Fundacja SpeakLeash i Akademickie Centrum Komputerowe Cyfronet AGH zaprezentowały nową wersję flagowego polskiego modelu – Bielik 11B v3.1, który obsługuje 56 języków, w tym po raz pierwszy języki spoza Europy. Bielik v3.1 rozwija też znacznie kompetencje agentowe, co pozwala na realizację wieloetapowych zadań z wykorzystaniem zewnętrznych narzędzi. Wraz z Bielikiem v3.1 debiutują modele towarzyszące: pierwsze w rodzinie Bielika modele decyzyjne oraz nowy draftowy Bielik DFlash, który przyspiesza generowanie odpowiedzi bez utraty jakości.
Premierowy Bielik 11B v3.1 był dodatkowo trenowany na 500 miliardach tokenów, co pozwoliło zwiększyć liczbę obsługiwanych języków do 56 (względem 32 w wersji 3.0), przy jednoczesnym zachowaniu jego polskiej tożsamości. Użytkownicy mogą teraz korzystać z Bielika we wszystkich językach urzędowych Unii Europejskiej, a także w arabskim, językach azjatyckich, m.in. chińskim, japońskim i koreańskim oraz kaukaskich – ormiańskim, azerskim i gruzińskim.
Nie budujemy Bielika tylko po to, by Polska miała własny model językowy. Budujemy go z przekonania, że polska technologia może wyznaczać standardy, a nie jedynie za nimi podążać. Premiera Bielika 3.1 to kolejny ważny krok w realizacji tej ambicji. Chcemy, by Bielik stał się modelem pierwszego wyboru w Europie, a z czasem również poza nią. Jego siłą pozostaje doskonałe rozumienie polskiego języka i lokalnego kontekstu, ale nasze ambicje nie kończą się na polskim rynku. Chcemy udowodnić, że technologie rozwijane w Polsce mogą nie tylko konkurować z najlepszymi na świecie, ale także współtworzyć przyszłość sztucznej inteligencji
mówi Sebastian Kondracki, Prezes Zarządu Fundacji SpeakLeash.
Rozszerzenie kompetencji językowych przełożyło się na wzrost wyników w testach sprawdzających, jak model radzi sobie z rozumieniem treści i wiedzą w różnych językach. W benchmarku Belebele, który bada rozumienie tekstu poprzez pytania dotyczące dostarczonego wcześniej fragmentu, wynik Bielika 3.1 wzrósł o 8 punktów procentowych. Z kolei w INCLUDE - benchmarku sprawdzającym wiedzę i rozumowanie w 44 językach, z uwzględnieniem wiedzy regionalnej - model zwiększył wynik o 5 punktów procentowych.
Jednym z najważniejszych wyróżników Bielika 3.1 są kompetencje agentowe. Model łączy trzy mechanizmy, które działają jednocześnie: function calling, czyli wywoływanie zewnętrznych funkcji i narzędzi, structured output - przekazywanie odpowiedzi o określonej strukturze - oraz reasoning, czyli tryb jawnego rozumowania wykorzystywany przy bardziej złożonych zadaniach. To istotnie rozszerza możliwości Bielika: model może być wykorzystywany w systemach agentowych, które nie ograniczają się do generowania odpowiedzi, ale realizują wieloetapowe zadania z wykorzystaniem dostępnych narzędzi.
Kompetencje agentowe Bielika 3.1 zostały sprawdzone m.in. w τ²-bench-teście, który weryfikuje, czy model potrafi nie tylko prowadzić rozmowę z użytkownikiem, ale także samodzielnie zrealizować zadanie złożone z wielu etapów. Benchmark symuluje realistyczne sytuacje z obszaru obsługi klienta, m.in. w liniach lotniczych, handlu i telekomunikacji. Testowany model musi zrozumieć problem, skorzystać z odpowiednich narzędzi, np. sprawdzić rezerwację lub zmienić usługę, a przy tym przestrzegać obowiązujących zasad i wykonać całe zadanie z właściwym efektem.
Test pokazuje więc, jak model radzi sobie z zadaniami, w których sama poprawna odpowiedź nie wystarcza i konieczne jest wykonanie kilku kolejnych działań. W τ²-bench Bielik 3.1 osiąga, w zależności od scenariusza, wyniki od 16 do 45 punktów procentowych wyższe niż wersja 3.0 polskiego modelu.
Bielik 3.1 korzysta z trybu rozumowania również podczas wywoływania narzędzi. Ma to szczególne znaczenie przy bardziej złożonych zadaniach, w których model musi zaplanować i wykonać określoną sekwencję działań, a po drodze właściwie dobierać potrzebne narzędzia. W połączeniu z function calling i structured output pozwala to Bielikowi skuteczniej realizować wieloetapowe zadania, co widać również w wynikach τ²-bench
podkreśla Krzysztof Ociepa, Head of Model Training w Fundacji SpeakLeash.
