basal-2.0-4.5B
Decyzje i klasyfikacja na małym GPU
Bielik, PLLuM i basal: modele trenowane na polszczyźnie, z otwartymi wagami, działające na Twoim serwerze.
W skrócie
Każda rodzina ma inny cel. Bielik i PLLuM to modele do rozmowy i pisania, basal podejmuje decyzje, a Qra jest bazą do dotrenowania.
| Rodzina | Kto rozwija | Rozmiary | Licencja | Do czego |
|---|---|---|---|---|
| Bielik | SpeakLeash i ACK Cyfronet AGH | 1,5B, 4,5B, 7B, 11B oraz Bielik Guard 0,1B i 0,5B | Apache 2.0 | Czat, RAG, teksty po polsku, moderacja treści |
| PLLuM | Konsorcjum PLLuM, od 2025 HIVE AI, z Ministerstwem Cyfryzacji | 4B, 8B, 12B, 8x7B, 70B | Apache 2.0, wersje na Llamie: Llama 3.1 | Czat, polecenia, streszczenia, język urzędowy |
| basal | Remigiusz Kinas | 0,8B do 31B, na Bieliku v3 i Gemmie 4 | Apache 2.0 | Decyzje: wybór z listy, tak/nie, ocena z kalibracją |
| Qra | OPI PIB i Politechnika Gdańska | 1B, 7B, 13B (modele bazowe) | Apache 2.0, Llama 2 | Baza do dotrenowania na własnych danych |
Wyszukaj model, zawęź po dacie publikacji, pamięci albo rodzinie. Pokazujemy najnowsze i najczęściej pobierane wydanie każdego modelu. Ostatnia aktualizacja: listopad 2026.
Żaden model nie pasuje do tych filtrów.
18 modeli
| Model | Najlepszy do | Publikacja na HF | Licencja | Linki |
|---|---|---|---|---|
| basal-2.0-4.5B Licencja Apache 2.0 | Decyzje i klasyfikacja na małym GPU | Apache 2.0 | ||
| basal-2.0-mini Licencja Apache 2.0 | Najszybsze decyzje typu tak/nie i wybór z listy | Apache 2.0 | ||
| basal-omni-1.0-mini Licencja Apache 2.0 | Decyzje na jednym GPU w klasie 8 GB | Apache 2.0 | ||
| basal-omni-2.0-mini-preview Licencja Apache 2.0 | Podgląd basal 2.0: decyzje z czytaniem dwukierunkowym | Apache 2.0 | ||
| basal-omni-pico Licencja Apache 2.0 | Najmniejszy model decyzyjny, także na CPU | Apache 2.0 | ||
| Bielik-1.5B-v3.0-Instruct Licencja Apache 2.0 | Najmniejszy Bielik do prostych zadań i urządzeń brzegowych | Apache 2.0 | ||
| Bielik-4.5B-v3.0-Instruct Licencja Apache 2.0 | Mały Bielik na laptopa: czat i proste zadania | Apache 2.0 | ||
| Bielik-Guard-0.1B-v1.1 Licencja Apache 2.0 | Najlżejsza moderacja treści po polsku | Apache 2.0 | ||
| Bielik-Guard-0.5B-v1.1 Licencja Apache 2.0 | Wykrywanie szkodliwych treści po polsku | Apache 2.0 | ||
| Bielik-Minitron-7B-v3.0-Instruct Licencja Apache 2.0 | Lżejszy Bielik 7B po przycięciu 11B | Apache 2.0 | ||
| Bielik-PL-Minitron-7B-v3.0-Instruct Licencja Apache 2.0 | Lżejszy Bielik 7B z polskim tokenizerem | Apache 2.0 | ||
| Llama-PLLuM-8B-chat-2412 Licencja Llama 3.1 | Czat PLLuM 8B (pierwsze wydanie) | Llama 3.1 | ||
| Llama-PLLuM-8B-chat-2512 Licencja Llama 3.1 | Czat PLLuM na bazie Llamy 3.1 8B | Llama 3.1 | ||
| Llama-PLLuM-8B-instruct-2512 Licencja Llama 3.1 | PLLuM na bazie Llamy 3.1 8B | Llama 3.1 | ||
| PLLuM-4B-chat-2512 Licencja Apache 2.0 | Lekki czat po polsku | Apache 2.0 | ||
| PLLuM-4B-instruct-2512 Licencja Apache 2.0 | Lekki PLLuM do prostych poleceń | Apache 2.0 | ||
| Qra-1b Licencja Apache 2.0 | Mała baza do eksperymentów | Apache 2.0 | ||
| Qra-7b Licencja Llama 2 | Baza 7B do własnego dotrenowania | Llama 2 |
Decyzje i klasyfikacja na małym GPU
Najszybsze decyzje typu tak/nie i wybór z listy
Decyzje na jednym GPU w klasie 8 GB
Podgląd basal 2.0: decyzje z czytaniem dwukierunkowym
