Czy potrzebuję własnej karty graficznej?

Nie. Możemy sprawdzić Twój komputer, dobrać nowy sprzęt albo wynająć GPU. Wymagania zależą od modelu, długości dokumentów i liczby jednoczesnych zadań. Zakup poprzedzamy próbą, jeśli trzeba zweryfikować wydajność.

Czy lokalny LLM będzie tańszy od API?

To zależy od obciążenia i kosztu utrzymania. Liczymy sprzęt lub wynajem, energię, pracę zespołu, zapas na awarie i korekty odpowiedzi. Porównujemy koszt poprawnie wykonanego zadania; same tokeny nie pokazują całego rachunku.

Czy model uczy się automatycznie na moich dokumentach?

Zwykłe użycie modelu nie zmienia jego wag. Dokumenty można udostępniać przez RAG. Fine-tuning jest osobnym procesem uczenia na przygotowanych przykładach, z kontrolą dostępu i osobnym zestawem do oceny jakości.

Czy dostroicie model do języka polskiego i naszej branży?

Tak. Najpierw sprawdzamy gotowy model na polskich przykładach z Twojej pracy. Jeśli błędy uzasadniają fine-tuning, przygotowujemy zbiór i porównujemy model przed i po uczeniu. Oceniamy również odmowę odpowiedzi oraz zachowanie przy nowych typach danych.

Czy self-hosting zapewnia zgodność z RODO?

Samodzielny hosting daje kontrolę nad środowiskiem. Zgodność wymaga także właściwej podstawy przetwarzania, ograniczenia dostępu, retencji i umów. Dostarczamy opis techniczny do oceny przez osoby odpowiedzialne za ochronę danych.

Czy pomagacie osobom prywatnym bez doświadczenia technicznego?

Tak. Możemy pomóc od wyboru komputera do pierwszego użycia modelu. Zakres obejmuje instalację, podstawową konfigurację prywatności, instrukcję i naukę obsługi na uzgodnionym zastosowaniu.

Czy pokazujecie test poprawy po fine-tuningu?

Tak, udostępniamy mały eksperyment na fikcyjnych notatkach produkcyjnych. Dostrojony Qwen2.5-0.5B-Instruct podał 6 z 8 dokładnie poprawnych etykiet; model bazowy z tą samą krótką instrukcją 0 z 8, przy czym 7 odpowiedzi bazowych odrzucono za format. Tego wzrostu nie można przypisać wyłącznie lepszemu rozumieniu. Adapter nadal pomylił kategorię i wykonał polecenie ukryte w notatce. Autor znał dane testowe. Zapis z danymi i kodem znajduje się w materiałach poniżej. To eksperyment diagnostyczny, bez testu na danych firmy i bez gwarancji wyniku wdrożenia.

Prywatne modele LLM. AI, które działa na Twoim sprzęcie, na Twoich zasadach.

Gdy dane nie mogą wyjść z firmy, model działa u Ciebie. Dobieramy otwarty model i sprzęt, sprawdzamy jakość na Twoich przykładach i uruchamiamy całość na komputerze, serwerze firmy albo w chmurze w UE. Gdy zadanie tego wymaga, dostrajamy model albo trenujemy mniejszy model do jednej pracy.

rozmowa o zadaniu z inżynierem: 0 zł
dla firm i osób prywatnych: PL i UE
komputer, serwer firmy albo chmura w UE: Twój sprzęt
po ustaleniu zakresu, przed pracą: wycena

Umów bezpłatną analizę (30 min)

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

Wyniki u klientów.

Wszystkie realizacje →

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

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 →

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

Dlaczego prywatny model

Niektóre dane nie mogą wyjść z firmy. Model może przyjść do nich.

Uruchamiamy otwarty model na Twoim serwerze albo w Twojej chmurze w UE. Dokumenty, logi i kopie zostają u Ciebie. Model dobieramy do zadania i sprawdzamy na Twoich danych, zanim wydasz pieniądze na sprzęt.

48,8%

firm w UE, które rozważały AI i z niej nie korzystają, wskazało obawy o ochronę danych, według Eurostatu (2025).

Eurostat, AI w przedsiębiorstwach ↗

Jak działa

Twój serwer. Twój model. Twoje dane.

Dane zostają w firmie.
Model, dokumenty, logi i kopie działają na Twoim serwerze albo w Twojej chmurze w UE.
Model dobrany do zadania.
Qwen, DeepSeek, GLM, Bielik albo PLLuM. Sprawdzamy licencję i to, czy model zmieści się na Twoim sprzęcie.
Test przed zakupem sprzętu.
Najpierw sprawdzamy wynik na Twoich danych, także na wynajętym GPU. Potem liczymy serwer.

Statystyki: model lokalny w teście i koszt serwera w 2026

W teście Syntalith (2026) model lokalny odpowiedział na 750 pytań do 600 dokumentów testowych. Żadna odpowiedź nie pochodziła z dokumentu, którego pytający nie mógł otworzyć.

Według Eurostatu (2025) 48,8% firm w UE, które rozważały AI i z niej nie korzystają, wskazało obawy o ochronę danych.

Do wynajmu serwera Hetzner dolicza jednorazowo ok. 921 zł netto (209 €) za przygotowanie (2026). Złote liczymy po kursie NBP z 27 października 2026: 4,4056 zł za 1 EUR.

Koszt modelu lokalnego to serwer, energia i czas utrzymania. Liczymy go obok kosztu API na Twoich przykładach.

