Kontakt Kontakt

Badanie · lokalne modele językowe · listopad 2026

Modele obsługujące język polski: badanie 150 otwartych modeli w 20 zadaniach na RTX 5090 (2026)

Sprawdziliśmy 150 otwartych modeli językowych (od 0,5 do 35 mld parametrów; 7 modeli MoE ma łącznie do 74 mld) deklarujących obsługę polskiego, każdy uruchomiony lokalnie na jednej karcie RTX 5090 (32 GB), która przez cały test była do dyspozycji tylko modelu. Każdy dostał te same 20 poleceń po polsku z 10 popularnych kategorii: życie codzienne, zdrowie, prawo, finanse, pisanie, kreatywność, logika, kod, wiedza i język. 137 z nich przetestowaliśmy drugi raz w wyższej precyzji (Q8_0 lub Q6_K), a część także powtórnie z innym ziarnem losowania, żeby zmierzyć, ile w wynikach jest przypadku. Wszystkie odpowiedzi publikujemy w całości, a każdą oceniliśmy na tle odpowiedzi pozostałych modeli na to samo polecenie. Daje to 5700 ocen z komentarzem.

150modeli przetestowanych lokalnie
20zadań w 10 kategoriach
3 000odpowiedzi ocenionych porównawczo
1× RTX 5090cała karta 32 GB dla modelu
0,5–35 mldparametrów; 7 modeli MoE ma łącznie do 74 mld
+135wariantów Q8_0 / Q6_K tych samych modeli

Najważniejsze wyniki

  • Wygrywa Gemma 4 31B (Google): średnia 8,77/10, wyraźnie przed resztą. Prowadzi w 4 z 10 kategorii, w 8 jest w pierwszej trójce, a w żadnej nie spada poniżej 6. miejsca. Na całej karcie generuje ok. 114 tok/s.
  • Gemma 4 26B-A4B to najlepszy kompromis: 7,90 pkt (2. miejsce) przy ok. 230 tok/s, dwa razy szybciej niż Gemma 4 31B. W Q8_0 dostała 8,30 pkt i nadal daje ok. 200 tok/s.
  • Najlepszy polski model to Bielik-11B-v3.1 (SpeakLeash / ACK Cyfronet AGH). W wersji Q8_0 zajmuje 5. miejsce (7,23), a w Q4_K_M 8. miejsce (6,80) z plikiem 6,7 GB. W pierwszej dwudziestce jest 5 wpisów Bielika (4 modele, jeden w dwóch kwantyzacjach).
  • Wyższa precyzja pomaga mniej, niż się zakłada. Średnio Q8_0/Q6_K daje +0,08 pkt względem wersji podstawowej (zwykle Q4_K_M), a 82 ze 134 modeli wypada w niej lepiej. Różnice pojedynczych modeli (od −0,94 do +1,34 pkt) wynikają głównie z kilku zadań, w których odpowiedź przeskakuje między dobrą a złą – sama zmiana ziarna losowania przesuwa średnią modelu średnio o 0,48 pkt (test powtórzeniowy 6 modeli), czyli więcej niż typowy zysk z Q8.
  • PLLuM wypada wyraźnie słabiej. Najlepszy wariant, PLLuM-12B-nc-instruct-2412, jest dopiero na 58. miejscu (4,45). Nowsze wersje 2512 nie poprawiły wyniku.
  • Najtrudniejsze zadania to walidator PESEL w Pythonie (mediana 1/10, poprawnie tylko kilka modeli), wybór formy opodatkowania JDG (mediana 1/10) i rymowany wiersz AABB (mediana 2/10). W prawie żaden model nie dostał 9 ani 10.
  • Bezpieczeństwo w zdrowiu nie jest oczywiste. Przy objawach zawału 47 ze 150 modeli dostało 2 pkt lub mniej: nie kazało od razu dzwonić pod 112 albo 999, dawało szkodliwe rady lub odmawiało pomocy.
  • Wielkość nie wystarcza. Modele poniżej ok. 2 mld parametrów są praktycznie bezużyteczne po polsku (średnie poniżej 1), a kilka starszych polskich modeli (Trurl 2, Krakowiak, Polka) zajmuje ostatnie miejsca.

Top 10

#ModelTwórcaŚredniaPlik wagtok/s
1Gemma 4 31B (Q4_K_M)Google8,7719,9 GB114
2Gemma 4 26B-A4B (Q4_K_M)Google7,9018,0 GB230
3Muse Glimmer 30B (Q4_K_M)Meta7,6618,2 GB81
4Gemma 4 12B (Q4_K_M)Google7,257,6 GB217
5Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱SpeakLeash / ACK Cyfronet AGH7,2311,9 GB112
6Qwen3.6-27B (Q4_K_M)Alibaba6,9017,4 GB75
7Qwen3.5-35B-A3B (Q4_K_M)Alibaba6,8422,1 GB211
8Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱SpeakLeash / ACK Cyfronet AGH6,806,7 GB159
9Gemma 3 27B (Q4_K_M)Google6,7517,4 GB72
10Falcon-H1-34B-Instruct (Q4_K_M)TII6,6520,3 GB57

Ranking modeli polskich

Modele trenowane lub dostrajane w Polsce, z myślą o języku polskim. Ostatnia kolumna to pozycja w rankingu wszystkich modeli.

#ModelTwórcaWydanieŚredniaMiejsce ogólne
1Bielik-11B-v3.1-Instruct (Q8_0)SpeakLeash / ACK Cyfronet AGH2026-107,235
2Bielik-11B-v3.1-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2026-106,808
3Bielik-11B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2025-116,4015
4Bielik-PL-11B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2026-026,3516
5Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2026-016,3018
6Bielik-11B-v2.6-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2025-065,8023
7Bielik-11B-v2.5-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2025-055,7025
8PLLuM-8x7B-nc-chat-2412Konsorcjum PLLuM (NASK PIB i in.)2025-024,8047
9Bielik-11B-v2.3-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2024-084,7549
10Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2026-024,6553
11Bielik-One-11B-v3.1-r1 (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2026-114,6254
12PLLuM-8x7B-nc-instruct-2412Konsorcjum PLLuM (NASK PIB i in.)2025-024,5955
13Bielik-4.5B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2025-044,5556
14PLLuM-12B-nc-instruct-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-024,4560
15Bielik-11B-v2.1-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2024-084,3563
16Bielik-11B-v2.2-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2024-084,2067
17PLLuM-12B-chat-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-013,9073
18PLLuM-12B-chat-2512 (Q8_0)Konsorcjum PLLuM (NASK PIB i in.)2026-013,8576
19PLLuM-12B-instruct-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-013,7577
20PLLuM-12B-instruct-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-023,7078
21Llama-PLLuM-8B-chat-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-023,4584
22PLLuM-8x7B-chat-2412Konsorcjum PLLuM (NASK PIB i in.)2025-023,3485
23PLLuM-8x7B-instruct-2412Konsorcjum PLLuM (NASK PIB i in.)2025-023,3287
24Bielik-11B-v2.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2024-083,2089
25PLLuM-12B-nc-chat-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-023,2091
26PLLuM-12B-chat-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-023,1593
27Llama-PLLuM-8B-chat-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-013,0596
28PLLuM-4B-chat-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-013,0597
29Llama-PLLuM-8B-instruct-2412 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2025-022,60101
30Llama-PLLuM-8B-instruct-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-012,55102
31Bielik-1.5B-v3.0-Instruct (Q4_K_M)SpeakLeash / ACK Cyfronet AGH2025-042,40106
32PLLuM-4B-instruct-2512 (Q4_K_M)Konsorcjum PLLuM (NASK PIB i in.)2026-012,25110
33Bielik-7B-Instruct-v0.1 (Q4_K_S)SpeakLeash / ACK Cyfronet AGH2024-032,20111
34Qra-13B-chat (TeeZee) (Q4_K_M)OPI-PG / GUT (chat: TeeZee)2024-081,95116
35Trurl-2-13B (Q4_K_M)Voicelab2023-081,25131
36Trurl-2-7B (Q4_K_M)Voicelab2023-080,70141
37Krakowiak-7B-v3 (Q4_K_M)Szymon Rucinski2024-030,25147
38Polka-1.1B-chat (Q4_K_M)Eryk Mazus2024-020,15149

Najlepsze modele w każdej klasie rozmiaru

Liczba parametrów decyduje o tym, na jakim sprzęcie model uruchomisz. Model do 4 mld parametrów zadziała na laptopie, a powyżej 16 mld potrzebuje karty klasy RTX 5090 albo kompromisów w kwantyzacji.

do 4 mld parametrów (30 modeli)

  1. Bielik-One-4B-r1 (Q4_K_M) – 4,49
  2. Gemma 3 4B (Q4_K_M) – 4,10
  3. Qwen3-4b-instruct-2507 (Q4_K_M) – 3,55
  4. Ministral-3-3B-Instruct-2512 (Q4_K_M) – 3,15
  5. Falcon-H1-3B-Instruct (Q4_K_M) – 3,05

4–9 mld parametrów (45 modeli)

  1. Nemotron 3.5 Bolt E4B (Q4_K_M) – 6,60
  2. Gemma 4 E4B (Q4_K_M) – 6,45
  3. Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱 – 6,30
  4. Gemma 4 E2B (Q4_K_M) – 5,85
  5. Gemma 3n E4B (Q4_K_M) – 5,15

9–16 mld parametrów (32 modeli)

  1. Gemma 4 12B (Q4_K_M) – 7,25
  2. Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 – 7,23
  3. Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱 – 6,80
  4. Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱 – 6,40
  5. Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱 – 6,35

powyżej 16 mld parametrów (43 modeli)

  1. Gemma 4 31B (Q4_K_M) – 8,77
  2. Gemma 4 26B-A4B (Q4_K_M) – 7,90
  3. Muse Glimmer 30B (Q4_K_M) – 7,66
  4. Qwen3.6-27B (Q4_K_M) – 6,90
  5. Qwen3.5-35B-A3B (Q4_K_M) – 6,84

Zwycięzcy kategorii

KategoriaNajlepszy modelŚr.Najlepszy polskiŚr.
Życie codzienne i poradyMuse Glimmer 30B (Q4_K_M)9,1Bielik-11B-v3.1-Instruct (Q4_K_M)8,0
ZdrowieQwen3.8-27B (Q4_K_M)9,5Bielik-11B-v3.1-Instruct (Q4_K_M)7,5
Prawo i urzędyBielik-11B-v3.1-Instruct (Q4_K_M)7,5Bielik-11B-v3.1-Instruct (Q4_K_M)7,5
Finanse i podatkiGemma 4 31B (Q4_K_M)9,0Bielik-11B-v3.1-Instruct (Q8_0)8,6
Pisanie użytkowe i marketingMuse Glimmer 30B (Q4_K_M)8,6Bielik-11B-v3.1-Instruct (Q8_0)7,8
Pisanie kreatywne i role-playGemma 4 31B (Q4_K_M)9,0Bielik-11B-v3.0-Instruct (Q4_K_M)6,0
Rozumowanie i matematykaGemma 4 31B (Q4_K_M)10,0Bielik-11B-v3.1-Instruct (Q8_0)9,3
Programowanie i daneQwen3.6-27B (Q4_K_M)10,0Bielik-11B-v3.1-Instruct (Q4_K_M)6,0
Wiedza: historia i naukaGemma 4 31B (Q4_K_M)9,3Bielik-11B-v3.0-Instruct (Q4_K_M)7,5
Język polskiGemma 4 31B (Q4_K_M)9,8Bielik-11B-v2.5-Instruct (Q4_K_M)9,0

Pełny ranking wszystkich 150 modeli

Średnia z 20 ocen (0–10) i średnie w 10 kategoriach. Kliknij nagłówek kolumny, żeby posortować. 🇵🇱 = model polski.

