Wklejasz polski akapit do modelu i patrzysz, jak licznik tokenów rośnie szybciej, niż zdążyłeś/aś dokończyć zdanie. 🙂 To nie złudzenie. Uniwersalne tokenizery tną polski na więcej kawałków, a więcej kawałków to wolniejsza odpowiedź, wyższy rachunek i krótsze okno, zanim skończy się limit. Zespół Bielika wziął się za to od słownika, nie od marketingu.
Co pokazano i kiedy
Dwa nowe modele, Bielik-PL-11B-v3.0-Instruct i Bielik-PL-Minitron-7B-v3.0-Instruct, miały premierę na konferencji KUKDM w Zakopanem (13-15 kwietnia 2026 r.), o czym informuje Cyfronet. Szczegóły techniczne opisuje preprint z 12 kwietnia 2026 r., arXiv:2604.10799 (Krzysztof Ociepa, Łukasz Flis, Remigiusz Kinas, Krzysztof Wróbel i Adrian Gwoździej).
Wcześniejsze Bieliki v3 stały na tokenizerze wywodzącym się z rodziny Mistral, zrobionym pod wiele języków. Nowe warianty dostały słownik APT4, zoptymalizowany pod polski, o podobnej wielkości (około 32 tys. tokenów). Efekt na próbce z preambuły Konstytucji RP: 375 tokenów zamiast 747, czyli około 1,6 tokena na słowo zamiast około 3,2. Ten sam tekst, mniej więcej o połowę mniej kawałków. Autorzy podają to dla jednego tekstu, więc traktuj to jako rząd wielkości, nie obietnicę dla każdego dokumentu.
Dlaczego to ma znaczenie poza laboratorium
Jeśli dokumenty mają zostać u Ciebie, model w chmurze cudzej firmy jest kompromisem, nie domyślnym wyborem. Oba modele mają wagi na licencji Apache 2.0, więc da się je pobrać i uruchomić u siebie. Nazwy kart, od których zacząć, to speakleash/Bielik-PL-11B-v3.0-Instruct i speakleash/Bielik-PL-Minitron-7B-v3.0-Instruct na Hugging Face. Karta mniejszego modelu może wymagać zaakceptowania warunków i podania danych kontaktowych. Nie kopiuj starszych poleceń z sieci: nazwy rodzin v2 i v3 łatwo pomylić, a wtedy „polski tokenizer” jest obietnicą z innego pliku.
Drugi powód jest rachunkowy i dotyczy mniejszego brata. Minitron-7B powstał przez przycięcie 11B: structured pruning i destylację wiedzy. Efekt według autorów: model zachowuje około 90 proc. jakości pełnego modelu przy nawet o 50 proc. szybszej inferencji. Na karcie modelu 7B ma 7,35 mld parametrów wobec 11,2 mld u większego, czyli około jednej trzeciej mniej. To model do powtarzalnej roboty po polsku: sortowanie zgłoszeń, uproszczenie pisma, pierwsza wersja odpowiedzi na FAQ, której źródłem jest Twój dokument, a nie pamięć modelu.
Co z jakością: liczby bez udawania
Zacznijmy od tego, czego nie wolno pomylić. 65,93 to wynik oryginalnego Bielik-11B-v3.0-Instruct, ze starym tokenizerem, w Open PL LLM Leaderboard, czyli w polskim zestawie testów (średnia 5-shot). Autorzy zwracają uwagę, że wyprzedza on kilka dużo większych modeli z tej tabeli, m.in. Meta-Llama-3.1-70B-Instruct (65,49) i Mixtral-8x22B-Instruct-v0.1 (65,23). Nowe warianty z polskim tokenizerem mają 64,11 (11B) i 61,66 (7B), przy czym 7B z oryginalnym tokenizerem miał 62,46.
Czyli za oszczędność tokenów płacisz niewielkim spadkiem: o 1,82 pkt w polskim leaderboardzie, a w średnich wielojęzycznych więcej. W teście INCLUDE-base-44 średnia dla języków europejskich spada z 64,8 do 53,92, a wynik dla polskiego z 69,0 do 64,23. Są też plusy: na CPTUB, teście rozumienia złożonego polskiego tekstu, wariant PL ma 3,80 wobec 3,73, a w Polish EQ-Bench 71,15 wobec 71,20. Autorzy czytają to jako znak, że zmiana słownika nie zjada jakości. My czytamy to ostrożniej: wygląda na dobry kompromis, ale kompromis do sprawdzenia na Twoich danych. Żadien benchmark nie jest egzaminem z pisma do urzędu skarbowego.
Który wybrać
Bielik-PL-Minitron-7B. Po co: test na własnym sprzęcie, wysoka liczba zapytań, szkice po polsku. Czego nie obiecywać: pełnej jakości 11B. Zostaje około 90 proc.
Bielik-PL-11B. Po co: trudniejszy polski, gdy 7B myli rejestry albo gubi warunek. Czego nie obiecywać: że zmieści się tam, gdzie zmieścił się 7B.
Duży model w API. Po co: wyjątek, którego lokalny model nie domyka. Czego nie obiecywać: że dane z umowy zostaną w biurze.
Ile pamięci karty potrzeba, zależy od kwantyzacji i długości kontekstu. Tego nie zgadujemy. Autorzy piszą, że architekturę 11B projektowano pod popularne karty 24 GB, a społeczność robi już kwantyzacje (np. NVFP4 dla 7B-PL), ale karta modelu i jedno próbne uruchomienie na Twoim pliku powiedzą więcej niż tabela z bloga sprzed dwóch kwartałów.
Procedura na jeden wieczór
1. Weź 20 prawdziwych fragmentów: maile, akapity regulaminu, nie wierszyk „napisz wiersz o kotku”.
2. Puść ten sam zestaw na 7B. Oceń trzy rzeczy: czy złapał warunek, czy nie dopisał faktu spoza tekstu, czy polski da się wysłać bez przeróbki stylu.
3. To, co 7B psuje systematycznie, puść na 11B. Jeśli różnica jest kosmetyczna, zostań przy mniejszym. Szybszy model, który mieści się w budżecie czasu, wygra z większym, którego nikt nie włącza.
4. Dopnij źródło. Sam Bielik nie sprawdza rejestru. Do pytań o Twóją firmę dawaj fragment dokumentu, nie prośbę „opowiedz o nas”.
5. Zostaw człowieka przy kwocie, dacie i nazwisku. Tokenizer nie naprawia halucynacji. Obniża koszt tokenu i podnosi sens trzymania modelu u siebie.
Warto, gdy powtarzasz polski tekst, nie chcesz wysyłać akt na zewnątrz i akceptujesz, że wyjątki i tak pójdą do większego modelu albo do człowieka. Nie warto, gdy szukasz jednego czatu „do wszystkiego” i nie masz ochoty sprawdzić 20 próbek. Wtedy lokalny model jest tylko kolejnym plikiem na dysku.
Dwadzieścia próbek, jeden wieczór, zero zgadywania. Pozdrawiam lokalnie,
Czytaj dalej: 9 na 10 kroków agenta nie potrzebuje frontieru (kiedy tani model otwarty wystarczy), Sąd nie oddał wyroku modelowi (PLLuM, drugi krajowy model), Wygodny agent myli się pewnie (czego nie ufać modelowi).
Źródła: Ociepa i in., Advancing Polish Language Modeling through Tokenizer Optimization in the Bielik v3 7B and 11B Series (arXiv, 12.04.2026), Cyfronet AGH, podsumowanie KUKDM 2026.