Bielik mówi po japońsku i rezerwuje bilety. Nowa wersja polskiego modelu
Polski model językowy po raz pierwszy obsługuje języki spoza Europy, w tym chiński i arabski. Większa zmiana dotyczy jednak tego, co Bielik potrafi zrobić: nowa wersja ma samodzielnie wykonywać zadania złożone z kilku kroków.

Fundacja SpeakLeash i Akademickie Centrum Komputerowe Cyfronet AGH zaprezentowały Bielika 11B v3.1. Model był dodatkowo trenowany na 500 mld tokenów, co według twórców pozwoliło zwiększyć liczbę obsługiwanych języków z 32 w wersji 3.0 do 56. Bielik działa teraz we wszystkich językach urzędowych Unii Europejskiej, a także po arabsku, w językach azjatyckich, m.in. chińskim, japońskim i koreańskim, oraz kaukaskich, m.in. ormiańskim i gruzińskim. W benchmarku rozumienia tekstu Belebele wynik modelu wzrósł o 8 pkt proc., a w INCLUDE, który sprawdza wiedzę i rozumowanie w 44 językach, o 5 pkt proc.
Wywołuje narzędzia i planuje kroki
Twórcy wskazują jako największą zmianę kompetencje agentowe. Bielik 3.1 łączy wywoływanie zewnętrznych narzędzi (function calling), odpowiedzi w zadanej strukturze (structured output) i tryb jawnego rozumowania (reasoning), z którego korzysta także przy wyborze narzędzi. Model sprawdzono m.in. w τ²-bench. Ten test symuluje obsługę klienta w liniach lotniczych, handlu i telekomunikacji: model musi zrozumieć problem, sprawdzić na przykład rezerwację, zmienić usługę i przestrzegać przy tym obowiązujących zasad. W zależności od scenariusza Bielik 3.1 uzyskał wyniki od 16 do 45 pkt proc. wyższe niż wersja 3.0.
„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” — mówi Krzysztof Ociepa, Head of Model Training w Fundacji SpeakLeash.
Modele, które oceniają zamiast pisać
Razem z Bielikiem 3.1 zadebiutowała rodzina Bielik-One, czyli cztery modele decyzyjne różnej wielkości. Zamiast generować tekst, zwracają prawdopodobieństwo poszczególnych odpowiedzi, na przykład przypisania e-maila do kategorii albo oceny zgłoszenia według ustalonych kryteriów. Na tej podstawie firma może ustawić progi: sprawy pewne system obsługuje automatycznie, a pozostałe trafiają do człowieka.
„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” — mówi Krzysztof Wróbel, Principal AI Researcher w Fundacji SpeakLeash.
Trzecią premierą jest Bielik 11B v3.1 DFlash, model draftowy do techniki speculative decoding. Lżejszy model proponuje kolejne fragmenty odpowiedzi, a model główny je weryfikuje, co według twórców przyspiesza generowanie bez utraty jakości. DFlash rozwija rozwiązanie, które SpeakLeash i Cyfronet pokazały w czerwcu 2026 r. Modele i ich wagi mają być udostępnione na zasadach open science.
Kolejne premiery modeli z rodziny Bielik zaplanowano na Bielik Summit 26 listopada. Twórcy mają tam po raz pierwszy przedstawić szczegóły prac nad multimodalnym Bielikiem o ponad 100 mld parametrów, budowanym od podstaw na autorskiej architekturze. Prace trwają od sześciu miesięcy. „Żaden projekt open science nie przekroczył jeszcze tej granicy. Chcemy to zmienić” — mówi Sebastian Kondracki, prezes Fundacji SpeakLeash.
Źródła
- Komunikat prasowy Fundacji SpeakLeash i ACK Cyfronet AGH