#ModelTwórcaParam. [mld]Kwant.ŚredniaŻycieZdrowiePrawoFinansePisanieKreatywneLogikaKodWiedzaJęzykQ8/Q6tok/sPlik [GB]
1Gemma 4 31B (Q4_K_M)Google31,3Q4_K_M8,778,28,86,89,07,69,010,09,29,39,88,40 Q611419,9
2Gemma 4 26B-A4B (Q4_K_M)Google25,8 (akt. 4)Q4_K_M7,908,58,07,09,07,57,09,56,08,08,58,30 Q823018,0
3Muse Glimmer 30B (Q4_K_M)Meta30,0Q4_K_M7,669,19,06,57,68,65,08,18,56,18,17,81 Q68118,2
4Gemma 4 12B (Q4_K_M)Google12,0Q4_K_M7,258,09,06,07,57,07,59,06,08,04,58,14 Q82177,6
5Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱SpeakLeash11,2Q8_07,237,87,36,38,67,84,49,35,97,08,0–11211,9
6Qwen3.6-27B (Q4_K_M)Alibaba27,8Q4_K_M6,906,08,54,06,56,56,09,010,08,04,56,99 Q87517,4
7Qwen3.5-35B-A3B (Q4_K_M)Alibaba36,0 (akt. 3)Q4_K_M6,848,29,04,86,26,34,510,06,77,35,36,56 Q621122,1
8Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M6,808,07,57,57,57,04,05,56,07,08,07,23 Q81596,7
9Gemma 3 27B (Q4_K_M)Google27,4Q4_K_M6,755,57,54,55,57,56,08,55,58,09,06,71 Q87217,4
10Falcon-H1-34B-Instruct (Q4_K_M)TII33,6Q4_K_M6,658,06,04,05,56,54,09,59,07,07,06,51 Q65720,3
11Nemotron 3.5 Bolt E4B (Q4_K_M)NVIDIA7,5Q4_K_M6,606,56,54,56,07,56,09,56,07,06,56,85 Q82257,2
12Qwen3.5-27B (Q4_K_M)Alibaba27,8Q4_K_M6,556,08,04,56,07,04,59,57,58,04,57,24 Q86917,5
13Qwen3.8-27B (Q4_K_M)Alibaba27,0Q4_K_M6,505,59,55,06,57,54,59,56,57,03,57,04 Q614017,7
14Gemma 4 E4B (Q4_K_M)Google8,0Q4_K_M6,457,06,55,06,56,56,09,05,57,05,56,65 Q83196,5
15Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M6,407,07,07,07,54,06,05,55,57,57,06,59 Q81646,7
16Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M6,357,56,56,56,55,54,59,04,07,06,56,39 Q81666,7
17Gemma 3 12B (Q4_K_M)Google12,2Q4_K_M6,354,57,54,06,56,05,59,55,07,08,06,64 Q81368,2
18Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash7,5Q4_K_M6,307,06,56,53,06,05,09,06,06,08,05,96 Q82324,5
19Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)Mistral AI24,0Q4_K_M6,104,57,54,57,55,05,09,56,07,04,55,81 Q89315,2
20Qwen3.6-35B-A3B (Q4_K_M)Alibaba36,0 (akt. 3)Q4_K_M6,006,79,33,84,85,34,59,86,26,82,95,94 Q621023,9
21Gemma 4 E2B (Q4_K_M)Google5,1Q4_K_M5,856,56,54,06,07,04,59,06,05,53,55,74 Q83954,5
22Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)Mistral AI24,0Q4_K_M5,857,06,06,07,03,55,05,06,07,55,55,66 Q89215,5
23Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M5,806,56,55,53,53,54,09,05,07,07,55,69 Q81636,7
24gpt-oss-20bOpenAI20,9 (akt. 4)MXFP45,804,56,04,06,54,04,59,09,55,54,5–25813,8
25Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M5,706,06,06,02,56,04,05,55,56,59,05,54 Q81646,7
26Qwen3-32b (Q4_K_M)Alibaba32,8Q4_K_M5,685,76,32,84,87,34,59,66,73,35,85,31 Q66420,2
27Ministral-3-14B-Instruct-2512 (Q4_K_M)Mistral AI13,9Q4_K_M5,654,07,02,56,05,54,59,06,06,06,05,89 Q81399,1
28Nemotron-Cascade-2 30B-A3BNVIDIA30,0 (akt. 3)Q4_K_M5,606,76,32,85,26,83,59,85,74,34,8–35124,3
29Cogito v1 32B (Q4_K_M)Deep Cogito32,8Q4_K_M5,606,05,02,55,05,54,09,08,06,05,04,91 Q66519,9
30Bonsai-2 27BPrism ML27,0Q2_0 (ternarny)5,557,08,53,53,06,04,59,06,05,03,0–1208,3
31Mistral-Small-24B-Instruct-2501 (Q4_K_M)Mistral AI24,0Q4_K_M5,456,55,55,05,56,04,05,06,57,03,55,06 Q89314,3
32Gemma-2-27B-it (Q4_0)Google27,2Q4_05,407,56,54,02,55,04,05,56,05,57,54,96 Q88115,6
33Qwen3-30b-a3b-instruct-2507 (Q4_K_M)Alibaba30,5 (akt. 3)Q4_K_M5,405,06,02,55,03,55,59,56,56,04,55,56 Q630418,6
34Qwen3-VL-32B (Q4_K_M)Alibaba33,0Q4_K_M5,394,27,82,35,26,83,16,15,26,86,44,75 Q66320,9
35Gemma 3n E4B (Q4_K_M)Google7,8Q4_K_M5,154,56,03,52,06,06,56,05,55,06,55,36 Q81959,8
36GLM-4.7-Flash (Q4_K_M)Z.ai31,2 (akt. 3)Q4_K_M5,156,56,02,55,05,05,09,54,03,54,54,21 Q624419,0
37LFM2.5-24B-A2B (Q4_K_M)Liquid AI24,0 (akt. 2)Q4_K_M5,107,53,54,53,06,04,09,54,06,03,04,46 Q837014,5
38Qwen3-14b (Q4_K_M)Alibaba14,8Q4_K_M5,056,05,02,55,54,55,09,04,04,54,55,04 Q81359,3
39Granite 4.1 30B (Q4_K_M)IBM28,9Q4_K_M4,954,05,53,55,54,02,09,06,04,55,55,01 Q67217,5
40Qwen3.5-9B (Q4_K_M)Alibaba9,7Q4_K_M4,956,06,52,56,05,04,06,55,05,03,05,39 Q81696,5
41Command R 35B (08-2024) (Q4_K_M)Cohere32,3Q4_K_M4,905,54,04,06,06,55,51,55,56,54,04,41 Q66819,8
42Falcon-H1-7B-Instruct (Q4_K_M)TII7,6Q4_K_M4,905,05,02,56,06,03,59,05,53,53,04,64 Q81814,6
43Magistral-Small-2506 (Q4_K_M)Mistral AI24,0Q4_K_M4,905,57,04,04,54,54,06,05,04,04,53,96 Q89314,3
44Ministral-3-8B-Instruct-2512 (Q4_K_M)Mistral AI8,9Q4_K_M4,854,06,53,05,55,53,58,05,05,52,04,99 Q82006,0
45Qwen2.5-32B-Instruct (Q4_K_M)Alibaba32,5Q4_K_M4,856,05,53,52,52,52,59,06,55,55,05,06 Q66519,9
46Phi-4 14B (Q4_K_M)Microsoft14,7Q4_K_M4,805,54,53,02,05,04,58,55,04,55,55,31 Q81579,1
47PLLuM-8x7B-nc-chat-2412 🇵🇱PLLuM46,7 (akt. 13)Q4_K_M4,804,26,33,85,54,34,01,65,75,37,3–15528,4
48Aya Expanse 32B (Q4_K_M)Cohere32,3Q4_K_M4,756,06,53,53,04,54,51,05,57,55,55,11 Q66819,8
49Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M4,755,56,54,02,04,55,51,05,56,56,54,91 Q61646,7
50Qwen3.5-4B (Q4_K_M)Alibaba4,7Q4_K_M4,755,07,02,54,55,54,55,56,04,52,54,74 Q82143,3
51Cogito v1 14B (Q4_K_M)Deep Cogito14,8Q4_K_M4,705,54,52,01,54,05,59,06,05,04,04,64 Q81339,0
52EuroLLM-22B-Instruct-2512 (Q4_K_M)UTTER22,6Q4_K_M4,705,05,04,54,55,55,03,53,56,54,04,81 Q89313,7
53Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash7,5Q4_K_M4,652,52,05,55,54,53,55,54,07,06,54,30 Q82264,5
54Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M4,623,96,85,82,06,14,51,62,57,06,05,27 Q8185–
55PLLuM-8x7B-nc-instruct-2412 🇵🇱PLLuM46,7 (akt. 13)Q4_K_M4,594,75,84,81,03,86,01,14,27,27,4–15628,4
56Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash4,8Q4_K_M4,555,04,54,53,54,03,55,54,55,55,04,64 Q82642,9
57Bielik-One-4B-r1 (Q4_K_M)SpeakLeash4,0Q4_K_M4,495,45,31,84,24,64,08,55,53,52,03,79 Q8313–
58Nemotron 3 Nano 30B-A3BNVIDIA31,6 (akt. 3)Q4_K_M4,487,24,82,32,26,82,55,65,74,82,9–34724,3
59Nemotron 3.5 Bolt 74B-A9BNVIDIA74,0 (akt. 9)IQ2_XXS4,454,23,83,83,25,82,59,36,24,31,4–19823,8
60PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M4,453,54,56,03,03,54,50,55,57,06,53,78 Q81627,5
61Qwen2.5-14B-Instruct (Q4_K_M)Alibaba14,7Q4_K_M4,453,04,03,04,03,05,09,06,02,55,04,24 Q81339,0
62Nemotron 3.5 Lightning 30B-A3BNVIDIA30,0 (akt. 3)Q4_K_M4,444,77,03,82,83,83,48,62,74,33,4–39625,4
63Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M4,354,06,52,03,04,06,01,05,06,55,53,74 Q81646,7
64Aya 23 35B (Q4_0)Cohere35,0Q4_04,314,73,33,85,04,84,52,15,75,33,94,06 Q66221,5
65Gemma-2-9B-it (Q4_0)Google9,2Q4_04,305,55,03,53,56,55,01,04,05,04,04,84 Q81785,4
66QwQ-32B (Q4_K_M)Alibaba32,5Q4_K_M4,295,54,52,74,55,82,03,65,75,33,44,56 Q66419,9
67Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M4,205,54,52,52,05,04,51,04,06,56,55,54 Q81646,7
68Bonsai-2 9BPrism ML9,5Q2_0 (ternarny)4,155,54,03,02,53,53,08,55,03,53,0–2163,2
69Qwen3-VL-8B (Q4_K_M)Alibaba8,8Q4_K_M4,154,55,02,52,52,03,09,54,55,03,04,14 Q82066,2
70Gemma 3 4B (Q4_K_M)Google4,3Q4_K_M4,103,55,03,52,04,54,54,54,54,05,04,24 Q82743,4
71Gemma 3n E2B (Q4_K_M)Google5,0Q4_K_M4,104,54,53,04,04,55,51,05,54,54,04,54 Q82507,8
72EuroLLM-9B-Instruct-2512 (Q4_K_M)UTTER9,2Q4_K_M4,054,07,03,51,55,55,51,02,07,53,04,41 Q81995,6
73PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M3,903,56,03,52,04,04,00,55,53,07,03,85 Q81627,5
74Granite 4.2 30B (Q4_K_M)IBM30,0Q4_K_M3,905,84,72,51,53,51,57,36,23,92,03,46 Q67117,7
75EuroLLM-9B-Instruct (Q4_K_M)UTTER9,2Q4_K_M3,853,52,53,01,55,04,01,03,57,57,04,16 Q82005,6
76PLLuM-12B-chat-2512 (Q8_0) 🇵🇱PLLuM12,2Q8_03,853,54,53,52,53,04,00,55,54,57,0–11313,0
77PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M3,753,54,54,52,53,53,00,55,53,07,04,19 Q81627,5
78PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M3,704,52,06,02,53,02,51,02,57,06,02,94 Q81627,5
79Aya Expanse 8B (Q4_K_M)Cohere8,0Q4_K_M3,655,53,03,52,03,54,01,05,06,03,03,61 Q82145,1
80LFM2-24B-A2B (Q4_K_M)Liquid AI24,0 (akt. 2)Q4_K_M3,655,04,51,02,55,03,07,05,02,01,53,21 Q846814,4
81Qwen3-4b-instruct-2507 (Q4_K_M)Alibaba4,0Q4_K_M3,554,03,51,53,53,02,07,56,01,53,03,84 Q83182,5
82Qwen3-8b (Q4_K_M)Alibaba8,2Q4_K_M3,502,03,51,53,04,02,56,04,04,54,04,15 Q82155,2
83Salamandra-7B-Instruct-2606 (Q4_K_M)BSC-LT7,8Q4_K_M3,502,55,52,51,53,53,01,05,04,06,53,39 Q82324,8
84Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱PLLuM8,0Q4_K_M3,453,03,04,02,03,04,51,55,53,05,03,26 Q82374,9
85PLLuM-8x7B-chat-2412 🇵🇱PLLuM46,7 (akt. 13)Q4_K_M3,342,72,85,70,82,83,01,63,74,85,6–15428,4
86DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)DeepSeek32,8Q4_K_M3,334,52,51,53,54,01,06,06,01,52,82,61 Q66419,9
87PLLuM-8x7B-instruct-2412 🇵🇱PLLuM46,7 (akt. 13)Q4_K_M3,323,73,82,81,82,34,01,13,73,86,3–15528,4
88Apertus-8B-Instruct-2509 (Q4_K_M)Swiss AI8,1Q4_K_M3,256,04,03,01,53,04,01,02,05,03,04,11 Q82265,1
89Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash11,2Q4_K_M3,203,04,51,01,03,04,50,55,04,05,53,38 Q81656,7
90Granite 4.1 8B (Q4_K_M)IBM8,0Q4_K_M3,204,03,01,54,53,02,55,04,53,01,03,23 Q82065,3
91PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M3,203,54,54,52,03,03,01,03,05,02,53,58 Q81627,5
92Ministral-3-3B-Instruct-2512 (Q4_K_M)Mistral AI3,9Q4_K_M3,152,04,01,54,52,51,55,05,04,01,53,34 Q83383,0
93PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱PLLuM12,2Q4_K_M3,152,56,54,02,03,02,01,01,54,54,52,68 Q81617,5
94Olmo-3.1-32B-Instruct (Q4_K_M)Ai232,2Q4_K_M3,104,52,51,53,04,02,07,02,52,51,52,86 Q66619,5
95Falcon-H1-3B-Instruct (Q4_K_M)TII3,1Q4_K_M3,054,52,53,03,03,02,03,53,01,05,03,59 Q83161,9
96Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱PLLuM8,0Q4_K_M3,053,02,55,01,53,02,50,04,05,53,52,81 Q82354,9
97PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱PLLuM4,3Q4_K_M3,052,03,53,00,55,02,01,03,04,56,03,31 Q82762,5
98DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)DeepSeek8,2Q4_K_M3,002,53,01,03,02,53,55,53,54,01,52,41 Q82145,2
99Aya 23 8B (Q4_0)Cohere8,0Q4_02,903,53,02,51,53,54,50,54,05,01,02,81 Q82115,1
100Mistral-Nemo-Instruct-2407 (Q4_K_M)Mistral AI12,2Q4_K_M2,703,02,52,50,53,04,00,05,03,53,02,65 Q81627,5
101Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱PLLuM8,0Q4_K_M2,604,02,03,52,52,52,00,52,04,52,52,54 Q82364,9
102Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱PLLuM8,0Q4_K_M2,551,02,04,02,03,01,50,03,04,54,52,98 Q82384,9
103Bonsai-2 4BPrism ML4,6Q2_0 (ternarny)2,502,53,52,03,02,02,54,52,02,01,0–2511,6
104Cogito v1 8B (Q4_K_M)Deep Cogito8,0Q4_K_M2,453,03,53,01,03,03,01,53,02,01,52,56 Q82354,9
105DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)DeepSeek14,8Q4_K_M2,453,52,01,53,02,00,54,05,51,01,52,39 Q81319,0
106Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱SpeakLeash1,6Q4_K_M2,403,03,02,01,52,04,51,03,51,52,03,01 Q85511,0
107Granite 4.2 8B (Q4_K_M)IBM8,8Q4_K_M2,403,51,51,51,04,02,53,53,51,51,52,41 Q82005,3
108Nemotron 3 Nano 4B (Q4_K_M)NVIDIA4,0Q4_K_M2,404,51,51,52,53,52,51,03,53,00,52,65 Q83742,8
109Command R7B 12-2024 (Q4_K_M)Cohere8,0Q4_K_M2,302,52,02,02,04,02,50,54,02,01,53,01 Q82135,1
110PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱PLLuM4,3Q4_K_M2,251,53,53,01,03,51,00,02,51,05,52,26 Q82682,5
111Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱SpeakLeash7,2Q4_K_S2,200,54,02,01,03,52,50,53,52,02,52,85 Q82654,1
112Llama-3.1-8B-Instruct (Q4_K_M)Meta8,0Q4_K_M2,052,51,52,51,52,53,00,52,52,02,02,07 Q82354,9
113Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)TII1,6Q4_K_M1,952,52,02,02,53,51,51,02,01,01,52,89 Q82440,9
114Hermes-3-Llama-3.1-8B (Q4_0)Nous Research8,0Q4_01,951,52,52,01,02,51,51,04,52,01,02,51 Q82544,7
115Llama-3.2-3B-Instruct (Q4_K_M)Meta3,2Q4_K_M1,952,01,52,51,02,02,00,55,51,01,51,63 Q84052,0
116Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱OPI-PG13,0Q4_K_M1,952,01,54,00,02,51,01,03,02,52,02,06 Q81487,9
117LFM2.5-8B-A1B (Q4_K_M)Liquid AI8,5 (akt. 1)Q4_K_M1,852,03,01,50,02,51,05,01,02,00,52,31 Q84515,2
118Cogito v1 3B (Q4_K_M)Deep Cogito3,6Q4_K_M1,752,50,53,01,02,52,00,53,52,00,01,95 Q83212,2
119EXAONE-3.5-32B-Instruct (Q4_K_M)LG AI Research32,0Q4_K_M1,751,51,01,52,52,50,51,05,01,01,02,14 Q66719,3
120Falcon-H1-1.5B-Instruct (Q4_K_M)TII1,6Q4_K_M1,652,00,51,53,02,51,01,04,00,50,51,76 Q84970,9
121LFM3-1.7B (Q4_K_M)Liquid AI1,7Q4_K_M1,652,50,51,01,52,51,54,01,01,50,52,17 Q84061,1
122Granite 4.1 3B (Q4_K_M)IBM3,0Q4_K_M1,601,51,01,51,01,50,50,55,52,01,01,89 Q83422,1
123Qwen3.5-2B (Q4_K_M)Alibaba2,3Q4_K_M1,602,51,50,53,01,52,01,01,51,01,51,74 Q82971,9
124Phi-4-mini-instruct (Q4_K_M)Microsoft3,8Q4_K_M1,554,02,02,01,01,51,51,01,00,51,01,58 Q83572,5
125Salamandra-7B-Instruct (Q4_K_M)BSC-LT7,8Q4_K_M1,552,51,02,01,02,51,50,01,03,01,01,87 Q82374,8
126Granite 4.2 3B (Q4_K_M)IBM3,7Q4_K_M1,503,01,01,50,52,50,02,53,00,50,51,59 Q83312,2
127DeepSeek-R1-Distill-Llama-8B (Q4_K_M)DeepSeek8,0Q4_K_M1,453,01,51,01,53,00,51,01,01,01,01,46 Q82294,9
128Teuken-7B-instruct-research-v0.4 (Q4_K_M)OpenGPT-X7,5Q4_K_M1,451,02,00,00,50,52,00,51,52,04,51,63 Q82155,0
129Falcon3-10B-Instruct (Q4_K_M)TII10,3Q4_K_M1,303,50,51,03,00,50,50,53,00,00,51,39 Q81736,3
130Teuken-7B-instruct-v0.6 (Q4_K_M)OpenGPT-X7,5Q4_K_M1,301,52,51,51,01,00,50,00,53,01,51,47 Q82155,0
131Trurl-2-13B (Q4_K_M) 🇵🇱Voicelab13,0Q4_K_M1,253,00,50,51,01,51,00,00,03,51,51,29 Q81467,9
132DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)DeepSeek7,6Q4_K_M1,150,50,50,52,51,00,03,03,00,00,51,47 Q82464,7
133Gemma 3 1B (Q4_K_M)Google1,0Q4_K_M1,152,00,51,50,52,01,00,51,50,51,51,63 Q84400,8
134Qwen3-1.7b (Q4_K_M)Alibaba2,0Q4_K_M1,150,51,00,52,51,00,51,02,50,51,51,88 Q85211,4
135EXAONE-3.5-7.8B-Instruct (Q4_K_M)LG AI Research7,8Q4_K_M1,100,51,01,02,51,00,00,54,00,00,50,94 Q82394,8
136Granite-3.3-8B-Instruct (Q4_K_M)IBM8,2Q4_K_M1,051,50,51,01,51,02,50,02,50,00,01,47 Q82144,9
137Bonsai-2 2B (Q2_0 (ternarny))Prism ML2,3Q2_0 (ternarny)0,851,01,01,00,01,51,51,01,50,00,01,20 Q83150,9
138Falcon3-7B-Instruct (Q4_K_M)TII7,5Q4_K_M0,801,00,01,02,50,50,01,01,50,00,51,00 Q82394,6
139Olmo-3-7B-Instruct (Q4_K_M)Ai27,3Q4_K_M0,801,00,01,00,51,00,50,53,00,50,00,96 Q82294,5
140Qwen3.5-0.8BAlibaba0,9Q8_00,751,00,51,00,50,51,01,01,50,00,5–3271,0
141Trurl-2-7B (Q4_K_M) 🇵🇱Voicelab7,0Q4_K_M0,701,50,50,00,01,00,50,00,02,01,50,70 Q82614,1
142Llama-3.2-1B-Instruct (Q4_K_M)Meta1,2Q4_K_M0,600,50,00,51,00,50,00,03,00,00,50,89 Q87700,8
143Qwen3-0.6b (Q4_K_M)Alibaba0,8Q4_K_M0,500,00,01,01,01,00,00,51,00,00,50,55 Q86590,5
144LFM2.5-1.2B-Thinking (Q4_K_M)Liquid AI1,2Q4_K_M0,450,50,51,00,00,50,00,00,50,51,00,43 Q89500,7
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)DeepSeek1,8Q4_K_M0,400,00,50,52,50,00,00,50,00,00,00,21 Q85381,1
146Salamandra-2B-Instruct (Q4_K_M)BSC-LT2,2Q4_K_M0,350,00,50,00,00,01,00,00,01,01,00,31 Q84771,5
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱Szymon Rucinski7,2Q4_K_M0,250,02,00,00,00,00,00,00,50,00,00,41 Q82434,4
148Phi-4-reasoning 14B (Q4_K_M)Microsoft14,7Q4_K_M0,200,50,00,00,00,00,01,00,50,00,00,79 Q815311,1
149Polka-1.1B-chat (Q4_K_M) 🇵🇱Eryk Mazus1,1Q4_K_M0,150,50,50,50,00,00,00,00,00,00,00,29 Q88250,7
150Falcon-H1-0.5B-Instruct (Q4_K_M)TII0,5Q4_K_M0,050,00,00,00,00,00,00,00,50,00,00,22 Q84960,3

