Modele i ceny
Każdy model działa na własnych kartach GPU Blixild w Polsce i odpowiada przez jedno API, które współpracuje z każdym SDK OpenAI. Nazwa modelu prowadzi do jego strony: zastosowania, limity i pierwsze zapytanie do skopiowania.
Arete 27B od Nous Research to uniwersalny model czatowy z rozumowaniem i wywoływaniem narzędzi, dostrojony z Qwen3.8 27B. Obsługuje tylko tekst.
4-bit (W4A16, AutoRound) · do 104 448 tokenów na zapytanie
- Wejście
- 0,10 USD / mln tokenów
- Wyjście
- 1,50 USD / mln tokenów
Szczegóły
Arete 27B to dostrojona przez Nous Research wersja Qwen3.8 27B, uniwersalny model do rozmowy, pisania, analizy i kodu. Zanim odpowie, rozumuje: tok rozumowania wraca osobno (reasoning_content), a jego tokeny liczą się jako wyjście. Wywołuje narzędzia tak jak w API OpenAI: podajesz je w polu tools, a wywołania wracają w tool_calls, także przy strumieniowaniu. Zostaw w max_tokens miejsce na rozumowanie przed wywołaniem. Obsługuje tylko tekst.
- Precyzja
- 4-bit (W4A16, AutoRound)
- Maks. zapytanie
- 104 448 tokenów, prompt i odpowiedź razem
- Współdzielone GPU
- do 8 zapytań naraz dla wszystkich klientów, 2 na klucz i 4 na klienta; gdy karta jest zajęta, zapytania czekają w kolejce
- Twórca
- Nous Research, na bazie Qwen3.8 27B
- Sprzęt
- własna karta RTX 3090 Blixild, w Polsce (UE)
- Szybkość
- około 45 tokenów/s dla jednego zapytania
- Języki
- testowany po angielsku i po polsku
- Narzędzia
- wywoływanie narzędzi w stylu OpenAI (tools, tool_calls), także strumieniowo
- Zastosowania
- szkice tekstów, streszczenia, pytania do długich dokumentów, kod, agenci z narzędziami
- Nie nadaje się do
- obrazów i dźwięku; dużych zadań wsadowych
- Licencja
- Apache 2.0 · Karta modelu
- basal-2.0-4.5bDecyzje
basal 2.0 (4.5B) to otwarty model decyzyjny dla polskiego i angielskiego. Odpowiada na pytania o tekst (tak albo nie, wybór, ocena na skali), podaje prawdopodobieństwo każdej odpowiedzi i nie pisze tekstu.
do 32 768 tokenów na zapytanie
- Wejście
- 0,10 USD / mln tokenów
- Wyjście
- Bez opłat
Szczegóły
basal 2.0 (4.5B) to otwarty model decyzyjny dostrojony z Bielika v3. Wysyłasz mu tekst (state) i nazwane pytania przez /v1/systemone albo w formacie Decisions OpenAI przez /v1/decisions: tak albo nie (noul), jedna z 2 do 255 opcji (choice) albo poziom na skali (score). Każda odpowiedź wraca ze skalibrowanym prawdopodobieństwem każdej opcji, w jednym przebiegu, więc zawsze jest jedną z opcji, które podałeś. Kilka pytań o jeden tekst kosztuje niewiele więcej niż jedno. Płacisz tylko za tokeny wejściowe, bo model niczego nie generuje. Działa najlepiej, gdy każda opcja ma krótki opis, zasady są w tekście, a daty i kwoty liczy Twój kod. To nie jest model czatowy: /v1/chat/completions go nie przyjmie.
