 34 GB, 12B około 48 GB, 8×7B około 134 GB, 70B około 168 GB. Te wartości zakładają serwowanie w bf16 bez kwantyzacji i zawierają zapas na cache KV oraz obciążenie produkcyjne. Strona w ogóle nie wspomina o kwantyzacji, llama.cpp ani Ollamie.

Druga liczba wynika z arytmetyki, którą możesz powtórzyć samodzielnie: bf16 to około 2 GB na miliard parametrów, 8-bit około 1 GB, 4-bit około 0,5–0,6 GB, plus 15–25% na cache i kontekst.

Różnica między „48 GB według tabeli ministerialnej" a „7 GB w 4-bit" jest największą praktyczną informacją w tym tekście. Ma jednak cenę: kwantyzacja obniża jakość, a dla Bielika i PLLuM nie istnieje opublikowany, datowany pomiar tego spadku. Dlatego przy każdym wdrożeniu robimy własny zestaw testowy na realnych dokumentach klienta i porównujemy warianty, zamiast przyjmować liczbę z internetu. SpeakLeash publikuje gotowe kwantyzacje (GGUF Q4_K_M, Q5_K_M, Q6_K, Q8_0, GPTQ 4-bit, FP8 dla Ady i Hoppera), a dla Bielik-11B-v3.0-Instruct 17 wariantów pod llama.cpp, LM Studio, Jan i Ollamę.

Po stronie hostingu: dedykowany serwer Hetzner GEX131 z kartą RTX PRO 6000 Blackwell Max-Q, 96 GB GDDR7, kosztuje od 889 EUR miesięcznie netto (informacja prasowa Hetznera z 11 grudnia 2025), a Hetzner oferuje opcjonalną umowę powierzenia z art. 28 RODO i centra danych w Niemczech. Mniejsze karty 20–24 GB, które wystarczą do modelu 11B w 4-bit, są odpowiednio tańsze. Szczegółowe warianty rozkładamy w tekście o sprzęcie, kosztach i RODO przy polskim LLM.

Kiedy Bielik albo PLLuM u siebie jest właściwym wyborem?

Trzy sytuacje, w których liczby i wymagania układają się na korzyść modelu na własnej infrastrukturze.

Dane nie mogą opuścić środowiska. Najmocniejszy argument w polskim kontekście pochodzi od samego projektu państwowego: strona PLLuM opisuje wdrożenie jako w pełni on-premise, w którym dane pozostają w infrastrukturze instytucji. W sektorze finansowym dochodzi DORA (rozporządzenie 2022/2554, stosowane od 17 stycznia 2025) i komunikat chmurowy UKNF z 23 stycznia 2020 r. DORA jest tu argumentem najbardziej konkretnym, bo wymaga prawa audytu i inspekcji, jasności co do lokalizacji danych, kontroli podwykonawców i planu wyjścia. Amerykańskie API modelowe zwykle nie da polskiemu bankowi tych zapisów w umowie. Poziomy izolacji, od hostingu w UE po air gap, rozkładamy w tekście o on-prem i air gap, a stronę formalną w tekście o RODO i DPA przy wdrożeniu AI.

Wolumen jest duży i przewidywalny. Przy rozliczeniu za token koszt rośnie liniowo z ruchem. Serwer GPU ma koszt stały. Punkt przecięcia policz sam, bo zależy od Twojego wolumenu:

Miesięczny koszt API = liczba operacji x średnie tokeny wejścia i wyjścia x stawka dostawcy
Miesięczny koszt u siebie = abonament serwera GPU + czas utrzymania x stawka godzinowa

To modelowany scenariusz, a nie obietnica oszczędności. Podstaw własne liczby i sprawdź, po której stronie wychodzi Twój proces. Zwróć uwagę, że koszt utrzymania jest realny: aktualizacje, ponowna kwantyzacja i regresja promptów przy każdej nowej wersji modelu, a tempo wydań jest wysokie po obu stronach.

Zadanie jest wąskie. Klasyfikacja maili, ekstrakcja pól z faktur, tagowanie zgłoszeń, przepisanie treści na jeden format: model 4–11B po polsku radzi sobie z tym dobrze, a każde takie zadanie da się zmierzyć zestawem testowym i porównać warianty na własnych danych.

Kiedy Bielik albo PLLuM u siebie NIE jest właściwym wyborem?

Tu jest miejsce, w którym większość materiałów o polskich modelach milczy.

Trudne rozumowanie, kod i długi kontekst. W niezależnym teście Oxido opisanym przez Bankier.pl 17 marca 2026 (20 zadań w 10 kategoriach: pisanie maili, doradztwo biznesowe, poprawność językowa, historia i kultura polska, pytania prawne i podatkowe, marketing) wygrał model Google, a na podium znalazły się także Qwen i Llama od Meta. Bielik i PLLuM uplasowały się w dolnej części rankingu; w zadaniu z inwokacją „Pana Tadeusza" Bielik był ósmy, a PLLuM trzeci od końca. Autor testu Marek Jeleśniański określił wynik Bielika jako przyzwoity, biorąc pod uwagę nieporównywalnie mniejsze zasoby. To jest najważniejsza pojedyncza informacja dla kupującego, bo przeczy intuicji, że polski model musi być lepszy po polsku.