Plik [GB] – rozmiar pliku wag w użytej kwantyzacji (bez pamięci na kontekst). Q8/Q6 – średnia tego samego modelu w kwantyzacji Q8_0 (albo Q6_K, gdy Q8_0 nie mieści się w 32 GB); ranking ustawiamy według kolumny „Średnia”, czyli wersji podstawowej, w której testowaliśmy wszystkie modele. Szczegóły w sekcji Q4 czy Q8?

Metodologia

Dobór modeli

Do badania zakwalifikowaliśmy wszystkie otwarte modele (open-weight) przeznaczone do rozmowy lub wykonywania poleceń, które spełniają trzy warunki: (1) język polski jest wymieniony w dokumentacji albo model był trenowany lub dostrajany na polskich danych, (2) istnieje publicznie dostępna wersja w formacie GGUF lub w bibliotece Ollama, (3) model mieści się na jednej karcie RTX 5090 w kwantyzacji co najmniej czterobitowej (do ok. 35 mld parametrów). Lista objęła 154 pozycji. Przetestowaliśmy 150 modeli w wersji podstawowej, a dodatkowo 135 z nich w wyższej precyzji (Q8_0 albo Q6_K) – razem 285 uruchomień po 20 zadań. Pominięte pozycje opisujemy w sekcji Ograniczenia i braki. W zestawieniu są modele zarówno najnowsze, jak i starsze generacje (np. Bielik v0.1, Trurl 2, PLLuM 2412), żeby pokazać postęp polskich modeli w czasie.

Zadania

Przygotowaliśmy 20 poleceń w 10 kategoriach, po dwa w każdej. Kategorie odpowiadają najczęstszym zastosowaniom asystentów AI, które wskazują publiczne analizy użycia czatów i polskie benchmarki (m.in. tablica Open PL LLM Leaderboard, PLCC, polski MT-Bench). Wszystkie polecenia są napisane naturalną polszczyzną, tak jak napisałby je użytkownik. Mniej więcej połowa ma odpowiedź, którą da się sprawdzić jednoznacznie (rachunki, liczba sylab i słów, poprawność kodu i JSON, numer alarmowy, kwota słownie). Pozostałe wymagają wiedzy dziedzinowej, wyczucia stylu albo kreatywności. Pełna treść każdego polecenia jest podana przy zadaniu.

Uruchomienie

SprzętNVIDIA GeForce RTX 5090 32 GB (Blackwell), procesor i RAM serwera bez znaczenia dla wyników, bo każdy model mieścił się w całości w VRAM. Na czas badania wyłączyliśmy wszystkie inne usługi korzystające z karty, więc model miał do dyspozycji całe 32 GB. Pierwsza wersja tego zestawienia (11.11.2026) powstała na ok. 21 GB wolnej pamięci i 25 największych modeli działało wtedy częściowo z RAM. Wszystkie te modele przetestowaliśmy ponownie na całej karcie, a tabele pokazują już tylko nowe wyniki.
SilnikOllama 0.40.15 (llama.cpp), osobna instancja testowa, jeden model w pamięci naraz. Wyjątek: Phi-4 i Phi-4-reasoning (Microsoft) uruchomiliśmy bezpośrednio w llama-server z tego samego wydania, bo Ollama 0.40.15 kończyła się błędem przy dopasowywaniu parametrów pamięci tych modeli (dotyczy też ich wersji Q8_0).
Parametrytemperatura 0,3 · top_p 0,9 · kontekst 8192 · limit odpowiedzi 2500 tokenów · seed 42 · tryb rozumowania wyłączony (think: false), jeśli model na to pozwala · brak promptu systemowego
Druga próbaJeśli model zużył cały limit tokenów na rozumowanie i nie oddał żadnej odpowiedzi, zadanie powtarzaliśmy z limitem 12 000 tokenów i kontekstem 16 384. Jeśli odpowiedź nadal była pusta, ocenialiśmy ją jako pustą.
KwantyzacjaDomyślnie Q4_K_M (realny kompromis na 32 GB). Dla modeli z biblioteki Ollama kwantyzację odczytaliśmy z metadanych pliku w rejestrze, bo domyślne tagi nie zawsze są w Q4_K_M (np. Gemma 2 – Q4_0, najmniejsze modele – Q8_0). Faktyczną kwantyzację każdego modelu pokazuje kolumna „Kwant.”. Każdy model, który ma publicznie dostępną wersję Q8_0 mieszczącą się w 32 GB razem z kontekstem 8k, przetestowaliśmy drugi raz w Q8_0. Gdy Q8_0 się nie mieściła (modele ok. 27–35 mld parametrów), braliśmy Q6_K. Porównanie jest w osobnej sekcji.
Szablony czatuWersje Q8_0/Q6_K często pochodzą z Hugging Face, a pliki GGUF stamtąd nie zawsze mają szablon rozmowy zgodny z Ollamą. Każdemu takiemu wariantowi nadaliśmy dokładnie ten sam szablon, prompt systemowy, parametry oraz parser/renderer co wersji z biblioteki Ollama, żeby porównanie dotyczyło tylko kwantyzacji. Trzy przypadki wymagały ręcznej korekty i opisujemy je w ograniczeniach.

Czyszczenie odpowiedzi

Z każdej odpowiedzi usuwamy blok rozumowania (<think>…</think>), bo użytkownik czatu zwykle go nie widzi. Część starszych modeli z nieidealnymi szablonami czatu „przecieka” i po zakończeniu odpowiedzi generuje token końca tury (np. <|im_end|>) oraz dalszy ciąg rozmowy wymyślony za użytkownika. Taką odpowiedź ucinamy na pierwszym tokenie końca tury. Daje to ten sam efekt, jaki dałby poprawnie skonfigurowany token stopu. Przy każdej odpowiedzi zaznaczamy, czy ją przycięto.

Ocena porównawcza

Przy 3 000 odpowiedziach ręczna ocena przez jedną osobę byłaby niespójna, a ocena każdej odpowiedzi osobno nie pokazuje, jak wypada ona na tle innych. Dlatego zastosowaliśmy ocenę porównawczą przez model sędziujący (Claude Sonnet od Anthropic, spoza testowanej puli):

  1. Dla każdego zadania sędzia dostaje polecenie, klucz oceny (prawidłowe wartości, wymagania formalne, typowe pułapki) oraz paczkę ok. 20–45 zanonimizowanych odpowiedzi w losowej kolejności. Etykiety typu „LIF1-07” nie zdradzają nazwy modelu.
  2. Sędzia czyta wszystkie odpowiedzi w paczce, a dopiero potem wystawia każdej ocenę 0–10 z komentarzem w 1–2 zdaniach. Skala jest opisana progami: 10 – wzorcowa, 8–9 – drobne usterki, 6–7 – użyteczna z wyraźnym błędem, 4–5 – częściowo poprawna, 2–3 – w większości błędna, 0–1 – bezużyteczna, niebezpieczna albo pusta. Poprawność merytoryczna waży więcej niż styl, a błędy polszczyzny zawsze obniżają ocenę.
  3. Kotwice. Trzy te same odpowiedzi (Bielik v3.1 Q8, Muse Glimmer 30B, Granite 4.2 30B – modele o różnym poziomie z wcześniejszej ręcznej oceny) są w każdej paczce danego zadania. Dzięki temu da się sprawdzić, czy skala nie „pływa” między paczkami. Średnie odchylenie oceny tej samej kotwicy między paczkami wyniosło 0,30 pkt, a największa rozbieżność 2 pkt.
  4. Dogrywki ocen i wyrównanie skali. Odpowiedzi z ponownego testu na całej karcie i warianty Q8/Q6 ocenialiśmy w kolejnych rundach, w paczkach z tymi samymi trzema kotwicami (o identycznej, zamrożonej treści). Jeśli w danej rundzie sędzia ocenił kotwice średnio inaczej niż w rundzie głównej, wszystkie nowe oceny w tym zadaniu przesuwamy o tę różnicę. Przykład: gdy kotwice w zadaniu „Faktura z VAT” dostały w rundzie głównej średnio 6,0, a w dogrywce 5,0, nowe oceny w tym zadaniu podnosimy o 1 pkt. Przesunięcia wynosiły od -1,13 do 1,67 pkt (średnio 0,19), a wynik po przesunięciu przycinamy do skali 0–10.
  5. Twarde testy. Kod walidatora PESEL uruchomiliśmy na 15 przypadkach testowych, a JSON z ekstrakcji ogłoszenia sparsowaliśmy i porównaliśmy z kluczem w 11 polach. Wyniki trafiły do sędziego jako dowód i są pokazane przy odpowiedziach.
  6. Kontrola z oceną człowieka. We wcześniejszej, mniejszej edycji badania ręcznie oceniliśmy 9 modeli w 10 tych samych zadaniach. Korelacja rang (Spearman) między oceną ręczną a oceną sędziego dla 90 wspólnych odpowiedzi wynosi 0,79, a średnia bezwzględna różnica to 1,31 pkt.

Ocena sędziego to nie wyrocznia. Dlatego publikujemy wszystkie odpowiedzi, klucze ocen i komentarze, żeby każdy mógł sprawdzić, czy się z nimi zgadza.