Źródła: Hetzner, GEX45 ↗ · Eurostat, Use of artificial intelligence in enterprises (2025) ↗

Dane sprawdzone 24 października 2026.

pytań w teście Syntalith (2026), każde z inną kartą dostępu, bez odpowiedzi spoza uprawnień: 750; pytań w teście Syntalith (2026), każde z inną kartą dostępu, bez odpowiedzi spoza uprawnień
netto miesięcznie (214 €) kosztuje wynajem przykładowego serwera z GPU w Finlandii (Hetzner GEX45, 2026): ok. 943 zł; netto miesięcznie (214 €) kosztuje wynajem przykładowego serwera z GPU w Finlandii (Hetzner GEX45, 2026)

Test na dokumentach syntetycznych i fikcyjnych kontach.

Co dostajesz

Model, sprzęt i wynik testu, zanim kupisz serwer.

42%

polskich małych i średnich firm obawia się o bezpieczeństwo danych przy wdrażaniu AI, według home.pl i IONOS (2026).

home.pl i IONOS, Cyfrowy puls polskich MŚP 2026 ↗

Działający model na Twoim komputerze, serwerze albo w chmurze w UE.
Wynik testu na Twoich przykładach: jakość, czas odpowiedzi i koszt obok API.
Konfigurację, instrukcję obsługi i plan utrzymania.
Zasady: co może wyjść z sieci, kto ma dostęp i jak usuwamy dane.

Ile kosztuje prywatny model LLM w firmie?

Pełny cennik →

Koszt zależy od zadania, modelu, sprzętu i obciążenia, więc wycenę podajemy po ustaleniu zakresu.

Najpierw sprawdzamy jedno zadanie na uzgodnionych przykładach i porównujemy jakość, czas odpowiedzi i pełny koszt lokalnego modelu z usługą API. Przed wdrożeniem znasz wynik i koszt wybranego wariantu.

„Dlaczego mam Wam zaufać?”

Bo system budują inżynierowie z ponad 22 latami doświadczenia.

Rozmawiasz z ludźmi, którzy potem piszą kod. Pracowali w dużych firmach i budowali systemy, które działają pod dużym ruchem.

Nie wydasz pieniędzy na prototyp, który nic nie da.

Najpierw bezpłatna rozmowa, potem darmowy prototyp na Twoim procesie. Jeśli nie widzimy zwrotu, nie budujemy i piszemy to wprost. Płacisz dopiero za system, który ma sens.

Polsko-ukraiński zespół inżynierów.

Artem, Przemek i Piotr studiowali razem informatykę na Politechnice Lubelskiej w latach 2017⁠–⁠2021. Artem i Serhii założyli Syntalith razem. Obaj pochodzą z Kijowa i od lat mieszkają w Polsce. Budujemy systemy dla polskich firm, po polsku i według polskiego prawa.

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.

Claude 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: Przy wdrożeniu ChatGPT, Claude albo Copilota licencje kupujesz bezpośrednio u OpenAI, Anthropic albo Microsoftu i od nich dostajesz 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.

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.

Napisz: contact@syntalith.ai
Zadzwoń: +48 888 78 48 78
WhatsApp: napisz na WhatsApp

pon.–pt. 9–17

Najczęstsze pytania

Czy potrzebuję własnej karty graficznej?
Nie. Możemy sprawdzić Twój komputer, dobrać nowy sprzęt albo wynająć GPU. Wymagania zależą od modelu, długości dokumentów i liczby jednoczesnych zadań. Zakup poprzedzamy próbą, jeśli trzeba zweryfikować wydajność.
Czy lokalny LLM będzie tańszy od API?
To zależy od obciążenia i kosztu utrzymania. Liczymy sprzęt lub wynajem, energię, pracę zespołu, zapas na awarie i korekty odpowiedzi. Porównujemy koszt poprawnie wykonanego zadania; same tokeny nie pokazują całego rachunku.
Czy model uczy się automatycznie na moich dokumentach?
Zwykłe użycie modelu nie zmienia jego wag. Dokumenty można udostępniać przez RAG. Fine-tuning jest osobnym procesem uczenia na przygotowanych przykładach, z kontrolą dostępu i osobnym zestawem do oceny jakości.
Czy dostroicie model do języka polskiego i naszej branży?
Tak. Najpierw sprawdzamy gotowy model na polskich przykładach z Twojej pracy. Jeśli błędy uzasadniają fine-tuning, przygotowujemy zbiór i porównujemy model przed i po uczeniu. Oceniamy również odmowę odpowiedzi oraz zachowanie przy nowych typach danych.
Czy self-hosting zapewnia zgodność z RODO?
Samodzielny hosting daje kontrolę nad środowiskiem. Zgodność wymaga także właściwej podstawy przetwarzania, ograniczenia dostępu, retencji i umów. Dostarczamy opis techniczny do oceny przez osoby odpowiedzialne za ochronę danych.
Czy pomagacie osobom prywatnym bez doświadczenia technicznego?
Tak. Możemy pomóc od wyboru komputera do pierwszego użycia modelu. Zakres obejmuje instalację, podstawową konfigurację prywatności, instrukcję i naukę obsługi na uzgodnionym zastosowaniu.
Czy pokazujecie test poprawy po fine-tuningu?
Tak, udostępniamy mały eksperyment na fikcyjnych notatkach produkcyjnych. Dostrojony Qwen2.5-0.5B-Instruct podał 6 z 8 dokładnie poprawnych etykiet; model bazowy z tą samą krótką instrukcją 0 z 8, przy czym 7 odpowiedzi bazowych odrzucono za format. Tego wzrostu nie można przypisać wyłącznie lepszemu rozumieniu. Adapter nadal pomylił kategorię i wykonał polecenie ukryte w notatce. Autor znał dane testowe. Zapis z danymi i kodem znajduje się w materiałach poniżej. To eksperyment diagnostyczny, bez testu na danych firmy i bez gwarancji wyniku wdrożenia.

Powiązane