Równocześnie prawdą jest, że Bielik-11B-v2.3-Instruct ma 65,71 punktu, a Bielik-11B-v3.0-Instruct 65,93 punktu średniej na Open PL LLM Leaderboard, co według materiałów SpeakLeash plasuje go wyżej niż Meta-Llama-3.1-70B-Instruct. Te dwa obrazy nie są sprzeczne, bo mierzą co innego: leaderboard prowadzi sam SpeakLeash i testuje baterię polskich zadań NLP, natomiast test Oxido sprawdzał otwarte zadania użytkowe w porównaniu z modelami frontier. Uczciwe podsumowanie brzmi tak: w skali 4–12 mld parametrów te modele nie są w tej samej klasie wagowej co modele frontier w rozumowaniu i kodzie, i żaden opublikowany polski benchmark temu nie zaprzecza.

Długi kontekst. Potwierdzone okno kontekstu mamy tylko dla Bielika 11B v2: 32 768 tokenów. Karty modeli serii v3 i wszystkich PLLuM nie podają tej wartości i nie zgadujemy jej. 32k wystarcza do RAG nad pociętymi dokumentami, ale jest znacznie poniżej 200k–1M oferowanego dziś przez API modeli frontier. Jeśli proces wymaga wrzucenia całej dokumentacji do jednego kontekstu, polski model tej klasy nie jest odpowiedzią.

Nie masz kto utrzymywać. Serwer GPU to nie jest zarządzana infrastruktura ML. Konfiguracja, sterowniki, aktualizacje i monitoring są po Twojej stronie, a tabela na pllum.org.pl przypomina, że sam generator to nie cały system: potrzebny jest jeszcze osobny stack wyszukiwania i rerankera na 24–48 GB. Jeśli w firmie nie ma osoby ani partnera, który to poprowadzi, model API z podpisaną umową powierzenia będzie tańszy i bezpieczniejszy.

AI Act sam z siebie nie wymaga własnego hostingu. Warto to powiedzieć wprost, bo argument bywa nadużywany. Akt reguluje ryzyko zastosowania; lokalizacja serwera pozostaje poza zakresem jego wymagań. Uprawnienia egzekucyjne Komisji wobec dostawców modeli ogólnego przeznaczenia ruszyły 2 sierpnia 2026, a Digital Omnibus (porozumienie wstępne w trilogu z 7 maja 2026, bez potwierdzonego przyjęcia końcowego na dzień publikacji tego tekstu) przesuwa część terminów dla systemów wysokiego ryzyka. Uczciwa wersja argumentu jest taka: własny hosting ułatwia udokumentowanie obowiązków podmiotu stosującego z art. 26, czyli logowania, nadzoru człowieka i kontroli danych wejściowych.

Jak wygląda ta decyzja w praktyce?

W Syntalith budujemy systemy na obu ścieżkach: na modelach otwartych uruchamianych na infrastrukturze klienta lub w hostingu w UE oraz na modelach API. Wybór nie jest deklaracją światopoglądową, tylko decyzją inżynierską podejmowaną osobno dla każdego procesu, na podstawie trzech wejść: jakie dane przechodzą przez proces, jaki jest wolumen i jak trudne jest zadanie.

W praktyce częste są układy mieszane. Klasyfikacja i ekstrakcja idą na polski model, bo są wysokowolumenowe i dotykają wrażliwych dokumentów. Krok wymagający trudnego wnioskowania idzie do API na danych już zanonimizowanych albo ograniczonych. Granicę wyznacza to, co faktycznie musi opuścić środowisko, a nie nazwa dostawcy. Rozstrzygnięcie krok po kroku opisujemy w tekście polski model językowy czy API; dwa pogłębione portrety obu rodzin są w tekstach o PLLuM i o Bieliku.

Nie mamy publicznej, nazwanej instalacji na PLLuM ani Bieliku, którą moglibyśmy tu pokazać, więc jej nie wymyślamy. To, co możemy pokazać na skanie, to sposób rozstrzygania: jakie testy uruchamiamy na Twoich dokumentach, jak porównujemy warianty i kwantyzacje oraz jak liczymy koszt obu wariantów na Twoim wolumenie.

Jak zacząć

Najtańszy pierwszy krok to opisać proces i ograniczenie dotyczące danych. Wybór modelu przychodzi później.

1. Umów bezpłatny skan procesów: 30 minut z inżynierem i pisemne podsumowanie w 2 dni robocze. Bez prezentacji sprzedażowej, rozmawiasz z inżynierem, który będzie budował.
2. Przygotuj trzy rzeczy: jakie dane przechodzą przez proces i czy mogą opuścić firmę, ile operacji miesięcznie oraz kto dziś to robi ręcznie.
3. Po rozmowie dostajesz rekomendację: polski model u siebie, model API, układ mieszany albo uczciwe „na razie wystarczy prostsza automatyzacja".

Jeśli przed większą decyzją potrzebujesz przenośnego dokumentu z architekturą i stałą wyceną, Specyfikacja wdrożenia kosztuje 4 990 zł netto i możesz z nią pójść do dowolnego wykonawcy. Jeśli zlecisz nam budowę systemu, koszt Specyfikacji zaliczymy na poczet wdrożenia.

Umów bezpłatny skan procesów | Zobacz cennik | Czym jest agent AI

Powiązane artykuły

• PLLuM: polski model językowy we wdrożeniu w firmie
• Bielik: polski model AI dla biznesu
• Wdrożenie polskiego LLM: sprzęt, koszty, RODO
• Polski model językowy czy API: jak wybrać
• On-prem i air gap: poziomy izolacji AI
• RODO i DPA przy wdrożeniu AI w firmie
• Czy Claude jest zgodny z RODO