1. Życie codzienne i porady

Budżet domowy z tabelą i obiad z tego, co jest w lodówce. Liczy się poprawność rachunków, realizm i trzymanie się formatu. Najlepiej wypadł Muse Glimmer 30B, przed Gemmą 4 i Qwen3.5-35B-A3B. Częsty błąd to źle policzona kwota do odłożenia.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelBudżet domowy i oszczędzanieObiad z tego, co jest w lodówceŚrednia
1Muse Glimmer 30B (Q4_K_M)9,38,89,1
2Gemma 4 26B-A4B (Q4_K_M)988,5
3Gemma 4 31B (Q4_K_M)9,27,38,2
4Qwen3.5-35B-A3B (Q4_K_M)9,27,38,2
5Gemma 4 12B (Q4_K_M)978,0
6Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱888,0
7Falcon-H1-34B-Instruct (Q4_K_M)888,0
8Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7,787,8
9Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱877,5
10Gemma-2-27B-it (Q4_0)877,5

Budżet domowy i oszczędzanie

Prompt
Zarabiam 5 800 zł netto miesięcznie. Stałe koszty: najem z opłatami 2 300 zł, telefon i internet 120 zł, bilet miesięczny 110 zł. Chcę w ciągu 12 miesięcy odłożyć 10 000 zł na wkład własny. Rozpisz realistyczny budżet miesięczny w tabeli, policz, ile muszę odkładać co miesiąc i ile zostaje na jedzenie i resztę wydatków. Daj 3 konkretne rady, jak to utrzymać.
Klucz oceny (przekazany sędziemu)

Koszty stałe 2 530 zł. Oszczędność 10 000/12 = 833,33 → ok. 834 zł/mies. (zaokrąglenie w górę OK, większa kwota z buforem też OK). Na jedzenie i resztę zostaje ok. 2 436 zł (5800−2530−834). Tabela czytelna, sumy się zgadzają. 3 konkretne rady (np. przelew automatyczny w dniu wypłaty, osobne konto oszczędnościowe/obligacje, limit tygodniowy na jedzenie, poduszka na nieprzewidziane wydatki). Błędy arytmetyczne = mocna kara.

Rozkład ocen: 9×8 8×14 7×16 6×14 5×12 4×14 3×10 2×29 1×21 0×12 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 1/150

9,3/10

738 tokenów · 74,8 tok/s · 15,3 s

Ocena sędziego: Poprawne 834 zł (z uzasadnionym buforem) i 2 436 zł, podział reszty sumuje się dokładnie. Rady konkretne: przelew w dniu wypłaty, dzienny limit na jedzenie, bufor.

Przy dochodzie 5 800 zł netto i celu 10 000 zł w 12 miesięcy musisz odkładać:

10 000 zł / 12 miesięcy = 833 zł / miesiąc

Budżet miesięczny
Kategoria Kwota Uwagi
Dochód netto 5 800 zł
Stałe koszty obowiązkowe 2 530 zł
Najem z opłatami 2 300 zł
Telefon i internet 120 zł
Bilet miesięczny 110 zł
Oszczędności na wkład własny 834 zł 833 zł cel + 1 zł bufor
Pozostaje na życie 2 436 zł
Jedzenie i dom ~1 400 zł
Higiena, chemia, leki ~150 zł
Rozrywka, wyjścia, subskrypcje ~300 zł
Ubrania / drobne zakupy ~200 zł
Bufor na nieprzewidziane ~386 zł

Podsumowanie: Po opłatach stałych i odkładaniu 834 zł na wkład własny zostaje Ci realnie 2 436 zł miesięcznie na jedzenie i wszystkie pozostałe wydatki.

3 konkretne rady jak to utrzymać

  1. Automatyzuj oszczędzanie w dniu wypłaty. Zrób stałe zlecenie 834 zł na osobne konto oszczędnościowe zaraz po wpływie wypłaty. Pieniądze, których nie widzisz, nie wydasz. Konto na wkład własny powinno być niedostępne na co dzień.

  2. Ustal twardy budżet na jedzenie. 1 400 zł to ok. 46 zł dziennie. Gotuj w domu 4-5 razy w tygodniu, planuj zakupy na bazie listy i promocji. Jedna kolacja na mieście = 2-3 dni gotowania w domu. Aplikacja typu Skąpiec / aplikacja supermarketu pozwala realnie zejść do 1 200-1 300 zł.

  3. Zabezpiecz bufor 386 zł. Nie traktuj go jako "wolnych pieniędzy". To Twoja poduszka na pralkę, lekarza czy podwyżkę czynszu. Jeśli miesiąc jest spokojny, dołóż nadwyżkę do oszczędności na wkład. Jeśli jest drożej, nie tykaj kwoty 834 zł na cel.

Chcesz żebym rozpisał Ci ten budżet też w wersji tygodniowej na zakupy spożywcze?

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 2/150

9,2/10

858 tokenów · 114,1 tok/s · 15,2 s

Ocena sędziego: Oszczędności 835 zł i reszta 2435 zł zgadzają się z sumą 5800 zł. Podział zmiennych wydatków i trzy konkretne rady.

Oto szczegółowa analiza Twojego budżetu. Aby odłożyć 10 000 zł w ciągu roku, musisz przyjąć konkretną strategię oszczędzania.

1. Obliczenia podstawowe
  • Cel roczny: 10 000 zł
  • Miesięczna kwota do odłożenia: 10 000 zł / 12 miesięcy = 833,33 zł (zaokrąglijmy do 835 zł)
2. Realistyczny budżet miesięczny
Kategoria Kwota Uwagi
Przychody (Netto) 5 800 zł
Koszty stałe 2 530 zł Najem, opłaty, tel/net, bilet
Oszczędności (Cel) 835 zł Przelew na osobne konto zaraz po wypłacie
Budżet na życie (zmienne) 2 435 zł Jedzenie, chemia, rozrywka, zdrowie
Suma wydatków i oszczędności 5 800 zł
3. Analiza wydatków zmiennych (na co idzie 2 435 zł)

Kwota 2 435 zł na "resztę wydatków" jest bardzo komfortowa dla jednej osoby. Abyś nie "zgubił" tych pieniędzy w ciągu miesiąca, sugeruję następny podział:

  • Jedzenie i chemia: ok. 1 000 – 1 200 zł (ok. 250-300 zł tygodniowo)
  • Zdrowie / Kosmetyki / Odzież: ok. 300 zł
  • Rozrywka / Wyjścia / Hobby: ok. 500 zł
  • Bufor bezpieczeństwa: ok. 435 zł (na nieprzewidziane wydatki, np. dentysta, prezent)
4. Trzy konkretne rady, jak utrzymać ten plan:

1. Metoda "Najpierw zapłać sobie" Nie odkładaj tego, co zostanie Ci na koniec miesiąca, bo prawdopodobnie nie zostanie nic. Ustaw automatyczny przelew na kwotę 835 zł na konto oszczędnościowe w dniu otrzymania wypłaty. Traktuj tę kwotę jak obowiązkowy rachunek do zapłacenia.

2. System kopertowy (lub subkont) Kwota 2 435 zł na życie wydaje się duża, ale łatwo ją roztrwonić na drobiazgi. Podziel ją na tygodniowe limity (np. ok. 500-600 zł na tydzień na jedzenie i przyjemności). Jeśli w jednym tygodniu wydasz więcej, w kolejnym musisz zaoszczędzić.

3. Przegląd subskrypcji i "wycieków" Przy Twoich zarobkach i kosztach stałych, największym zagrożeniem są tzw. "mikrowydatki" (codzienna kawa na mieście, jedzenie z dostawą, nieużywane subskrypcje streamingowe). Raz w miesiącu przejrzyj historię transakcji w aplikacji bankowej i sprawdź, gdzie uciekają pieniądze. Jeśli zauważysz, że wydajesz na jedzenie na mieście więcej niż 500 zł, ogranicz to na rzecz domowych posiłków, aby szybciej budować wkład własny.

Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 12/150

8/10

622 tokenów · 158,8 tok/s · 7,2 s

Ocena sędziego: Poprawne obliczenia (2 530, 833,33, 2 436,67) i sensowne rady, w tym automatyczny przelew. Tabela nie zawiera pozycji oszczędności i podziału reszty.

Oto realistyczny budżet miesięczny na podstawie podanych danych:

Kategoria wydatków Kwota miesięczna
Najem z opłatami 2 300 zł
Telefon i internet 120 zł
Bilet miesięczny 110 zł
Suma stałych kosztów 2 530 zł
Dochód netto 5 800 zł
Dostępna kwota na oszczędności i wydatki zmienne 3 270 zł

Aby odłożyć 10 000 zł w ciągu 12 miesięcy, należy obliczyć wymaganą miesięczną kwotę oszczędności: 10 000 zł / 12 miesięcy = 833,33 zł miesięcznie.

Po odłożeniu tej kwoty, na jedzenie i pozostałe wydatki zostaje: 3 270 zł (dostępna kwota) - 833,33 zł (oszczędności) = 2 436,67 zł.

3 konkretne rady, jak utrzymać ten budżet:
  1. Planowanie posiłków i zakupów: Twórz tygodniowe listy zakupów i planuj posiłki, aby unikać impulsywnych wydatków w sklepie i marnowania żywności.
  2. Automatyzacja oszczędności: Ustaw stałe zlecenie przelewu kwoty oszczędności (833,33 zł) na osobne konto zaraz po otrzymaniu wypłaty - to eliminuje pokusę wydania tych pieniędzy na bieżące zachcianki.
  3. Monitorowanie wydatków: Prowadź dziennik wydatków (np. w aplikacji lub arkuszu kalkulacyjnym), aby śledzić, na co dokładnie idą pieniądze, i identyfikować obszary, w których można ograniczyć koszty (np. subskrypcje, wyjścia do restauracji).