Wraz z Bielikiem 3.1 debiutuje również rodzina Bielik-One, obejmująca cztery modele decyzyjne. W przeciwieństwie do tradycyjnych modeli językowych nie służą one do generowania, lecz do analizowania informacji i oceniania ich według wcześniej określonych kryteriów. Mogą na przykład przyporządkować zgłoszenie do odpowiedniej kategorii, ocenić jego zgodność z określonymi wymaganiami lub wskazać, która z dostępnych odpowiedzi jest najbardziej prawdopodobna. Modele różnią się rozmiarami, dzięki czemu można je odpowiednio dopasować do konkretnego zastosowania i dostępnej mocy obliczeniowej.
Takie podejście pozwala wykorzystać model w procesach biznesowych, w których liczy się nie samo generowanie tekstu, lecz jednoznaczna klasyfikacja lub ocena. Bielik-One może znaleźć zastosowanie m.in. przy kategoryzowaniu i kierowaniu zgłoszeń klientów, moderacji treści, wstępnej weryfikacji wniosków i dokumentów, kontroli zgodności z procedurami, analizie sentymentu czy ocenie odpowiedzi generowanych przez inne systemy AI. Przykładowo, analizując wiadomości z firmowej skrzynki, może określić prawdopodobieństwo przypisania każdego e-maila do poszczególnych kategorii.
Zwracany przez model rozkład prawdopodobieństwa pozwala także ustalić w systemie odpowiednie progi dla automatyzacji procesu. Przypadki spełniające określone kryteria mogą być obsługiwane automatycznie, natomiast pozostałe powinny zostać skierowane do dodatkowej weryfikacji przez człowieka. Pozwala to wykorzystać model również w procesach realizowanych na dużą skalę, przy jednoczesnym zachowaniu kontroli nad sposobem podejmowania decyzji.
W wielu procesach biznesowych nie potrzebujemy od modelu rozbudowanej odpowiedzi, lecz konkretnego wyniku, na przykład przypisania zgłoszenia do właściwej kategorii albo oceny według określonej skali. Bielik-One został przystosowany właśnie do realizacji takich zadań. Zamiast generować tekst, wskazuje prawdopodobieństwo poszczególnych odpowiedzi, dzięki czemu system może wykorzystywać ten wynik zgodnie z regułami przyjętymi dla danego procesu. Ma to znaczenie wszędzie tam, gdzie część decyzji chcemy zautomatyzować, zachowując możliwość przekazania wybranych przypadków do weryfikacji przez człowieka
podsumowuje Krzysztof Wróbel, Principal AI Researcher w Fundacji SpeakLeash.
Trzecim premierowym modelem jest Bielik 11B v3.1 DFlash - model draftowy dostosowany do nowej wersji Bielika i rozwijający rozwiązanie zaprezentowane przez Fundację SpeakLeash i ACK Cyfronet AGH w czerwcu 2026 roku. DFlash wykorzystuje speculative decoding: jako lżejszy model pomocniczy proponuje kolejne fragmenty odpowiedzi, które następnie są weryfikowane przez model główny. Dzięki temu nie musi on samodzielnie generować każdego kolejnego elementu odpowiedzi, co pozwala przyspieszyć cały proces bez utraty jakości odpowiedzi.
Modele oraz ich wagi będą dostępne na zasadach open science w ramach projektu SpeakLeash. Już 26 listopada podczas Bielik Summit 2026, flagowego, dorocznego wydarzenia Bielik.AI, odbędą się kolejne premiery modeli z rodziny Bielik, a ich twórcy zaprezentują ambitne plany dalszego rozwoju projektu.
Podpis zdjęcia: Współtwórcy Bielika: Krzysztof Ociepa, Łukasz Flis, Sebastian Kondracki, Krzysztof Wróbel, Adrian Gwoździej (od lewej strony).
O Bieliku.AI Bielik.AI to rodzina kompaktowych modeli językowych stworzonych i rozwijanych przez polskich inżynierów w duchu open science. Najnowszy z nich - Bielik 11B v3.1, jest wyposażony w kompetencje agentowe i obsługuje 56 języków (w tym pozaeuropejskich), uwzględniając jednocześnie lokalny kontekst kulturowy. Modele Bielik są przeznaczone do uruchamiania na własnej infrastrukturze firm i instytucji publicznych, co zapewnia suwerenność technologiczną danych oraz pełną kontrolę nad przetwarzaniem informacji. Dzięki temu precyzyjnie odpowiadają na potrzeby biznesu, administracji publicznej oraz środowisk regulowanych, w których kluczową rolę odgrywa zgodność z przepisami i utrzymanie bezpieczeństwa danych.