Fundacja SpeakLeash i Akademickie Centrum Komputerowe Cyfronet AGH opublikowały 25 czerwca 2026 roku dwa nowe modele draftowe dla rodziny Bielik: Bielik-11B-v3.0-DFlash oraz Bielik-Minitron-7B-v3.0-DFlash. To pierwsze w Polsce zastosowanie technologii DFlash, czyli jednej z najbardziej zaawansowanych metod dekodowania spekulatywnego, która pozwala wielokrotnie przyspieszyć generowanie odpowiedzi bez żadnej utraty jakości. Modele są dostępne na Hugging Face i można je pobrać za darmo już teraz.
Kluczowe fakty:
- Fundacja SpeakLeash i Akademickie Centrum Komputerowe Cyfronet AGH opublikowały 25 czerwca 2026 roku dwa modele draftowe – Bielik-11B-v3.0-DFlash oraz Bielik-Minitron-7B-v3.0-DFlash – będące pierwszym zastosowaniem technologii DFlash w Polsce.
- DFlash to metoda dekodowania spekulatywnego opracowana przez naukowców z UC San Diego i opublikowana w lutym 2026 roku, która zamiast klasycznego modelu draftowego wykorzystuje lekki model dyfuzyjny pracujący na wewnętrznych reprezentacjach modelu docelowego.
- Według badań DFlash osiąga ponad 2,5-krotnie wyższe przyspieszenie niż poprzedni lider tej klasy – algorytm EAGLE-3 – a w testach z Qwen3-8B uzyskuje ponad 6-krotny wzrost przepustowości w porównaniu z klasycznym dekodowaniem.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Co to jest DFlash i dlaczego to ważne
Żeby zrozumieć, co tu się właściwie wydarzyło, trzeba najpierw wyjaśnić, jak działają standardowe modele językowe przy generowaniu odpowiedzi. Klasyczne LLM-y tworzą tekst token po tokenie, każdy kolejny symbol wymaga osobnego przejścia przez całą sieć neuronową. Przy modelu z miliardami parametrów to kosztowne obliczeniowo, a każde milisekunda ma znaczenie dla firm serwujących AI tysiącom użytkowników naraz.
Dekodowanie spekulatywne (ang. speculative decoding) jest odpowiedzią na ten problem i od 2023 roku systematycznie wchodzi do głównego nurtu produkcyjnych wdrożeń LLM. Idea jest prosta: mały, szybki model „draftowy” proponuje kilka następnych tokenów naraz, a duży model docelowy weryfikuje je jednym przebiegiem. Jeśli propozycje są trafne, wszystkie trafiają do odpowiedzi; jeśli nie, model docelowy generuje poprawkę i proces rusza od nowa. Wynik netto to ten sam tekst, co bez spekulacji, ale generowany kilkukrotnie szybciej.
DFlash, opracowany przez naukowców z UC San Diego i opublikowany w lutym 2026 roku, idzie o krok dalej niż wcześniejsze metody. Zamiast klasycznego autoregresywnego modelu draftowego używa lekkiego modelu dyfuzyjnego pracującego na reprezentacjach wewnętrznych modelu docelowego. Efekt? Według badań DFlash osiąga ponad 2,5-krotnie wyższe przyspieszenie niż poprzedni lider tej klasy, algorytm EAGLE-3, a w testach z Qwen3-8B uzyska ponad 6-krotny wzrost przepustowości w porównaniu z klasycznym dekodowaniem.
Technologia od razu trafiła do głównych frameworków produkcyjnych: vLLM i SGLang obsługują DFlash od pierwszych tygodni po publikacji.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jak zbudowano polskie adaptery DFlash
Zespół Bielik.AI opracował adaptery w oparciu o własny framework ALLaMo, którego autorem jest Krzysztof Ociepa, Head of Model Training w projekcie. To nie jest prosta adaptacja gotowego rozwiązania, lecz autorskie podejście do trenowania modeli draftowych, dostosowane do specyfiki polskich modeli językowych.
Oba nowe modele działają jako adaptery do większych modeli z rodziny Bielik i Bielik Minitron. Nie są przeznaczone do samodzielnego uruchamiania. Ich rola to współpraca z modelami docelowymi w środowiskach obsługujących DFlash, co praktycznie oznacza najnowsze wersje vLLM i SGLang.