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Muse Glimmer 30B (Q4_K_M)9,3Poprawne 834 zł (z uzasadnionym buforem) i 2 436 zł, podział reszty sumuje się dokładnie. Rady konkretne: przelew w dniu wypłaty, dzienny limit na jedzenie, bufor.
2Gemma 4 31B (Q4_K_M)9,2Oszczędności 835 zł i reszta 2435 zł zgadzają się z sumą 5800 zł. Podział zmiennych wydatków i trzy konkretne rady.
3Qwen3.5-35B-A3B (Q4_K_M)9,2Poprawnie 834 zł i 2436 zł, sumy się zgadzają. Rady konkretne (płać sobie pierwszy, koperty z podziałem), dobra polszczyzna.
4Nemotron-Cascade-2 30B-A3B9,2Wszystkie liczby poprawne, tabela z sumami, konkretne rady (automatyczny przelew, limit tygodniowy 609 zł). Rada o obniżeniu kosztów stałych trochę mało realistyczna.
5Gemma 4 26B-A4B (Q4_K_M)9Świadomie zaokrągla do 850 zł (z buforem) i poprawnie liczy 2 420 zł na resztę, tabela z procentami spójna. Konkretne rady: „płać najpierw sobie”, fundusz awaryjny.
6Gemma 4 12B (Q4_K_M)9Poprawny budżet: 835 zł (zaokrąglone w górę), 2 435 zł na resztę, tabela z sumami, rady z automatyzacją, słoikami i kontrolą drobnych wycieków. Drobne przesadzone 'bardzo komfortowa kwota'.
7gpt-oss-20b9Poprawne 834 zł i 2 436 zł; szczegółowy podział (suma 2 400, bufor 36 zł) zgadza się z kluczem. Rady konkretne, jest też plan na przekroczenie wydatków.
8Bonsai-2 27B9Wzorcowa arytmetyka i dwie czytelne tabele z podziałem 2 436 zł na kategorie sumujące się do kwoty. Trzy konkretne rady (przelew w dniu wypłaty, zasada 30 dni, plan posiłków).
9Qwen3.6-35B-A3B (Q4_K_M)8,2Poprawne obliczenia (833,33 i 2436,67), dobra tabela. Zbędny wstęp o brutto, rada 3 niejasna i z błędem językowym.
10Qwen3-32b (Q4_K_M)8,2Poprawne 833/2437 i sumy, dodatkowy podział reszty. W podziale 300 zł „opłaty domowe” dubluje najem z opłatami; rady poprawne.
11Qwen3-VL-32B (Q4_K_M)8,2Poprawne liczby (2530, 833,33, 2436,67) i czytelna tabela. Rada 3 jest chaotyczna i niespójna (10 miesięcy), pojawiają się drobne błędy językowe.
12Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱8Poprawne obliczenia (2 530, 833,33, 2 436,67) i sensowne rady, w tym automatyczny przelew. Tabela nie zawiera pozycji oszczędności i podziału reszty.
13Falcon-H1-34B-Instruct (Q4_K_M)8Poprawna tabela i obliczenia (833,33 i 2 436,67), jasne rady. Brak rady o automatycznym przelewie, ale całość solidna.
14Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱8Wszystkie liczby poprawne (833,33; 2 436,67), czytelne tabele i rzeczowe rady. Reszta nie jest rozpisana na kategorie, a rady nieco ogólne.
15Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱8Poprawne obliczenia i tabela (833,33; 2 436,67), rady rozsądne (priorytety, fundusz awaryjny, lista zakupów). Brak rozbicia reszty na kategorie.
16Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)8Poprawna, spójna tabela: 2 530, 833,33, razem 3 363,33 i reszta 2 436,67. Rady poprawne, lecz ogólne, a trzecia (dodatkowy dochód) mało konkretna.
17Gemma-2-27B-it (Q4_0)8Zwięzła, poprawna tabela (2 530 / 833 / 2 437) i trzy konkretne rady, w tym przelew w dniu wypłaty. Nie rozpisuje, na co idzie reszta.
18LFM2.5-24B-A2B (Q4_K_M)8Poprawnie: 2 530, 834 i 2 436 zł, przejrzysta tabela, sensowne rady (lista zakupów, ograniczenie wydatków, śledzenie). Drobna usterka w zapisie („3 270 zł, 834 zł, =”).
19Qwen3-14b (Q4_K_M)8Poprawne 833 zł i 2 437 zł, tabela zgodna z kluczem i konkretne rady (osobne konto, aplikacja, limity). Dużo emotikon, brak podziału reszty.
20Phi-4 14B (Q4_K_M)8Poprawna tabela z sumami (3 364 wydatków, 2 436 reszty) i poprawny rachunek ze 834 zł. Rady sensowne, choć standardowe.
21Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7,7Poprawne 2 530, 833,33 i 2 436,67, czytelnie podane. Tabela nie zawiera wiersza oszczędności i podziału reszty, ale trzy rady są sensowne, w tym automatyczny przelew.
22Granite 4.2 30B (Q4_K_M)7,7Poprawne liczby (2 530, 833, 2 437), czytelna tabela i konkretne rady (przelew stały, test 24 godzin). Drobne usterki językowe ('uziemieniu', 'Oszaczane') i nadmiar emotikonów.
23Nemotron 3 Nano 30B-A3B7,2Poprawne 833 i 2437 oraz czytelna tabela. Rada 50/30/20 jest napisana niespójnie (np. 29% jako „20%”), jedna rada to zwiększanie dochodu, a w tekście są usterki („przekroczyš”).
24Nemotron 3.5 Bolt E4B (Q4_K_M)7Poprawne 834 zł i 2 436 zł, zwięzła tabela, rady konkretne (zlecenie stałe, audyt subskrypcji). Błąd w radzie 2: „2 436 zł to ok. 812 zł na miesiąc”.
25Gemma 4 E4B (Q4_K_M)7Poprawnie 834 zł i 2 436 zł; podział 1200/300/936 sumuje się. Tabela ma zbędny, mylący wiersz „ZOSTAŁO (Bufor) 2 436”, a odpowiedź jest rozwlekła, z kalką „meal prep”.
26Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Obliczenia poprawne (833 i 2 437) i druga tabela się bilansuje, ale pierwsza tabela zawiera znaki zapytania. Rady poprawne, lecz ogólnikowe.
27Gemma 4 E2B (Q4_K_M)7Wszystkie liczby poprawne (833,33; 2 436,67), podział 1200/800/436,67 się zgadza. Odpowiedź rozwlekła, z powtórzoną tabelą i LaTeX-em, a rady nieco ogólne.
28Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱7Wyniki poprawne (833,33 i 2 436,67), tabela z rozliczeniem. Rady ogólne, a przykład z 500 zł na jedzenie jest nierealistyczny.
29Cogito v1 32B (Q4_K_M)7Poprawne liczby (833,33 i 2 436,67) i zwięzła tabela. Nietrafione nazwy kategorii ("Nieruchomości", "Odsetki na wkład"), a rady krótkie, lecz sensowne.
30Mistral-Small-24B-Instruct-2501 (Q4_K_M)7Poprawna tabela z sumami (833, 2 437) i rozpisanymi obliczeniami. Rady poprawne, lecz generyczne (dodatkowy dochód, obniżenie kosztów).
31GLM-4.7-Flash (Q4_K_M)7Poprawne obliczenia (2 530, 833, 2 437) i tabela z podziałem 1 500 + 937. Wewnętrzna niekonsekwencja ('na żywność pozostaje 1 500'), rady dobre, ale z dziwnymi nazwami ('Zasada Ucieczki').
32Qwen3.5-9B (Q4_K_M)7Poprawna arytmetyka (833,33 i 2 436,67), podział zmiennych i nadwyżka 586,67 zł są spójne. Drobne usterki ("od kasy brutto", niespójność kwoty 1 650 zł), ale rady dobre.
33Magistral-Small-2506 (Q4_K_M)7Poprawne liczby i czytelna tabela (2 530, 833, 2 437). Rady poprawne, lecz ogólne i powtórzone na końcu. \boxed to zbędny artefakt.
34Qwen2.5-32B-Instruct (Q4_K_M)7Poprawna tabela i wynik 2 437 zł. Dziwne sformułowania ('Nieruchomość', 'odsetek na odliczenie'), rady poprawne, w tym automatyczny przelew.
35QwQ-32B (Q4_K_M)7Poprawne liczby (833,33 i 2 436,67), tabela i obliczenia czytelne, rady konkretne (fundusz awaryjny, limit). Usterki językowe ("Najs", "opłaty sanacyjne", "zjadć").
36Bonsai-2 9B7Arytmetyka poprawna (2 530, 834, 2 436), tabela się bilansuje, dobra rada o automatycznym przelewie. Polszczyzna kuleje ("woliowania", bezsensowny "Złoty Zręcznik").
37DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)7Tabela z poprawnymi sumami (2 530 / 833,33 / 2 436,67), drobne usterki (42,1% zamiast 42,0%, „tarife”). Rady zbyt ogólne i bez automatyzacji odkładania.
38Phi-4-mini-instruct (Q4_K_M)7Poprawne obliczenia (833,33; 2 436,67) i prosta tabela, brak podziału reszty. Rady ogólne, trzecia („Czysta myśl”) słaba, kilka usterek językowych.
39Bielik-One-4B-r1 (Q4_K_M)6,2Główne liczby są poprawne (833,33 zł i 2 436,67 zł), ale jest sprzeczność: „~40,60 zł na dzień” obok „ok. 81 zł dziennie”. Język bywa dziwny („Zero Waste Food”, „zapracować oszczędności”), a rada 2 jest słabo sformułowana.
40Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱6Obliczenia poprawne (833,33 i 2 436,67), jest rozpisanie, ale tabela jest niechlujna z pustym wierszem separatora. Rady bardzo ogólne.
41Qwen3-30b-a3b-instruct-2507 (Q4_K_M)6Liczby poprawne (833,33; 2 436,67), ale błędne „203 zł dziennie” (wychodzi ok. 81 zł) i dziwna rada „kotek” 10% od każdej wydanej złotówki. Dużo emotikon.
42Falcon-H1-7B-Instruct (Q4_K_M)6Liczby poprawne (833,33 i 2 436,67), ale tabela bez sumy kosztów stałych. Rady poprawne, lecz ogólnikowe, z kalką ("Ratowanie na wkład").
43Cogito v1 14B (Q4_K_M)6Obliczenia poprawne (2 530, 833, 2 437), ale brak prawdziwej tabeli, tylko lista. Rada o automatycznym przelewie jest dobra, choć 'automatyzuj odsetki' to niezręczne sformułowanie.
44Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱6Obliczenia poprawne (2 436,67), ale zamiast tabeli lista punktów, co łamie polecenie. Rady poprawne, lecz ogólnikowe.
45LFM2-24B-A2B (Q4_K_M)6Poprawne 833 i 2 437, ale tabela zawiera zbędny wiersz "0 zł", a rady mają bzdury ("zrób własne bilety komunikacji"). Poprawna analiza początkowa.
46Qwen3-4b-instruct-2507 (Q4_K_M)6Poprawne obliczenia (833,33 i 2 436,67) w czytelnej tabeli. Rady zagmatwane i miejscami bez sensu (np. 'wchodzisz do banku', 'niech to będzie przypadek'), błędy językowe ('Odładowanie', 'UTROMIĆ'), nadmiar emotikonów.
47Apertus-8B-Instruct-2509 (Q4_K_M)6Obliczenia poprawne (833,33 i 2 436,67), tabela bez sumy. Rady słabe: HelloFresh i dodatkowe źródła dochodu zamiast narzędzi do utrzymania budżetu.
48Granite 4.1 8B (Q4_K_M)6Liczby poprawne (833 i 2 437, suma 5 800), ale tabela jest chaotyczna, a rady ogólnikowe, z błędami językowymi ("list zakupowy", "stałe wydatek").
49Olmo-3.1-32B-Instruct (Q4_K_M)6Liczby poprawne (833, 2 437), podział na kategorie sensowny, ale tabele są powtórzone, a wyraźne błędy językowe ("Przewody", "przewołuj", "w giveniu").
50Falcon-H1-3B-Instruct (Q4_K_M)6Obliczenia poprawne (833,33 i 2 436,67), jednak w tabeli brakuje kwot kosztów stałych. Rady ogólne, w tym dodatkowy dochód.
51DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)6Obliczenia poprawne (833,33; 2 436,67), ale polszczyzna słaba: „Odzłady”, „principalnego”, „planifikacja”, „traczone”, „zreduować”. Rady ogólne.
52Falcon3-10B-Instruct (Q4_K_M)6Poprawne wyniki (833,33 i 2 436,67), ale rozwlekły, mylący zapis (wiersz „3 270” jako jedzenie). Rady ogólnikowe i niezgrabne językowo.
53Nemotron 3.5 Bolt 74B-A9B5,2Pierwsza tabela opiera się na wymyślonym brutto 7800 zł i daje błędne 4436 zł na życie. Dopiero wariant A podaje poprawne 834 i 2436; całość jest chaotyczna i z kalką „standing order”.
54Nemotron 3.5 Lightning 30B-A3B5,2Główne liczby poprawne (834, 2436), ale „203 zł dziennie” to ewidentny błąd (wychodzi ok. 81 zł) i na nim opiera się rada 2. W tabeli telefon znowu doliczony do budżetu życia, a rada 3 jest niejasna i z błędami językowymi.
55Qwen3.6-27B (Q4_K_M)5Oszczędności 835 zł i podział zmiennych poprawny, ale błędnie podaje "3 435 zł na życie" zamiast 2 435 i traktuje 585 zł jako dodatkowy bufor. Rady dobre.
56Qwen3.5-27B (Q4_K_M)5Obliczenia podstawowe poprawne (834 i 2 436), ale kategorie wydatków zmiennych (1 200+400+300+150+186) sumują się do 2 236 zł, a nie do podanych 2 436 zł, więc tabela jest niespójna. Rady dobre.
57Ministral-3-14B-Instruct-2512 (Q4_K_M)5Oszczędność 833 zł poprawna, budżet wewnętrznie spójny (4 763, nadwyżka 1 037), ale reszta „na życie” 1 400 zł nie odpowiada kluczowi i nie wskazano jasno 2 436 zł. Rady rozbudowane, ale z usterkami („Zabawki”, „Netfliks”).
58Ministral-3-8B-Instruct-2512 (Q4_K_M)5Na początku poprawnie 833 zł i 2 437 zł, ale tabela jest zagmatwana: dodaje ZUS ~1 000 zł i podaje 'wolny kapitał' 800–1 800 zł, co przeczy wyliczeniu. Rady rozwlekłe, część nietrafiona (taxi zamiast biletu).
59Qwen3.5-4B (Q4_K_M)5Końcowe liczby poprawne (833,33; 2 436,67; 1 300 + 1 136,67), ale odpowiedź zawiera kilka błędnych tabel z widocznym „poprawianiem” i jest ucięta. Rady (płać sobie najpierw, automatyzacja) dobre.
60Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱5Główne liczby poprawne (833,33; 2 436,67), ale podział reszty jest błędny (1500+300+833,33+203,67 liczy oszczędności drugi raz). Trzecia rada (dodatkowy dochód) nie dotyczy utrzymania budżetu.
61Qwen3-VL-8B (Q4_K_M)5Liczby poprawne (833,33 i 2 436,67), ale w tekście są chińskie znaki ("兼职") i dziwne twierdzenia (średnia pensja, "w groszy"). Rady o negocjacji najmu i dorabianiu nie dotyczą utrzymania budżetu.
62Nemotron 3 Nano 4B (Q4_K_M)5Wyniki miesięczne poprawne (833,33; 2 436,67; podział 1 500/500/437), ale kolumna roczna ma błąd (40 000 zamiast 40 360), „Zarywanie netto”. Rada 2 jest nielogiczna (zakupy 1 300 zł w obiedzie).
63Granite 4.2 3B (Q4_K_M)5Liczby poprawne (833, 2 437, podział 1 800 + 637), ale odpowiedź jest rozwlekła, powtarza się i jest ucięta. Rady 2 i 3 są niezrozumiałe, a w tekście są dziwne słowa ('ryby, ryby', 'zabawki').
64DeepSeek-R1-Distill-Llama-8B (Q4_K_M)5Obliczenia poprawne (833,33 i 2 436,67), ale chaotyczny wstęp o brutto i tabela tylko z dwoma pozycjami z błędną sumą 3 270. Rada o rezygnacji z biletu jest nietrafiona.
65Gemma 3 27B (Q4_K_M)4Oszczędności 833 zł i koszty stałe poprawne, ale tabela się nie zgadza: pozycje sumują się do 1 647, nie 1 700, a „suma łącznie 5 800” jest nieprawdziwa. Reszta powinna wynosić ok. 2 437 zł.
66Qwen3.8-27B (Q4_K_M)4Wstępne obliczenia poprawne (833,33 i 2 436,67), ale końcowa tabela się nie zgadza: kategorie sumują się do 2 136,67 zł, więc "suma 5 800" jest fałszywa, a bufor 436,67 wynika z błędu. Rady dobre.
67Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)4Błąd arytmetyczny: po odjęciu 2 530 i 833 zostaje 2 437, nie 2 337. Wiersz oszczędności w tabeli się rozjeżdża; rady poprawne, ale ogólne.
68Command R 35B (08-2024) (Q4_K_M)4Tabela ma błąd arytmetyczny (2 530+833,33+1 750 to nie 5 083,33) i błędnie podaje 1 750 zł na resztę zamiast ok. 2 436 zł. „Zysk/Strata” niejasne; rady poprawne.
69Aya Expanse 32B (Q4_K_M)4Zamiast 834 zł proponuje 1 000 zł oszczędności, a deklarowana kwota na resztę (2 050) nie zgadza się z 5800-2530-1000 = 2 270, więc 220 zł nie zostało rozdysponowane. Rady dość ogólne.
70Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱4Błąd arytmetyczny: 5 800 - 2 530 - 833 = 2 437, a nie 2 447, powtórzony w całej odpowiedzi. Reszta (stałe koszty, 833 zł, tabela) poprawna, rady ogólne.
71EuroLLM-22B-Instruct-2512 (Q4_K_M)4Poprawnie 2 530 i 833 zł, ale budżet nie zamyka się: 'razem 5 013', 1 787 zł 'na czysto' bez przeznaczenia. Nie podaje jasno, ile zostaje na jedzenie i resztę. Rady ogólne.
72Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱4Rachunek w obliczeniach poprawny (2 436,67), ale tabela i podsumowanie podają błędne „2 333,33 zł”. Rady poprawne, ale ogólne.
73Gemma-2-9B-it (Q4_0)4Tabela jest wewnętrznie niespójna: suma wydatków 3 563 i 'do dyspozycji' 2 237 nie zgadzają się z poprawnym wyliczeniem 2 437 poniżej. Rady są ogólne, bez automatycznego przelewu.
74Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱4Zaokrągla 833,33 w dół do 800, więc cel 10 000 zł nie zostanie osiągnięty. Rachunek reszty (2 470) spójny, ale rady nie dotyczą sytuacji (energia, sprzedaż samochodu).
75Gemma 3n E2B (Q4_K_M)4Poprawnie wylicza 833,33, ale błędnie podaje koszty stałe 2 430 i pozostałe 2 537 zł. Pozycje tabeli sumują się do ok. 5 860, a nie 5 800. Rady sensowne, jest przelew automatyczny.
76Aya Expanse 8B (Q4_K_M)4Podaje 833,33 zł oszczędności, ale 'pozostałe' 3 270 zł i podział na wydatki (łącznie 3 270) pomija oszczędności, więc budżet się nie zamyka. Rady poprawne, lecz ogólne.
77DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)4Liczby końcowe poprawne (833, 2 437), ale tabela jest bezsensowna: powielona pensja, „Razem wydatki 10 000”, zmyślone kategorie. Rady ogólnikowe, kalki („na tracku”, „wizji kin”).
78Granite 4.2 8B (Q4_K_M)4Końcowo poprawne (833 i 2 437), ale odpowiedź zawiera błędną pierwszą tabelę (2 537 zł) i autokorektę w treści, błędne "Resztę 5 867 zł" oraz pomieszaną polszczyznę. Jest też ucięta.
79PLLuM-8x7B-nc-instruct-2412 🇵🇱3,2Tabela bez dochodu i sum, brak obliczenia i informacji, ile zostaje na jedzenie; 870 zł oszczędności bez uzasadnienia. Rady ogólnikowe.
80Aya 23 35B (Q4_0)3,2Poprawnie 833,33 zł, ale reszta wyliczona błędnie (3 467,72 zł z absurdalnego „5800 − 2333,33”). Tabela niedokończona, z pustymi wierszami.
81Gemma 3 12B (Q4_K_M)3Zaokrągla 833 do 1 200 zł, a sumy się nie zgadzają: 800+770 to 1 570, w obliczeniach wychodzi 1 070/270, suma 5 800 jest fałszywa. Rady poprawne, ale liczby sprzeczne.
82Granite 4.1 30B (Q4_K_M)3Dobre koszty stałe i 834 zł, ale błąd arytmetyczny: 3 270 - 834 = 3 436 (powinno być 2 436), więc kluczowy wynik jest błędny. Rady dobre, w tym automatyczny przelew.
83PLLuM-12B-chat-2512 (Q8_0) 🇵🇱3Pomija wyliczenie 10 000/12 i przyjmuje 1 000 zł oszczędności. Sumy w tabeli się nie zgadzają ("łączne 4 330", "pozostało 1 470"). Rady o dodatkowym dochodzie nie mają związku z liczbami.
84Mistral-Nemo-Instruct-2407 (Q4_K_M)3Błąd arytmetyczny: wychodzi 2 446,67 zamiast 2 436,67 zł. Trzecia rada („utrzymuj się w formie”) jest bez związku.
85Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)3Tabela podaje 1 666,67 zł odkładania i 1 666,67 zł na resztę, co jest błędne; dopiero potem liczy poprawnie 833,33 i 2 436,67. Sprzeczność, dziwne słowa („Książąk”, „Milewo złotych”).
86EXAONE-3.5-32B-Instruct (Q4_K_M)3W tabeli kwota na życie to 1 446,67 zł, a w obliczeniach 2 436,67 zł, z dopiskiem o "zaokrągleniu", co jest błędem. Rady mają łamaną polszczyznę ("zmiękczaj posiłki").
87LFM3-1.7B (Q4_K_M)3Początek poprawny (2 530, 833,33), ale dalej chaos: odkładanie 840, potem 670 zł i 8 040 zł, sprzeczne nadwyżki. Rady częściowo bez sensu (karta premium, 'MoneyLion').
88Qwen3.5-2B (Q4_K_M)3Sprzeczne wyniki (1 467, 1 233 zł i później 2 437 zł), niejasna tabela i wymyślone słowa ("handel/zastrzyki", "Czarną Główek"). Rady chaotyczne.
89PLLuM-8x7B-nc-chat-2412 🇵🇱2,2Tabela wpisuje 10 000 zł wkładu jako wydatek miesięczny, „pozostałe wydatki 1270” i suma 2100 zł są błędne. Sprzeczne z kluczem, rady ogólnikowe.
90PLLuM-8x7B-instruct-2412 🇵🇱2,2Brak jakichkolwiek obliczeń, kwoty zostawione jako „[wstaw kwotę]”. Nie odpowiada na zadanie, rady generyczne.
91Gemma 3n E4B (Q4_K_M)2Błędne odkładanie 1 000 zł zamiast ok. 834, a pozycje tabeli nie sumują się do 5 800. Sprzeczne wnioski: 4 800 i 3 800 zł na resztę. Rady ogólne.
92Qwen2.5-14B-Instruct (Q4_K_M)2Oszczędności odjęte dwa razy, więc na jedzenie wychodzi błędne 1 834 zł zamiast ok. 2 436. Dziwne słowo 'odkształcenia', niespójna tabela.
93Gemma 3 4B (Q4_K_M)2Błędne koszty stałe 2 730 zamiast 2 530, oszczędność 861 zamiast 834 i chaotyczna tabela z niespójnymi sumami. Rady poprawne, lecz ogólne.
94EuroLLM-9B-Instruct-2512 (Q4_K_M)2Chaotyczne i sprzeczne liczby (1 500, 1 250 'bo 10 000/8', 2 640 kosztów stałych). Nie daje poprawnego wyniku 834 zł ani 2 436 zł.
95PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱2Przyjmuje oszczędności 1 000 zł, a obliczenia w punktach 3–4 są bezsensowne (183,33 zł). Nie podaje, ile odkładać i ile zostaje. Rady ogólne.
96EuroLLM-9B-Instruct (Q4_K_M)2Wymyślone 'stałe koszty' 4 350 zł i błędny wynik 4 966,67 zł na resztę. Podano 833,33, ale budżet nie uwzględnia go w sumie. Dziwne słowo 'Razowe'.
97PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱2Błąd rachunkowy: oszczędności liczone jako 3 270-2 530 = 740 zł, więc wniosek o niedoborze 93 zł jest fałszywy. Brak kwoty na życie.
98PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2Koszty stałe błędnie 2 730, odkładanie 1 000 zł, a tabela się nie sumuje (wymienione pozycje dają 3 800, nie 4 000). Rady bardzo ogólne.
99Qwen3-8b (Q4_K_M)2Przyjmuje 1 000 zł oszczędności, a "zostaje 4 800" oraz "zostaje 1 770" są sprzeczne i błędne. Tabela nieczytelna, rady słabo związane z liczbami.
100Salamandra-7B-Instruct-2606 (Q4_K_M)2Tabela błędna (odkładane 10 000, pozostało 3 500), a przy tym 3 500 w kalkulacji też jest błędne (powinno być ok. 2 437 zł). Rada o 200 zł/miesiąc sprzeczna z celem.
101Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Tabela z sumą wydatków przekraczającą dochód (oszczędności 1 930 zł) przeczy podanym 833,33 zł. Rady niemerytoryczne.
102Ministral-3-3B-Instruct-2512 (Q4_K_M)2Dodaje wymyślone ubezpieczenia, zostawia „x” w oszczędnościach i przyjmuje 800 zł (800×12 = 9 600, nie 10 000). Rada o „wyzwaniu 52-tygodniowym” i zmyślone aplikacje.
103PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2Chaotyczna tabela z odkładaniem 106,67 zł i sumą 2066,67, błędnie wyliczone 3 370 zł. Nie realizuje celu 834 zł miesięcznie. Rady ogólnikowe.
104Aya 23 8B (Q4_0)2Tabela z dziwnymi sumami (5 330, 12 000) i błędny wniosek o wydatkach 4 496,67. Nie podaje poprawnej kwoty na jedzenie. Rady poprawne, ale ogólne.
105Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Tabela jest nielogiczna (oszczędności 1 000, suma 5 570, „zostaje” 2 430) i nie spełnia klucza. Podaje 833,33 zł w tekście, ale nie wylicza reszty. Rady ogólne.
106Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱2Przyjmuje 1 000 zł odkładania zamiast ok. 834 zł, a suma „5 000” nie zgadza się z dochodem (reszta powinna wynosić ok. 2 270). Rady ogólne.
107Cogito v1 8B (Q4_K_M)2Błędne odkładanie 1 667 zł i 2 175 zł na resztę, cel nie jest 10 000/12. Rady ogólne, z błędem ('własny telefon zamiast komórkowego').
108Command R7B 12-2024 (Q4_K_M)2Tabela z zerem na wkład i 'saldem' 3 650 jest błędna, a końcowe 2 816,67 zł nie zgadza się z wyliczeniem. Rady poprawne, lecz ogólne.
109Llama-3.1-8B-Instruct (Q4_K_M)2Błędna kwota odkładania 1 270 zł (powinno być ok. 834) i nielogiczne zdanie o 15 240 zł. Rady ogólne, wspomina zagraniczne aplikacje.
110Llama-3.2-3B-Instruct (Q4_K_M)2Błędnie liczy resztę: 1 166,67 zł zamiast 2 436,67 zł. Rady są banalne i pisane łamaną polszczyzną („list kupiecki”, „na tygodzie”).
111LFM2.5-8B-A1B (Q4_K_M)2Tabela pokazuje 2 436,67 zł 'bez oszczędności', a potem fałszywie twierdzi, że na cel nie ma miejsca. Pełno wymyślonych słów, odpowiedź ucięta.
112Cogito v1 3B (Q4_K_M)2Błędne kwoty (odkładanie 1 000 zł, 12 000 zł na rok, wydatki 3 500), tabela źle zsumowana i wielokrotnie powtórzona. Rady ogólne.
113Falcon-H1-1.5B-Instruct (Q4_K_M)2Błędnie podaje 1 667 zł na resztę (powinno być ok. 2 437 zł), pomieszane angielskie słowa („Income”). Rady niezrozumiałe („odbudowa telefonu komórkowego”).
114Granite 4.1 3B (Q4_K_M)2Tabela jest chaotyczna, z domieszką cyrylicy; podaje 2 437,67 i „reszta 832,33”, co jest błędne. Rady niezrozumiałe („Zabranie na przełożenie”); jedynie automatyzacja ma sens.
115Trurl-2-13B (Q4_K_M) 🇵🇱2Brak tabeli i obliczeń, jedynie pięć ogólnych rad (zamiast trzech), w tym o inwestowaniu. Nie odpowiada na pytanie.
116Granite-3.3-8B-Instruct (Q4_K_M)2Błędne liczby (1 000 zł odkładania, 2 170 zł reszty zamiast 2 270 przy własnych założeniach), „brutto wynagrodzenie”. Polszczyzna zniekształcona („konta oddechowo”, „trzy rada”), rady bezużyteczne.
117Falcon3-7B-Instruct (Q4_K_M)2Wynik 833,33 i 2 436,67 jest poprawny, ale ukryty w absurdalnej tabeli z wymyślonymi słowami ("oddech", "władze"). Rady o energii i zakupach nie mają związku z zadaniem.
118PLLuM-8x7B-chat-2412 🇵🇱1,2Oszczędności wpisane jako 10 000 zł miesięcznie, a „Łącznie 5 800” nie wynika z tabeli. Brak sensownego rozliczenia i rady ogólnikowe.
119PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱1Chaotyczne i sprzeczne obliczenia, tabela bez sensu (oszczędności 1 000 zł, jedzenie 1 000 zł, inne 50 zł). Rady jednozdaniowe i ogólne.
120PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱1Błędnie podaje 1 200 zł oszczędności miesięcznie i 1 170 zł na resztę, ignoruje koszty stałe. Tabela miesięcy bez sensu.
121Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱1Wymyślony dochód 5 270 zł, błędne wyniki i nieudana tabela. Rady o rezygnacji z biletu nie rozwiązują problemu.
122PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱1Tabela z sumami bez związku z danymi (28 400, 2 500 zł oszczędności, 250 zł na jedzenie). Brak poprawnych obliczeń.
123Bonsai-2 4B1Błędnie odczytuje dochód jako 800 zł, więc cała analiza jest nietrafiona. Rady szkodliwe (kredyt hipoteczny na 'paczkę startową').
124Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Pomija część kosztów stałych (liczy 3 380 zł oszczędności/mies.), po czym zapętla się w powtarzanych akapitach. Nie ma poprawnej odpowiedzi.
125Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Odpowiedź po angielsku, tabela z oszczędnościami 0 zł i bezsensownym 'Net Income 3,500'. Brak policzenia, ile zostaje na jedzenie.
126Hermes-3-Llama-3.1-8B (Q4_0)1Błędne koszty stałe 2 430 i bezsensowny wzór na oszczędności (678,33 zł). Wyniki sprzeczne (2 220 i 2 120). Literówki.
127Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Suma 5 830 zł i sprzeczność: podaje 833,33 zł, ale odkłada 1 000 zł i twierdzi, że 1 000 zł zostaje na jedzenie. Rada o karcie kredytowej jest szkodliwa.
128Salamandra-7B-Instruct (Q4_K_M)1Bełkotliwe i błędne obliczenia (8 100 / 12 = 675), brak tabeli i poprawnych kwot. Rady banalne.
129Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Błędne kwoty (czynsz 1 300 zł, odkładanie 1 300 zł, „1 050 zł dziennie”), brak sensownego budżetu. Rady ogólne.
130DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Błędny dochód (800 zł), ujemna reszta, wstawki chińskie i rosyjskie, bełkot. Bezużyteczna.
131Gemma 3 1B (Q4_K_M)1Tabela jest bez sensu (wkład 10 000 zł jako koszt miesięczny, „odzyskane miesięcznie”), brak sumy kosztów stałych i 833 zł. Dziesięć ogólnych rad zamiast trzech, wymyślone słowa („płatków spożywczych”).
132Qwen3-1.7b (Q4_K_M)1Zamiast 833 zł proponuje odkładanie 100-200 zł, co daje 18 000 zł rocznie (błąd). Rady to bezsensowne, powtarzające się frazy o "zwiększaniu odkładeń".
133EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Bezsensowne rachunki (12 × 5 800 = 70 400, „odkład 5 033 zł”), bełkot językowy. Nie odpowiada na pytanie.
134Bonsai-2 2B (Q2_0 (ternarny))1Zupełnie mylnie interpretuje zadanie ("budżet 10 000 zł", rada obniżenia wynagrodzenia o 2 330 zł). Brak właściwego wyniku i bełkotliwe rady.
135Olmo-3-7B-Instruct (Q4_K_M)1Chaotyczny, zapętlony wywód o brutto i netto, bez budżetu, bez wyniku i bez trzech rad. Nieużyteczne i ucięte.
136Qwen3.5-0.8B1Chaotyczne i błędne obliczenia (2 540, -1 706,67, 2 714), bezsensowne rady o 'wkrótkach' i kartach kredytowych. Mieszanie języków.
137Llama-3.2-1B-Instruct (Q4_K_M)1Bezsensowne tabele i liczby, brak poprawnych obliczeń. Rady to bełkot z wymyślonymi słowami ('Zarabuj menos', 'Dorszowanie').
138Phi-4-reasoning 14B (Q4_K_M)1Wyciek rozumowania po angielsku, pętla powtórzeń i brak finalnej odpowiedzi użytkownika.
139Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱0,2Brak jakiejkolwiek treści merytorycznej: ani tabeli, ani obliczeń, ani rad.
140Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱0Odpowiedź pusta, jest tylko zdanie wstępne.
141PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱0Bezsensowna, powtarzająca się tabela bez związku z zadaniem, ucięta. Brak obliczeń i rad.
142Teuken-7B-instruct-v0.6 (Q4_K_M)0Bezsensowne obliczenia (2 250 / 12 = 187,50) i długa lista powtarzalnych, niezrozumiałych punktów. Brak tabeli i konkretnych rad.
143Trurl-2-7B (Q4_K_M) 🇵🇱0Pusta tabela z bezsensownymi nagłówkami, brak jakichkolwiek liczb i rad.
144Qwen3-0.6b (Q4_K_M)0Bełkot: błędna tabela, obliczenia i trzy identyczne, bezsensowne rady ('Zawiesz 10 000 zł...').
145LFM2.5-1.2B-Thinking (Q4_K_M)0Bełkot w mieszanych językach, tok myślenia 'Wait...' zamiast odpowiedzi, brak poprawnego wyniku, ucięte.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Bełkot z mieszaniem alfabetów i wymyślonymi słowami, brak sensownego budżetu i tabeli. Liczby przypadkowe i bezużyteczne.
147Salamandra-2B-Instruct (Q4_K_M)0Brak tabeli i obliczeń, a rady są absurdalne ("zrezygnuj z jedzenia w domu").
148Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Brak odpowiedzi na zadanie; model pyta o obowiązki.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Odpowiedź w ogóle nie dotyczy zadania, to bezsensowny tekst o rabatach. Brak budżetu, obliczeń i rad.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot z wymyślonych słów, błędne liczby (2 650, 1 902), brak tabeli i użytecznych rad.