Najmniejszy model decyzyjny, także na CPU
Najmniejszy Bielik do prostych zadań i urządzeń brzegowych
Mały Bielik na laptopa: czat i proste zadania
Najlżejsza moderacja treści po polsku
Wykrywanie szkodliwych treści po polsku
Lżejszy Bielik 7B po przycięciu 11B
Lżejszy Bielik 7B z polskim tokenizerem
Czat PLLuM 8B (pierwsze wydanie)
Czat PLLuM na bazie Llamy 3.1 8B
PLLuM na bazie Llamy 3.1 8B
Lekki czat po polsku
Lekki PLLuM do prostych poleceń
Mała baza do eksperymentów
Baza 7B do własnego dotrenowania
10 modeli
| Model | Najlepszy do | Publikacja na HF | Licencja | Linki |
|---|---|---|---|---|
| basal-2.0-max Licencja Apache 2.0 | Najdokładniejszy basal: routing, reguły, oceny | Apache 2.0 | ||
| basal-omni-1.0-max Licencja Apache 2.0 | Decyzje i oceny na Gemmie 4 12B | Apache 2.0 | ||
| basal-omni-1.1-max Licencja Apache 2.0 | Decyzje na długich dokumentach i danych | Apache 2.0 | ||
| Bielik-11B-v3.0-Instruct Licencja Apache 2.0 | Najczęściej pobierany polski model: czat i RAG | Apache 2.0 | ||
| Bielik-11B-v3.1-Instruct Licencja Apache 2.0 | Najnowszy Bielik: czat, narzędzia i rozumowanie po polsku | Apache 2.0 | ||
| Bielik-PL-11B-v3.0-Instruct Licencja Apache 2.0 | Bielik 11B z tokenizerem zoptymalizowanym pod polski | Apache 2.0 | ||
| PLLuM-12B-chat-2412 Licencja Apache 2.0 | Czat po polsku (pierwsze wydanie) | Apache 2.0 | ||
| PLLuM-12B-chat-2512 Licencja Apache 2.0 | Czat i asystent po polsku | Apache 2.0 | ||
| PLLuM-12B-instruct-2512 Licencja Apache 2.0 | Wykonywanie poleceń, streszczenia, pytania po polsku | Apache 2.0 | ||
| Qra-13b Licencja Llama 2 | Baza do dotrenowania na polskich danych | Llama 2 |
Najdokładniejszy basal: routing, reguły, oceny
Decyzje i oceny na Gemmie 4 12B
Decyzje na długich dokumentach i danych
Najczęściej pobierany polski model: czat i RAG
Najnowszy Bielik: czat, narzędzia i rozumowanie po polsku
Bielik 11B z tokenizerem zoptymalizowanym pod polski
Czat po polsku (pierwsze wydanie)
Czat i asystent po polsku
Wykonywanie poleceń, streszczenia, pytania po polsku
Baza do dotrenowania na polskich danych
1 model
| Model | Najlepszy do | Publikacja na HF | Licencja | Linki |
|---|---|---|---|---|
| basal-omni-1.0-ultra Licencja Apache 2.0 | Najmocniejszy basal-omni do trudnych decyzji | Apache 2.0 |
Najmocniejszy basal-omni do trudnych decyzji
2 modele
| Model | Najlepszy do | Publikacja na HF | Licencja | Linki |
|---|---|---|---|---|
| PLLuM-8x7B-chat-2412 Licencja Apache 2.0 | Czatowy PLLuM MoE | Apache 2.0 | ||
| PLLuM-8x7B-instruct-2412 Licencja Apache 2.0 | PLLuM MoE do poleceń i streszczeń | Apache 2.0 |
Czatowy PLLuM MoE
PLLuM MoE do poleceń i streszczeń
2 modele
| Model | Najlepszy do | Publikacja na HF | Licencja | Linki |
|---|---|---|---|---|
| Llama-PLLuM-70B-chat-2512 Licencja Llama 3.1 | Największy czatowy PLLuM | Llama 3.1 | ||
| Llama-PLLuM-70B-instruct-2512 Licencja Llama 3.1 | Największy PLLuM do trudniejszych zadań | Llama 3.1 |
Największy czatowy PLLuM
Największy PLLuM do trudniejszych zadań
Nowość
basal nie prowadzi rozmowy. Czyta wiadomość, dokument albo log i odpowiada na pytanie z zamkniętej listy odpowiedzi: wybór z listy, tak/nie albo ocena. Do każdej odpowiedzi podaje prawdopodobieństwo, więc wiadomo, kiedy decyzję można zautomatyzować, a kiedy oddać człowiekowi.
