NOWY MODEL / REMIGIUSZ KINAS / 16.10.2026

Basal Omni.
Zrozumieć wejście.
Wybrać działanie.

Tekst, obraz i dźwięk jako kontekst. Odpowiedź z ustalonego zestawu możliwości. Basal Omni to nowa linia modeli decyzyjnych dla aplikacji, które potrzebują konkretnego wyboru i informacji o pewności.

Ilustracja warsztatu modeli Basal
OTWARTE WAGI · POLSKI + ANGIELSKI · WYDANIE EKSPERYMENTALNE
12Bparametrów · BF16
255opcji na pytanie w silniku
PL + ENokoło 815 tys. decyzji w treningu
Apache 2.0licencja według karty modelu

01 / DOSTĘPNOŚĆ W FABRYCE

Model i hosting.
Jawny status.

Basal Omni: przygotowanie hostingu

Wagi są publicznie dostępne u autora. Wdrożenie Omni do API Fabryki jest w przygotowaniu; nie ogłaszamy go jako działającego endpointu. Obecne demo Fabryki obsługuje Basal 1.5 mini.

Otwórz działające demo mini ↗

02 / JAK TO DZIAŁA

Decyzja w jednym
przejściu modelu.

Przekazujesz stan: zgłoszenie klienta, dokument, fragmenty wyników wyszukiwania albo ślad działania agenta. Dodajesz pytanie i dozwolone odpowiedzi. Silnik odczytuje prawdopodobieństwa kodów tych odpowiedzi, bez generowania swobodnego tekstu.

Możesz wybrać kategorię (choice), zapytać tak/nie (noul) lub wskazać poziom na skali (score). Silnik 2.0 obsługuje też multi, act i tool. Wybór narzędzia nie obejmuje wygenerowania jego argumentów.

Omni bazuje na Gemma 4 12B. Poprzedni Basal 1.5 max bazował na Bieliku 11B. Nowy model obsługuje do 255 opcji; domyślnie używa jednej kolejności odpowiedzi. Dwie kolejności zmniejszają wrażliwość na ich układ kosztem około dwukrotnie większej pracy.

03 / CO MOŻNA ZBUDOWAĆ

Od wejścia do następnego kroku.

01 / OBSŁUGA KLIENTA

Właściwy dział.

Zgłoszenie trafia do pomocy technicznej, reklamacji lub sprzedaży. Przypadki z niską pewnością przekazujesz konsultantowi.

02 / DOKUMENTY

Decyzja o dokumencie.

Oceń kategorię pisma, kompletność informacji lub właściwą ścieżkę obsługi. Reguły liczbowe i terminy obliczaj w kodzie.

03 / AGENCI I RETRIEVAL

Wybór kolejnego ruchu.

Oceń, czy znalezione fragmenty wystarczą, wybierz narzędzie lub skieruj zadanie do człowieka. To propozycje zastosowań, wymagające testów na Twoich danych.

04 / WYNIKI OPUBLIKOWANE PRZEZ AUTORA

Lepsze decyzje tekstowe.
Z konkretnymi zastrzeżeniami.

Poniższe wyniki pochodzą z karty modelu. Fabryka AI nie odtwarzała tych benchmarków. Werdykt używa zbioru ukrytego; porównanie dotyczy konfiguracji opisanych przez autora.

TestOmni 1.0 maxBasal 1.5 max
Werdykt v1 · macro PL + EN82,3%77,3%
PL decisions · 7 081 przykładów95,4%94,0%
PL general · 3 079 przykładów81,0%79,7%
PL-Real · 300 dokumentów98,0%97,0%
EN external panel · 3 842 przykłady78,9%73,7%

Werdykt: przedział 95% dla Omni to 81,3–83,2%. Najsłabsze kategorie: reguły 41,8%, długie dokumenty 74,2%, umowy 76,2%. W PL general i PL-Real przedziały różnicy obejmują zero.

Autor zmierzył na H100: 66 ms p50, 95 ms p95 oraz 19 decyzji/s przy 32 klientach. To pomiary silnika eager BF16, jednej kolejności, z obsługą mediów. Nie są pomiarem opóźnień API Fabryki.

Pełne wyniki i metodologia autora ↗

05 / OBRAZ I AUDIO

Nowe wejścia.
Eksperymentalna jakość.

Enkodery obrazu i audio pochodzą z Gemma 4. Trening Basal Omni obejmował wyłącznie decyzje tekstowe.

Media działają zero-shot. W małym polskim teście autora decyzje z obrazów renderowanych dokumentów osiągnęły 83,8%, wobec 90,0% dla ich tekstu. Wynik na zdjęciach wyniósł 66,0%.

W audio rozpoznawanie intencji osiągnęło 71,4%, wobec 92,9% przy transkrypcji. Dla pozostałych testów mowy różnica względem transkrypcji wyniosła nawet około 40 punktów procentowych. Jeśli masz transkrypcję, użyj jej.

Odpowiedzi dla mediów mają calibration: "text". Progi pewności dobrano na tekście. Łączenie obrazu i audio w małym teście autora zmieniało 10–25% odpowiedzi; warto podawać pytaniu tylko te media, których dotyczy.

