Właściwy dział.
Zgłoszenie trafia do pomocy technicznej, reklamacji lub sprzedaży. Przypadki z niską pewnością przekazujesz konsultantowi.
NOWY MODEL / REMIGIUSZ KINAS / 16.10.2026
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.

01 / DOSTĘPNOŚĆ W FABRYCE
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
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
Zgłoszenie trafia do pomocy technicznej, reklamacji lub sprzedaży. Przypadki z niską pewnością przekazujesz konsultantowi.
Oceń kategorię pisma, kompletność informacji lub właściwą ścieżkę obsługi. Reguły liczbowe i terminy obliczaj w kodzie.
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
Poniższe wyniki pochodzą z karty modelu. Fabryka AI nie odtwarzała tych benchmarków. Werdykt używa zbioru ukrytego; porównanie dotyczy konfiguracji opisanych przez autora.
| Test | Omni 1.0 max | Basal 1.5 max |
|---|---|---|
| Werdykt v1 · macro PL + EN | 82,3% | 77,3% |
| PL decisions · 7 081 przykładów | 95,4% | 94,0% |
| PL general · 3 079 przykładów | 81,0% | 79,7% |
| PL-Real · 300 dokumentów | 98,0% | 97,0% |
| EN external panel · 3 842 przykłady | 78,9% | 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.
05 / OBRAZ I AUDIO
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
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
API Omni jest w przygotowaniu. Poniższe przykłady pokazują docelową integrację przez natywny endpoint Basal: POST /v1/systemone. Aktualny status znajdziesz powyżej.
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?"
}
}
}'| Typ pytania | Wynik w answers |
|---|---|
choice | choice: klucz wybranej opcji; probabilities: rozkład po wszystkich opcjach. |
noul | noul: prawdopodobieństwo odpowiedzi „tak”; rozkład używa kluczy true i false. |
score | score: 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.
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
Demo Omni zostanie udostępnione po weryfikacji hostingu. Teraz możesz sprawdzić Basal mini ↗
08 / AUTORSTWO I ŹRÓDŁA
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.