Polski inżynier Remigiusz Kinas, współtwórca Bielika, zbudował basal-omni-1.0-ultra. W oficjalnym rankingu JevBench (wersja v1.7.46, 18.10.2026) to numer 1 wśród 184 otwartych modeli decyzyjnych: 82,5 pkt (trafność 74,1, kalibracja pewności 91,0). Dla porównania model decyzyjny OpenAI ma 56,9 za trafność, a Microsoftu 57,2. W całym zestawieniu, razem z płatnymi usługami, wyżej jest tylko jedna zamknięta, płatna usługa (kettei-fat, 86,3). Co to jest: model do podejmowania decyzji, nie chatbot. Dajesz mu wiadomość albo dokument i pytanie z własnymi odpowiedziami do wyboru, a on wybiera jedną i mówi, na ile jest pewny. Np. czy ta płatność to oszustwo, który zespół ma dostać maila, czy dokument łamie zasady. Licencja Apache 2.0, działa na twoich własnych serwerach, więc dane klientów nie wychodzą z firmy. Uczciwie: JevBench jest w wersji beta i mierzy tylko decyzje z zamkniętej listy odpowiedzi, a nie pisanie tekstów czy programowanie. Wersja ultra potrzebuje mocnej karty graficznej (ok. 80 GB), mniejsze wersje mini i max chodzą na ok. 16–24 GB. Skomentuj, jeśli chcesz link do modelu i instrukcję. Źródła: benchmarkheaven.com/jev-models · huggingface.co/Remek/basal-omni-1.0-ultra · basal.si5.pl · github.com/rkinas/basal Fragment wywiadu: didaskalia #171 (YouTube). #ai #sztucznainteligencja #opensource #polska - @kris.aiwpraktyce