06 / PEWNOŚĆ I ESKALACJA

Automatyzuj to,
co sprawdziłeś.

Autor dostarcza temperatury kalibracji i progi dla docelowego błędu 1% oraz 5%. W jego teście próg 1% zaakceptował 47,4% decyzji przy 0,47% zaobserwowanego błędu. Dla pytań score przy tym celu nie ma certyfikowanego progu — wymagają odroczenia decyzji.

Nie porównuj bezpośrednio tego pokrycia z 62,2% poprzedniego modelu: starszy wynik używał wspólnego progu dla wszystkich typów, nowy progów per typ. Żaden z tych wyników nie gwarantuje jakości na Twoich dokumentach.

Zacznij od oznaczonego zbioru własnych przypadków. Mierz poprawność, pokrycie automatyzacji, błędy i opóźnienie. Dopiero potem ustaw próg i regułę przekazania do człowieka.

07 / DOKUMENTACJA

Podłącz aplikację.
Wyślij pierwsze pytanie.

API Omni jest w przygotowaniu. Poniższe przykłady pokazują docelową integrację przez natywny endpoint Basal: POST /v1/systemone. Aktualny status znajdziesz powyżej.

1. Żądanie z aplikacji

Ustaw klucz w zmiennej FABRYKA_API_KEY. Żądanie zawiera kontekst w state, identyfikator modelu i pytania w questions. Uzyskaj klucz Fabryka AI ↗

curl https://fabryka.ai/v1/systemone \
  -H "Authorization: Bearer $FABRYKA_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
  "model": "basal-omni-1.0-max",
  "state": "Od wczoraj nie mogę zalogować się do banku.",
  "questions": {
    "dzial": {
      "type": "choice",
      "instructions": "Do którego działu skierować zgłoszenie?",
      "criteria": {
        "online": "Wsparcie bankowości elektronicznej",
        "karty": "Reklamacje kart",
        "kredyty": "Kredyty"
      }
    },
    "blokada": {
      "type": "noul",
      "instructions": "Czy klient nie może korzystać z usługi?"
    }
  }
}'

Jak czytać odpowiedź

Typ pytaniaWynik w answers
choicechoice: klucz wybranej opcji; probabilities: rozkład po wszystkich opcjach.
noulnoul: prawdopodobieństwo odpowiedzi „tak”; rozkład używa kluczy true i false.
scorescore: wartość oczekiwana indeksu poziomu, od 0 do liczby poziomów minus 1; legend: opisy poziomów.

confidence to największe prawdopodobieństwo w rozkładzie. usage.input_tokens mierzy wejście, a usage.output_tokens wynosi 0. usage.latency_ms to czas silnika, obejmujący obsługę żądania w modelu; opóźnienie całego wywołania HTTP mierz osobno.

2. Obraz lub nagranie w Pythonie

Media przesyłasz jako base64, z typem image lub audio. Obsługa mediów w API Omni jest w przygotowaniu; jej limity zostaną podane po weryfikacji wdrożenia.

import base64
import os
from pathlib import Path
import requests

image = base64.b64encode(Path("paragon.jpg").read_bytes()).decode()
response = requests.post("https://fabryka.ai/v1/systemone",
    headers={"Authorization": "Bearer " + os.environ["FABRYKA_API_KEY"]}, json={
    "model": "basal-omni-1.0-max",
    "state": "", "lang": "pl",
    "media": [{"type": "image", "data": image}],
    "questions": {"karta": {
        "type": "noul", "instructions": "Czy zapłacono kartą?"
    }}
}, timeout=120)
response.raise_for_status()
print(response.json())

Obrazy: formaty obsługiwane przez Pillow. Audio: WAV, FLAC, OGG, MP3. Pole detail: default (280 tokenów obrazu) lub high (1120). Przy samych mediach ustaw lang na pl lub en.

WYPRÓBUJ / DECYZJA TEKSTOWA

Twoje zgłoszenie.
Wybór modelu.

Demo Omni zostanie udostępnione po weryfikacji hostingu. Teraz możesz sprawdzić Basal mini ↗

08 / AUTORSTWO I ŹRÓDŁA

Model Remigiusza Kinasa.
Opis Fabryki AI.

Basal Omni 1.0 max to eksperymentalne wydanie Remigiusza Kinasa (ai5), oparte na Google Gemma 4 12B. Trening: LoRA rank 32 na warstwach językowych, jedna epoka około 815 tys. decyzji PL/EN, z miękkimi etykietami Basal 1.5. Enkodery obrazu i audio pozostały bez treningu.

Fabryka AI jest niezależną usługą i nie jest powiązana organizacyjnie z autorami modeli, Google ani Hugging Face. Marki i znaki towarowe należą do ich właścicieli. Obecność w katalogu nie oznacza patronatu ani rekomendacji. Licencja modelu nie przyznaje praw do marki. Według karty autora wagi Omni oraz jego baza są udostępniane na Apache 2.0; silnik również używa Apache 2.0.