- Maks. zapytanie
- 32 768 tokenów, tekst i pytania
- Twórca
- projekt basal (github.com/rkinas/basal), na bazie Bielika v3
- Sprzęt
- własna karta H200 Blixild, w Polsce (UE)
- Szybkość
- 10 ms na jedno pytanie; 232 decyzje/s przy 32 klientach, w pomiarze
- Języki
- polski i angielski
- Pytania
- tak albo nie, wybór (od 2 do 255 opcji), ocena na skali; kilka w jednym zapytaniu o ten sam tekst
- Zastosowania
- kierowanie wiadomości i zgłoszeń, sprawdzanie zasad zapisanych w tekście, triaż z progiem pewności, następny krok agenta
- Nie nadaje się do
- pisania tekstu; obliczeń na datach i kwotach (licz je w swoim kodzie); tekstów dłuższych niż 32 768 tokenów (środek jest wycinany)
- Licencja
- Apache 2.0 · Karta modelu
- basal-2.0-miniDecyzje
basal 2.0 mini (1.5B) to mały i szybki model decyzyjny basal dla polskiego i angielskiego. Odpowiada na pytania o tekst, podaje prawdopodobieństwo każdej odpowiedzi i nie pisze tekstu.
do 8192 tokenów na zapytanie
- Wejście
- 0,05 USD / mln tokenów
- Wyjście
- Bez opłat
Szczegóły
basal 2.0 mini (1.5B) to mały model decyzyjny basal, dostrojony z Bielika v3: przyjmuje te same zapytania co basal 2.0 (4.5B) przez /v1/systemone albo /v1/decisions i działa mniej więcej dwa razy szybciej, więc pasuje do dużej liczby prostych decyzji. Kieruje wiadomości i wybiera następne narzędzie agenta tak dobrze jak 4.5B, gdy każda opcja ma opis; przy pytaniach, w których kilka etykiet zależy od siebie, użyj 4.5B. Płacisz tylko za tokeny wejściowe. Teksty do 8192 tokenów. To nie jest model czatowy: /v1/chat/completions go nie przyjmie.
- Maks. zapytanie
- 8192 tokenów, tekst i pytania
- Twórca
- projekt basal (github.com/rkinas/basal), na bazie Bielika v3
- Sprzęt
- własna karta H200 Blixild, w Polsce (UE)
- Szybkość
- 4,5 ms na jedno pytanie; 446 decyzji/s przy 32 klientach, w pomiarze
- Języki
- polski i angielski
- Pytania
- tak albo nie, wybór (od 2 do 255 opcji), ocena na skali; kilka w jednym zapytaniu o ten sam tekst
- Zastosowania
- duża liczba prostych decyzji, wybór następnego narzędzia agenta
- Nie nadaje się do
- pisania tekstu; pytań, w których kilka etykiet zależy od siebie (użyj basal-2.0-4.5b); tekstów dłuższych niż 8192 tokeny
- Licencja
- Apache 2.0 · Karta modelu
Bielik 11B v3.1 od SpeakLeash i ACK Cyfronet AGH to otwarty model stworzony z myślą o języku polskim, z wywoływaniem narzędzi i rozumowaniem na żądanie. Obsługuje tylko tekst.
8-bit (FP8, W8A8) · do 32 768 tokenów na zapytanie
- Wejście
- 0,20 USD / mln tokenów
- Wyjście
- 0,50 USD / mln tokenów
Szczegóły
Bielik 11B v3.1 to otwarty model SpeakLeash i ACK Cyfronet AGH, trenowany z naciskiem na język polski i inne języki europejskie. Domyślnie odpowiada od razu; gdy wyślesz reasoning_effort (low, medium, high albo max), najpierw rozumuje: tok rozumowania wraca osobno, a jego tokeny liczą się jako wyjście. Wywołuje narzędzia tak jak w API OpenAI: podajesz je w polu tools, a wywołania wracają w tool_calls, także przy strumieniowaniu. Każde zapytanie zaczyna się od wytycznych modelu (około 1000 tokenów: kim jest, data, zasady bezpieczeństwa), które liczą się jako wejście. Do pracy w kilku krokach z narzędziami potrzebuje pełnego promptu systemowego z procedurą rozpisaną krok po kroku. Obsługuje tylko tekst.