„Stworzyliśmy rozwiązanie oparte na algorytmie DFlash, które pozwala znacząco zwiększyć przepustowość inferencji. Jest to szczególnie istotne dla firm budujących produkty AI, które obsługują tysiące użytkowników jednocześnie. Dzięki uruchamianiu Bielika wraz z nowymi modelami draftowymi przedsiębiorstwa będą mogły kilkukrotnie skrócić czas generowania odpowiedzi oraz obniżyć koszty infrastruktury” – mówi Krzysztof Ociepa.
Co istotne, przyspieszenie jest lossless, czyli bezstratne. Odpowiedź generowana z użyciem modelu draftowego jest identyczna z tą, którą wygenerowałby sam model docelowy.
Bielik.AI robi coś więcej niż tylko trenuje kolejne wersje modelu językowego. Wdrożenie DFlash jako pierwszego w Polsce to sygnał, że projekt świadomie śledzi front badań inferencji i jest w stanie tłumaczyć najnowsze prace akademickie na produkcyjne rozwiązania. To różnica między projektem aspirującym a dojrzałym ekosystemem. Otwarte pytanie brzmi, jak szybko polskie firmy zorientują się, że efektywnościowe optymalizacje tego kalibru mogą zredukować ich koszty infrastruktury AI o dziesiątki procent, i czy będą szukać tych odpowiedzi u krajowego dostawcy, czy za granicą.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co to oznacza dla polskich firm
Dla przedsiębiorstw wdrażających AI we własnej infrastrukturze rachunek jest prosty. Speculative decoding w standardowych metodach klasy EAGLE-3 przynosi 2-3-krotne przyspieszenie inferencji. Według danych Red Hat, wdrożenie tej techniki w vLLM zmniejsza koszt generowania miliona tokenów o blisko 20 procent na typowych workloadach enterprise. DFlash poprawia te liczby jeszcze bardziej.
Bielik.AI od początku był projektowany z myślą o wdrożeniach on-premise, czyli uruchamianiu na własnych serwerach firm i instytucji publicznych. To kluczowe dla sektorów regulowanych, takich jak finanse, administracja publiczna czy ochrona zdrowia, gdzie dane nie mogą opuszczać kontrolowanego środowiska. DFlash bezpośrednio uderza w jeden z największych hamulców takich wdrożeń: koszt GPU i czas odpowiedzi.
Obecni partnerzy strategiczni projektu, EY i InPost, to firmy obsługujące ogromną skalę transakcji i zapytań. Dla nich każde kilkukrotne przyspieszenie inferencji przekłada się na realne oszczędności w rachunkach za infrastrukturę.
Modele DFlash można już pobrać z Hugging Face:
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Gdzie jest Bielik teraz
Projekt zbliża się do 2,8 miliona pobrań z Hugging Face i według twórców wyprzedza pod tym względem francuski Mistral w swoim segmencie wagowym. W planach na czerwiec 2026 jest premiera wersji 3.1, która rozszerzy obsługiwane języki do 50, w tym chiński i arabski. Bielik.AI działa aktualnie w 30 językach europejskich.
Projekt prowadzony jest przez wolontariuszy skupionych w Fundacji SpeakLeash, rozwijany wieczorami przy wsparciu obliczeniowym superkomputerów Cyfronetu AGH. Sebastian Kondracki, prezes Bielik.AI, wielokrotnie podkreślał publicznie, że projekt utrzymuje się z darowizn i patronatów, a nie z zewnętrznego kapitału inwestycyjnego. Na 26 listopada 2026 roku zaplanowany jest Bielik Summit, konferencja z ponad 120 prelegentami.
Dodanie DFlash do arsenału narzędzi Bielika to publikacja czysto techniczna, bez fajerwerków PR-owych. Ale właśnie dlatego warto ją zauważyć.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnej informacji prasowej Fundacji SpeakLeash z dnia 25.06.2026, materiałów NVIDIA Technical Blog, LMSYS, arXiv/DFlash oraz Red Hat Developer. Cytaty Krzysztofa Ociepa zostały zweryfikowane z oryginalną informacją prasową. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wynikach wdrożenia modeli DFlash w polskich firmach.