Obiad z tego, co jest w lodówce

Prompt
Mam w domu: 4 jajka, pół kilo ziemniaków, cebulę, 150 g żółtego sera, kubek śmietany 18%, masło, sól i pieprz. Zaproponuj jeden obiad dla 2 osób, który zrobię w 40 minut, tylko z tych składników. Podaj listę składników z ilościami i przepis krok po kroku.
Klucz oceny (przekazany sędziemu)

Tylko podane składniki (jajka, ziemniaki, cebula, ser, śmietana, masło, sól, pieprz) – dodanie mąki, mleka, oleju, ziół itp. = kara. Realne ilości dla 2 osób, czas realnie ≤40 min (gotowanie/pieczenie ziemniaków musi się zmieścić). Dobre przykłady: zapiekanka ziemniaczana z jajkiem i serem, tortilla/frittata ziemniaczana, ziemniaki z jajkiem sadzonym i sosem śmietanowo-serowym. Kroki jasne, poprawna polszczyzna kulinarna.

Rozkład ocen: 9×1 8×6 7×20 6×19 5×19 4×22 3×20 2×12 1×14 0×17 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 1/150

8,8/10

958 tokenów · 75,5 tok/s · 12,8 s

Ocena sędziego: Bardzo dobra zapiekanka ziemniaczano-jajeczna: dokładne ilości, realny czas, jasne kroki, tylko podane składniki i dobra polszczyzna. Drobna uwaga: smażenie plasterków 8–10 minut jest trochę optymistyczne.

Z tych składników zrobisz świetną Zapiekankę ziemniaczano-jajeczną ze śmietaną i serem. To jeden garnek, 40 minut i wykorzystasz wszystko.

Składniki dla 2 osób
  • ziemniaki - 500 g, ok. 3-4 średnie
  • cebula - 1 sztuka, ok. 80 g
  • jajka - 4 sztuki
  • żółty ser - 150 g
  • śmietana 18% - 1 kubek, ok. 200 ml
  • masło - 1 łyżka + odrobina do wysmarowania
  • sól - do smaku
  • pieprz - do smaku
Przepis krok po kroku, ok. 35-40 min

1. Przygotowanie ziemniaków Ziemniaki obierz i pokrój w cienkie plasterki ok. 3 mm. Możesz użyć mandoliny lub ostrego noża. Cebulę obierz i pokrój w drobną kostkę.

2. Smażenie bazy Rozgrzej patelnię lub małą formę żaroodporną z 1 łyżką masła. Wrzuć cebulę i smaż na średnim ogniu 3-4 minuty aż będzie szklista. Dodaj plasterki ziemniaków, posól i popieprz. Smaż mieszając ok. 8-10 minut, aż ziemniaki lekko się zrumienią i zmiękną. Jeśli jest za sucho, dodaj odrobinę masła.

3. Sos śmietanowo-jajeczny W misce roztrzep 4 jajka ze śmietaną 18%. Dopraw solą i pieprzem. Ser żółty zetrzyj na tarce o grubych oczkach.

4. Zapiekanie Ziemniaki z cebulą przełóż do naczynia żaroodpornego wysmarowanego masłem. Zalej całość masą jajeczno-śmietanową. Wyrównaj wierzch i posyp równomiernie startym serem.

5. Pieczenie Wstaw do piekarnika nagrzanego do 200°C góra-dół na 20-25 minut, aż wierzch będzie złoty i ścięty, a brzegi się lekko rumienią. Możesz też podpiec pod grillem przez ostatnie 2 minuty.

6. Podanie Wyjmij, odczekaj 3 minuty. Podawaj od razu. Całość jest kremowa w środku od śmietany, chrupiąca na wierzchu od sera i sycąca dzięki jajkom i ziemniakom.

Smacznego!

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 2/150

8/10

767 tokenów · 232,5 tok/s · 3,4 s

Ocena sędziego: Dobry gratin ziemniaczany ze śmietaną, jajkami i serem, z realnymi czasami i wskazówką; tylko 2 jajka użyte.

Oto propozycja na pyszny, sycący i rozgrzewający obiad, który zrobisz wyłącznie z posiadanych składników.

Zapiekane ziemniaki w sosie śmietanowo-serowym (Gratin)

To danie typu "comfort food" – kremowe, ciągnące i bardzo aromatyczne dzięki podsmażonej cebulce.

Liczba porcji: 2 osoby Czas przygotowania: ok. 35-40 minut

Lista składników:
  • Ziemniaki: 500 g (całe pół kilo)
  • Jajka: 2 sztuki
  • Śmietana 18%: ok. 150-200 ml (tyle, by przykryć ziemniaki)
  • Ser żółty: 150 g
  • Cebula: 1 mała sztuka (lub połowa dużej)
  • Masło: 1-2 łyżki
  • Sól i pieprz: do smaku
Przepis krok po kroku:

  1. Przygotowanie ziemniaków (15-20 min): Ziemniaki obierz i pokrój w bardzo cienkie plasterki (ok. 2-3 mm). Im cieńsze plastry, tym szybciej zmiękną w piekarniku. Jeśli masz czas, możesz je wrzucić na 5-7 minut do wrzącej, osolonej wody, aby skrócić czas pieczenia, ale nie jest to konieczne, jeśli pokroisz je bardzo cienko.

  2. Podsmażanie cebuli (5-7 min): Cebulę pokrój w drobną kostkę. Na patelni rozpuść masło i wrzuć cebulę. Smaż na małym ogniu, aż stanie się miękka i lekko złocista.

  3. Przygotowanie sosu (3 min): W miseczce roztrzep 2 jajka ze śmietaną 18%. Dopraw solidnie solą i dużą ilością pieprzu (sos musi być wyrazisty, bo ziemniaki "piją" smak).

  4. Składanie dania (5 min): Mały naczynie żaroodporny (lub zwykły żaroodporny pojemnik) wysmaruj masłem. Układaj warstwami: połowa ziemniaków $\rightarrow$ podsmażona cebula $\rightarrow$ reszta ziemniaków. Całość zalej przygotowaną mieszanką jajek i śmietany.

  5. Pieczenie (ok. 20-25 min): Posyp wierzch obficie startym na tarce serem żółtym. Wstaw do piekarnika nagrzanego do 200°C (termoobieg) lub 220°C (góra-dół). Piecz, aż sos się zetnie, a ser będzie mocno złocisty i chrupiący.

Wskazówka: Jeśli zauważysz, że ser przypieka się zbyt szybko, a ziemniaki w środku są jeszcze twarde, przykryj naczynie folią aluminiową na ostatnie 10 minut pieczenia.

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 3/150

8/10

779 tokenów · 110,3 tok/s · 7,1 s

Ocena sędziego: Dobra zapiekanka: smażone ziemniaki z cebulą, zalane masą jajeczno-śmietanową i serem, z realnymi czasami i tylko podanymi składnikami. Drobne usterki: natka pietruszki "jeśli masz" i brak dokładnej ilości masła.

Oto propozycja obiadu dla 2 osób, który przygotujesz w 40 minut, wykorzystując dostępne składniki:

Lista składników:
  • 4 jajka
  • 0,5 kg ziemniaków
  • 1 cebula
  • 150 g żółtego sera
  • 1 kubek śmietany 18%
  • masło (do smażenia)
  • sól i pieprz do smaku
Przepis krok po kroku:

  1. Przygotowanie składników:

    • Umyj i obierz ziemniaki, a następnie pokrój je w cienkie plasterki.
    • Posiekaj cebulę w drobną kostkę.
    • Zetrzyj żółty ser na tarce o grubych oczkach.

  2. Smażenie ziemniaków:

    • Na patelni rozgrzej masło i dodaj pokrojone ziemniaki. Smaż je na średnim ogniu przez około 10-12 minut, mieszając od czasu do czasu, aż staną się miękkie i lekko zrumienione.

  3. Dodanie cebuli:

    • Do ziemniaków dodaj posiekaną cebulę i smaż razem przez kolejne 3-4 minuty, aż cebula zmięknie i lekko się zeszkli.

  4. Przygotowanie masy jajecznej:

    • W misce roztrzep 4 jajka, dodaj śmietanę 18%, sól i pieprz do smaku. Dokładnie wymieszaj.

  5. Łączenie składników:

    • Przełóż usmażone ziemniaki z cebulą do naczynia żaroodpornego lub formy do pieczenia.
    • Zalej je przygotowaną masą jajeczną ze śmietaną.
    • Posyp całość startym żółtym serem.

  6. Pieczenie:

    • Wstaw naczynie do piekarnika nagrzanego do 180°C (tryb góra-dół) i piecz przez około 20-25 minut, aż masa jajeczna się zetnie, a ser na wierzchu lekko zrumieni.
Podanie:

Gotowe danie wyjmij z piekarnika i odstaw na 2-3 minuty przed podaniem. Serwuj na ciepło, posypane dodatkową porcją świeżo zmielonego pieprzu lub posiekaną natką pietruszki, jeśli masz ją pod ręką.

To danie łączy w sobie smak ziemniaków, cebuli i sera, a śmietana nadaje mu kremowej konsystencji. Smacznego!