basal-2.0 jest zbudowany na Bieliku v3 (1,5B, 4,5B, 11B). basal-omni powstał na Gemmie 4 (od 8B do 31B), a basal-omni-pico (0,8B) na Qwen3.5 i działa także na CPU. 14 listopada 2026 autor udostępnił basal-omni-2.0-mini (preview) z czytaniem dwukierunkowym. Pełna rodzina 2.0 ma wyjść później.
Kiedy to ma sens
Porównanie
Globalne modele open-source też dobrze radzą sobie z polskim, a największe z nich są mocniejsze w rozumowaniu i programowaniu. Polskie modele wygrywają tam, gdzie liczy się naturalny tekst po polsku, polskie realia i mały rozmiar.
Nie ma jednej odpowiedzi dla każdej firmy. Najlepiej porównać dwa lub trzy modele na własnych danych, np. Bielika 11B z modelem z tej samej klasy RAM w tabeli najlepszych lokalnych LLM.
Sprzęt
Gdzie fizycznie trafia model, zależy od sprzętu. Wszystkie progi w tabeli zakładają kwantyzację Q4_K_M.
| Sprzęt | Co sprawdzić | Przykład z polskimi modelami |
|---|---|---|
| Mac (M1–M5) | Całkowity RAM. CPU i GPU współdzielą jedną pulę pamięci, więc osobna karta graficzna nie jest potrzebna. | Mac z 16 GB RAM uruchomi Bielika 11B albo PLLuM 12B. |
| PC z kartą NVIDIA | VRAM karty graficznej. Model musi się w nim zmieścić. Sam RAM systemowy nie wystarczy. | Karta 8 GB (np. RTX 4060) wystarczy dla Bielika 4,5B. Bielik 11B potrzebuje karty 16 GB (np. RTX 5070 Ti). |
| Serwer multi-GPU | Łączny VRAM. Duże modele rozkładają się na kilka kart. | Llama-PLLuM-70B potrzebuje ok. 48–64 GB: dwóch kart RTX 5090 (2 × 32 GB) albo jednej H100 80 GB. |
| Sam procesor (CPU) | RAM systemowy. Działa wolniej niż na karcie graficznej, ale małe modele są używalne. | basal-omni-pico (0,8B) i Bielik 1,5B działają nawet na zwykłym laptopie. |
Prędkość generowania zależy od sprzętu i długości tekstu, dlatego jej nie podajemy. Więcej wyjaśniamy w rankingu lokalnych LLM.
Krok po kroku
FAQ
Tak. Aktualne modele Bielik mają licencję Apache 2.0, która pozwala na użytek komercyjny. W tabeli pokazujemy tylko modele z licencjami dopuszczającymi użytek komercyjny.
W kwantyzacji Q4_K_M około 16 GB RAM albo VRAM. Bielik 4,5B mieści się w 8 GB.
Bielik rozwija społeczność SpeakLeash z ACK Cyfronet AGH. PLLuM powstał w konsorcjum instytucji naukowych z Ministerstwem Cyfryzacji i jest mocniej nastawiony na język urzędowy i administrację.
Nie w każdym zadaniu. Duże modele chmurowe są mocniejsze w rozumowaniu. Polski model wygrywa, gdy dane muszą zostać w firmie, a zadanie wymaga dobrej polszczyzny.
Nie. basal to model decyzyjny: wybiera odpowiedź z podanej listy i zwraca jej prawdopodobieństwo. Nie pisze dłuższych tekstów.
Co miesiąc pobieramy z Hugging Face nowe wydania Bielika, PLLuM, basal i Qra. Ostatnia aktualizacja: listopad 2026.
Opisz zadanie i dane. Doradzimy, który model wybrać, na jakim sprzęcie go uruchomić i jak podłączyć go do Twoich systemów.
Odpowiedź w 1 dzień roboczy. Bez rozmowy handlowej.
Formularz się nie załadował (może blokuje go adblock). Napisz do nas: sales@droptica.com