- Precyzja
- 8-bit (FP8, W8A8)
- Maks. zapytanie
- 32 768 tokenów, prompt i odpowiedź razem
- Współdzielone GPU
- do 8 zapytań naraz dla wszystkich klientów, 2 na klucz i 4 na klienta; gdy karta jest zajęta, zapytania czekają w kolejce
- Twórca
- SpeakLeash i ACK Cyfronet AGH
- Sprzęt
- własna karta RTX 5090 Blixild, w Polsce (UE)
- Szybkość
- 328 tokenów/s po polsku i 186 po angielsku dla jednego zapytania, w pomiarze
- Języki
- przede wszystkim polski; testowany po polsku i po angielsku
- Narzędzia
- wywoływanie narzędzi w stylu OpenAI (tools, tool_calls), także strumieniowo
- Rozumowanie
- na żądanie (reasoning_effort low, medium, high, max); domyślnie wyłączone
- Zastosowania
- teksty i rozmowa po polsku, polskie dokumenty bez danych osobowych, agenci z procedurą zapisaną krok po kroku
- Nie nadaje się do
- danych osobowych, których przetwarzania z jego użyciem zabrania regulamin SpeakLeash (bielik.ai/regulamin); obrazów i dźwięku; zapytań dłuższych niż 32 768 tokenów; obliczeń na datach i godzinach bez narzędzia
- Licencja
- Apache 2.0 · Karta modelu
Qwen3.8 27B od zespołu Qwen z Alibaby to uniwersalny model z rozumowaniem i wywoływaniem narzędzi, z kontekstem 262 144 tokenów. Obsługuje tylko tekst.
8-bit (FP8) · do 262 144 tokenów na zapytanie
- Wejście
- 0,20 USD / mln tokenów
- Wyjście
- 1,50 USD / mln tokenów
Szczegóły
Qwen3.8 27B to model zespołu Qwen do rozmowy, pisania, analizy, kodu i agentów, udostępniany w 8-bitowej wersji przygotowanej przez Qwen. Zanim odpowie, rozumuje: tok rozumowania wraca osobno (reasoning_content), a jego tokeny liczą się jako wyjście. Krótsze rozumowanie daje reasoning_effort low albo medium; żeby odpowiedział od razu, wyślij chat_template_kwargs {"enable_thinking": false}. Wywołuje narzędzia tak jak w API OpenAI: podajesz je w polu tools, a wywołania wracają w tool_calls, także przy strumieniowaniu. Zapytanie razem z odpowiedzią może mieć do 262 144 tokenów; na pierwszy token długiego zapytania trzeba poczekać (około 17 sekund przy 130 000 tokenów, około minuty przy 250 000), więc strumieniuj odpowiedź albo uwzględnij to oczekiwanie; kolejne pytania o ten sam dokument zaczynają się po kilku sekundach. Obsługuje tylko tekst.
- Precyzja
- 8-bit (FP8)
- Maks. zapytanie
- 262 144 tokenów, prompt i odpowiedź razem
- Współdzielone GPU
- do 8 zapytań naraz dla wszystkich klientów, 2 na klucz i 4 na klienta; gdy karta jest zajęta, zapytania czekają w kolejce
- Twórca
- Qwen (Alibaba Cloud)
- Sprzęt
- własna karta NVIDIA H200 Blixild, w Polsce (UE)
- Szybkość
- 196 tokenów/s po angielsku i 171 po polsku dla jednego zapytania, w pomiarze
- Długie zapytania
- fakty znalezione w każdym miejscu angielskich i polskich dokumentów do 254 000 tokenów, w pomiarze
- Języki
- testowany po angielsku i po polsku
- Narzędzia
- wywoływanie narzędzi w stylu OpenAI (tools, tool_calls), także strumieniowo
- Zastosowania
- pytania do długich dokumentów albo wielu plików naraz, analiza, kod, agenci z narzędziami
- Nie nadaje się do
- obrazów i dźwięku
- Licencja
- Apache 2.0 · Karta modelu
Ceny podajemy w dolarach amerykańskich za milion tokenów, z VAT, jeśli się go nalicza, i pobieramy je ze środków na koncie na bieżąco. Środki doładujesz od 5 USD kartą, Apple Pay lub Google Pay. Gdy saldo spadnie do 0 USD, zapytania przestają działać i żaden rachunek nie przychodzi później.