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Muse Glimmer 30B (Q4_K_M)8,8Bardzo dobra zapiekanka ziemniaczano-jajeczna: dokładne ilości, realny czas, jasne kroki, tylko podane składniki i dobra polszczyzna. Drobna uwaga: smażenie plasterków 8–10 minut jest trochę optymistyczne.
2Gemma 4 26B-A4B (Q4_K_M)8Dobry gratin ziemniaczany ze śmietaną, jajkami i serem, z realnymi czasami i wskazówką; tylko 2 jajka użyte.
3Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱8Dobra zapiekanka: smażone ziemniaki z cebulą, zalane masą jajeczno-śmietanową i serem, z realnymi czasami i tylko podanymi składnikami. Drobne usterki: natka pietruszki "jeśli masz" i brak dokładnej ilości masła.
4Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱8Poprawna zapiekanka z podsmażonych ziemniaków, jajek, śmietany i sera; czas mieści się w 40 min, kroki jasne, bez obcych składników.
5Falcon-H1-34B-Instruct (Q4_K_M)8Dobra zapiekanka ziemniaczana z masą jajeczno-śmietanową, ilości i czas realne; tylko wzmianka o ziołach 'jeśli masz'.
6Aya Expanse 32B (Q4_K_M)8Poprawna zapiekanka warstwowa z jasnymi krokami, dobrymi ilościami i realnym czasem; tylko podane składniki, dobra polszczyzna. Drobny minus: brak informacji o masle i szczególnych ilościach przy cebuli.
7Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱7,6Sensowna zapiekanka warstwowa, czas mieści się w 40 min; brak ilości masła, wzmianka o ziołach 'jeśli masz'.
8Gemma 4 31B (Q4_K_M)7,3Dobry pomysł i ilości, ale surowe cienkie plasterki zalane masą i pieczone 15–20 min mogą nie zmięknąć; zostawia jedno jajko.
9Qwen3.5-35B-A3B (Q4_K_M)7,3Smaczna frittata ziemniaczana, dobry opis kroków; błąd '400 g (pół kilograma)' i tylko część śmietany.
10Nemotron 3 Nano 30B-A3B7,3Spójne danie z patelni, wszystkie składniki i rozsądne czasy; kroki trochę ogólnikowe, a 'cayenne' to dodatek spoza listy (jako wskazówka).
11Gemma 4 12B (Q4_K_M)7Sensowna zapiekanka w limicie czasu, tylko z podanych składników i z realnymi ilościami. Wada: niejasne "masa się zetrze" i luźna wzmianka o ziołach.
12Qwen3.6-27B (Q4_K_M)7Placki ziemniaczane z serem i jajecznica w śmietanie, pomysłowe i spójne, składniki zgodne, tylko 350 g ziemniaków i wzmianka o folii.
13Gemma 3 27B (Q4_K_M)7Poprawna zapiekanka z całymi ilościami i sensownym czasem (gotowanie + 10 min pieczenia); drobne niedociągnięcia (wskazówki o gałce i szczypiorku spoza listy).
14Qwen3.5-27B (Q4_K_M)7Placki ziemniaczane z jajkami i sosem śmietanowym – pomysłowe i zgodne ze składnikami (wspomina o mące tylko jako opcji); ser użyty w połowie, czas realny, dobre kroki.
15Qwen3.8-27B (Q4_K_M)7Ziemniaki ze śmietaną i cebulą zapieczone z jajkami i serem; ilości pełne, czas realny, jasne kroki; nazwa "gulasz" nietrafiona, a sugestia dodania wody jest zbędna.
16Gemma 4 E4B (Q4_K_M)7Placki ziemniaczane bez mąki z serem i sosem śmietanowym, składniki zgodne i kroki jasne; czas smażenia partiami może przekroczyć 40 min, część jajek niewykorzystana.
17Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Poprawna zapiekanka, składniki zgodne, ale gotowanie całych ziemniaków plus 25-30 min pieczenia wychodzi ponad 40 minut.
18Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Zapiekanka na puree z cebulą i jajkami pod serem, ilości i czas realne; kroki jasne, brak czasu gotowania ziemniaków.
19Gemma-2-27B-it (Q4_0)7Omlet z ziemniakami i serem: prosty, wykonalny, ilości realne i czas mieści się w 40 minutach; wzmianka o natce/szczypiorku.
20Gemma 3n E4B (Q4_K_M)7Poprawna zapiekanka ziemniaczana z jajkami i serem, jasne kroki i realny czas. Użyto jednak tylko pół cebuli i 100 ml śmietany, a wskazówki są ogólnikowe.
21LFM2.5-24B-A2B (Q4_K_M)7Dobry omlet z ziemniakami, cebulą i serem w śmietanie, z jasnymi krokami i realnym czasem, tylko z podanych składników. Drobne usterki: "starą", "polew" oraz niejasna ilość masła.
22Command R 35B (08-2024) (Q4_K_M)7Surowe plasterki ziemniaków pod sosem śmietanowo-serowym z cebulą i jajkami sadzonymi na wierzchu to dobry, wykonalny pomysł z poprawną polszczyzną. Wada: nie podano, co zrobić z częścią masła, a 4 jajka sadzone są raczej obfite.
23Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱7Poprawna zapiekanka z sosem śmietanowo-serowym i jajkami na wierzchu, dobre ilości i kroki. Łączny czas raczej ponad 40 minut, a krok z podpiekaniem sera na dnie formy jest zbędny.
24Gemma-2-9B-it (Q4_0)7Placki ziemniaczane z serem i jajkiem: tylko podane składniki, sensowne ilości, jasne kroki i dobry czas. Wada: surowa masa bez odciśnięcia ziemniaków może być wodnista, a ser jest tylko dołożony.
25Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱7Jajecznica z ziemniakami i sosem serowo-śmietanowym, spójna i wykonalna; ilości realne, choć długi i rozwlekły opis.
26PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱7Ziemniaki z cebulą i jajkiem sadzonym, poprawne i wykonalne, ale pomija ser i śmietanę, więc nie wykorzystuje składników.
27Aya Expanse 8B (Q4_K_M)7Poprawna zapiekanka z ziemniaków, cebuli, jajek, śmietany i sera; realne ilości i czas, drobna nieścisłość ('chrupiące' po gotowaniu).
28PLLuM-8x7B-nc-chat-2412 🇵🇱6,3Proste i poprawne danie z jajkiem sadzonym na ziemniakach, ale bez ilości masła, bez czasów i szczegółów.
29PLLuM-8x7B-nc-instruct-2412 🇵🇱6,3Poprawny, wykonalny omlet ziemniaczany w 40 min, bez dodatków spoza listy, ale pomija śmietanę i podaje niewiele ilości.
30Aya 23 35B (Q4_0)6,3Wykonalne danie (ziemniaczany farsz z serem i jajkami na miękko), ale ilość masła niesprecyzowana, 'chrupiąca cebula' to nieprawda, a śmietana nie została użyta.
31Nemotron 3.5 Bolt E4B (Q4_K_M)6Wykonalne danie z ziemniaków w sosie śmietanowo-serowym z jajkiem; kroki są jasne i mieszczą się w czasie, ale wykorzystano tylko 2 jajka, a wzmianka o piekarniku jest niejasna.
32Gemma 3 12B (Q4_K_M)6Zapiekanka z puree i jajkami w środku jest sensowna, z jasnymi krokami i realnym czasem. Użyto jednak mniej składników (2 jajka, 100 g sera, pół cebuli), a wskazówka z gałką muszkatołową wykracza poza listę.
33Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawna zapiekanka z jajkami, ale 20 min gotowania i 25-30 min pieczenia przekracza 40 minut; kroki jasne.
34Gemma 4 E2B (Q4_K_M)6Jajecznica ze śmietaną i serem podana z ziemniakami, składniki zgodne i czas realny; przepis dość chaotyczny, 'roztop ser' na patelni.
35Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)6Sensowna zapiekanka, ale składniki zmniejszone o połowę mimo prośby o obiad dla 2 osób i dziwna nazwa dania; wspomina zieleninę 'jeśli masz'.
36Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱6Zapiekanka z jajkiem sadzonym jest sensowna i używa tylko podanych składników. Sam podany czas to ok. 50 minut, czyli przekracza limit 40.
37Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱6Poprawna warstwowa zapiekanka z zalewą jajeczną, ale sam przyznaje ok. 50 minut, więc przekracza limit; brak ilości w składnikach.
38Mistral-Small-24B-Instruct-2501 (Q4_K_M)6Ziemniaki, jajka na miękko i cebula ze śmietaną; składniki zgodne i kroki jasne, ale gotowanie sekwencyjne naciąga czas ponad 40 min.
39GLM-4.7-Flash (Q4_K_M)6Zapiekanka z ziemniaków, smażonych jajek i śmietany, składniki zgodne i czas realny; kolejność kroków nietypowa, wspomina natkę pietruszki.
40EuroLLM-22B-Instruct-2512 (Q4_K_M)6Placki z puree ziemniaczanego z sosem śmietanowym, zgodne składniki i czas, ale sugeruje zioła i surówkę oraz ma niedoprecyzowane kroki.
41PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱6Prosty, wykonalny przepis (ziemniaki z cebulą i jajecznicą ze śmietaną, ser na wierzchu), poprawny polski; zmniejszone ilości (2 ziemniaki, 2 jajka) i nie wykorzystuje całości.
42EuroLLM-9B-Instruct-2512 (Q4_K_M)6Składniki zgodne i ilości realne, ale lista powielona, przepis uproszczony (jajka osobno, ziemniaki duszone w śmietanie), niejasne "jajecznica" z ugotowaniem na twardo.
43Apertus-8B-Instruct-2509 (Q4_K_M)6Zapiekanka z gotowanych ziemniaków, cebuli, pokrojonych jajek na twardo i sera polana śmietaną jest poprawna i sensowna, w limicie czasu. Wada: jest dość oszczędna w opisie, a jajka na twardo w zapiekance to mniej typowe rozwiązanie.
44Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱6Zapiekanka na puree z masą jajeczno-serową; ilości realne, ale gotowanie plus 20-25 min pieczenia to ok. 45-50 min i wzmianka o ziołach.
45PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱6Omlet ziemniaczany z serem pod grillem jest spójny, lecz użyto tylko połowy ziemniaków i sera, a ilość śmietany minimalna; przepis krótki.
46Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱6Warstwowa zapiekanka z jajkami na twardo, pomysł poprawny i składniki zgodne, ale przepis lakoniczny, błąd 'w dużej miskach' i brak ilości przy masle.
47Qwen3.6-35B-A3B (Q4_K_M)5,3Placki ziemniaczane tylko z dozwolonych składników, ale odpowiedź zaczyna się chaotycznym wahaniem i wspomina mąkę; nie zużywa wszystkich jajek, a placki bez mąki rozpadną się.
48PLLuM-8x7B-instruct-2412 🇵🇱5,3Zupa ziemniaczana z samych dozwolonych składników, wykonalna, ale pomysł z żółtym serem w zupie jest dziwny, a jajka tylko jako dodatek.
49Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)5Prosty pomysł z ziemniakami w mundurkach, ale użyto tylko 2 jajek i 50 g sera, a krok podania jest niejasny ('posmaruj je śmietaną').
50Cogito v1 32B (Q4_K_M)5Zupa z tartych ziemniaków z jajkami i serem jest wykonalna, ale ilości zaniżone (250 g) i brak sensownego zagęszczenia.
51Bonsai-2 27B5Sensowna zapiekanka, ale zmniejszona o połowę, wspomina mąkę 'opcjonalnie' i radzi zostawić składniki na kolejny raz.
52Granite 4.1 30B (Q4_K_M)5Pomysł sensowny (ziemniaki z sosem serowo-śmietanowym i jajkami), ale językowo słabo ("garnieniu", "Mądre jajka", "ajki") i ilość masła nieokreślona.
53Qwen3.5-9B (Q4_K_M)5Ziemniaki w sosie serowo-jajecznym są wykonalne i zmieszczą się w czasie, ale użyto tylko 2 jajek, 80–90 g sera i niepełnych 400 g ziemniaków. Zdarzają się usterki językowe ("soj solą") i luźna wzmianka o mleku.
54Qwen2.5-32B-Instruct (Q4_K_M)5Jajecznica z ziemniakami, serem i śmietaną jest wykonalna, ale użyto tylko 250 g ziemniaków i 100 g sera. Instrukcja jest nieprecyzyjna (smażenie w garnku, lekko koślawa polszczyzna).
55Qwen3.5-4B (Q4_K_M)5Pomysł poprawny, składniki zgodne, ale ziemniaki w kostce 2 cm po ok. 10 min nie będą miękkie, a dodawanie nieubitych jajek jest dziwne; ilość sera niedokładna.
56Cogito v1 14B (Q4_K_M)5Kotlety ziemniaczane z jajkami i serem to pomysł wykonalny. Instrukcja jest jednak nieprecyzyjna ("upiec w garnku na parze", "rozwałkuj ciasto", rozpuszczanie sera na patelni), a przy zetrzeniu ziemniaków i dodaniu śmietany masa może być zbyt luźna.
57Gemma 3 4B (Q4_K_M)5Zapiekanka ma sens, ale '500 g (ok. 1 duża ziemniak)', pieczenie tylko 5-7 min, połowa jajek i sera, wspomina natkę i paprykę.
58Gemma 3n E2B (Q4_K_M)5Zupa ziemniaczana z serem to poprawne danie z tych składników, ale jajka są 'opcjonalne', wskazówka o szczawiu/pietruszce i błędne 'chrupiąca konsystencja' zupy.
59PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱5Prosty przepis z jajkami na twardo i startymi ziemniakami, ale dodaje natkę pietruszki spoza listy i jest mało dopracowany.
60EuroLLM-9B-Instruct (Q4_K_M)5Prosta zapiekanka bez cebuli z poprawnymi ilościami i czasem, ale pomija cebulę, a jajka ścięte na surowych wiórkach to dość surowy pomysł. Kroki są jasne, lecz uboższe w smak.
61PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱5Zapiekanka z ziemniaków, ale dodaje majeranek, a jajka na twardo dokłada po upieczeniu; ilości i czas poprawne.
62Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱5Ziemniaki po bretońsku z serem i śmietaną to poprawne, proste danie, ale pomija jajka (podaje 4 ziemniaki zamiast 500 g). Instrukcja jest krótka, ale czytelna i czas realny.
63Aya 23 8B (Q4_0)5Pieczone ziemniaki z sosem serowym i jajkami to pomysł wykonalny, ale 2 jajka i 100 g sera to niepełne wykorzystanie. Kroki są chaotyczne (papier do pieczenia pod blachą), a ostatnia uwaga o brokułach łamie warunek.
64Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Ziemniaki z cebulą, śmietaną i serem plus jajka na twardo to wykonalne, proste danie, ale nazwane "zupą" mimo braku płynu, z oszczędnymi ilościami soli i masła oraz opcjonalnym koperkiem.
65Bielik-One-4B-r1 (Q4_K_M)4,6Pomysł z zapiekanką dobry, ale kroki chaotyczne (jajka smażone, potem pieczone), liczne błędy językowe ('zgnijały', 'zstewniać', 'garnek z ceramiki') i mylące alternatywy.
66Nemotron-Cascade-2 30B-A3B4,3Dodaje olej, szczypiorek i mleko (kara), niespójne ilości sera (150 g w cieście i jeszcze 100 g w sosie) oraz śmietany; przepis jest przekombinowany.
67Nemotron 3.5 Lightning 30B-A3B4,3Jajecznica z ziemniakami to dopuszczalne danie, ale polszczyzna zawiera dziwne błędy („masło zacznie piszczeć”, „remaining”, „whole”, „staramy się lubi”).
68PLLuM-8x7B-chat-2412 🇵🇱4,3Dodaje natkę pietruszki spoza listy, brak ilości przy cebuli/maśle, śmietana pominięta, kroki bardzo ogólne.
69Qwen3-30b-a3b-instruct-2507 (Q4_K_M)4Pomysł (ziemniaki w śmietanie z jajkiem) jest w porządku, ale polszczyzna ma błędy ("zielone żółtko", "ser słodki", "ser ziemniaczany", "złaczy"). Ziemniaki starte lub w kawałkach są niejasne, a wzmianka o zielonej cebulce wykracza poza listę.
70Qwen3-14b (Q4_K_M)4Ser 'mozzarella lub twarogowy' zamiast żółtego, surowe ziemniaki tylko 5 min podsmażane, niejasne przygotowanie jajek.
71Falcon-H1-7B-Instruct (Q4_K_M)4Zapiekanka z jajkami jest koncepcyjnie dobra, ale ser 150 g użyty podwójnie (w farszu i na wierzch), a 4 jajka rozdzielone dziwnie. Polszczyzna jest słaba ("Listwa składników", "zapiekarka") i pojawia się sałatka.
72Magistral-Small-2506 (Q4_K_M)4Zmniejszone ilości (2 jajka, 200 g ziemniaków), nielogiczne 'ubytek z 150 g', niespójny opis, dziwne '\boxed'.
73Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Kotlety ziemniaczane to dobry pomysł, ale smażenie na oleju łamie ograniczenie składników, a "500 g = 2 średnie ziemniaki" jest błędne; czas ugotowania ziemniaków nierealny.
74Qwen2.5-14B-Instruct (Q4_K_M)4Ugotowane jajka na masie ziemniaczano-serowej to dziwne danie. Język jest słaby ("zetrzyj na tarcie lub ułomki", "na szpicie"), ser "rozgrzany na patelni" bez sensu, uwaga o tofu i ryżu łamie warunek.
75Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱4Zapiekanka z ziemniakami smażonymi i sosem jajeczno-serowym jest sensowna, ale w sosie użyto tylko 2 jajek, a sam podał łączny czas 50 minut, czyli przekraczający limit.
76QwQ-32B (Q4_K_M)4Frittata z ziemniakami to dobry pomysł, ale przepis jest zagmatwany (niezrozumiałe zdania, 'poszatkowanie', pytanie w treści).
77Bonsai-2 9B4Kremowa zupa z surowymi jajkami wlewanymi do kremu, niejasny sposób, błędy językowe ('Sier', 'sosówkę', 'obite').
78Qwen3-VL-8B (Q4_K_M)4Masa ziemniaczano-jajeczna ze śmietaną gotowana na patelni jest wykonalna, ale jest tu dolewanie wody, "ser mleczny", "zmiękczaj w garncu", "zgrzewane" i inne usterki językowe, a krok z serem (wyciskanie płynu) jest bez sensu.
79Granite 4.2 30B (Q4_K_M)4Wykonalne danie z ziemniaków, śmietany, sera i jajek, ale nazwa ("słodko-kwaśny omak") jest dziwna, a liczne usterki językowe ("sześćką", "szczycikiem", "omak") i smażenie surowych ziemniaków w garnku przez 15–20 minut obniżają ocenę.
80PLLuM-12B-chat-2512 (Q8_0) 🇵🇱4Zapiekanka z surowych plasterków, ale 3 jajka, 100 g sera i 3 łyżki śmietany to niepełne wykorzystanie; "plasterki na tarce" jest nielogiczne, a natka i jogurt spoza listy.
81LFM2-24B-A2B (Q4_K_M)4Jajka są na liście, ale w przepisie w ogóle nie występują; kroki chaotyczne, 2 łyżki śmietany, wzmianka o ziółkach.
82Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱4Ugotowane ziemniaki nigdy nie trafiają do formy (w przepisie używa się tylko ich wody), do tego niejasne ilości sera i niepoprawna struktura.
83Bonsai-2 4B4Chaotyczny przepis z wymyślonymi słowami ('przetrzaskała', 'ziarna'), niejasną rolą jajek i sosu, wzmianka o oleju; trudny do wykonania.
84Cogito v1 8B (Q4_K_M)4Koncepcja frittaty jest właściwa, ale ziemniaków jest 250 g (zamiast pół kilo), a w krokach pojawiają się zniekształcone słowa ("jajeczny mieszek", "zetknąć"), "przełóż na piekarnik" i sos grzybowy spoza listy.
85Nemotron 3 Nano 4B (Q4_K_M)4Sprzeczne ilości (300 g jako "pół kilo"), sól "łyżka", dziwne smażenie sera w maśle; wykonalne, ale nieapetyczne i niedbałe językowo.
86Salamandra-7B-Instruct (Q4_K_M)4Proste ziemniaki z serem i śmietaną, ale jajka nigdy nie są ugotowane w krokach, a gotowanie ziemniaków z serem w rondlu daje raczej zawiesistą masę. Instrukcja jest ogólnikowa.
87Trurl-2-13B (Q4_K_M) 🇵🇱4Jajka rozgniatane praską na puree z ziemniakami to dziwny pomysł, brak ilości w przepisie i czasów, dodatek pieczywa spoza listy.
88Qwen3-32b (Q4_K_M)3,3Składniki OK, ale cyrylica w „teста”, bełkotliwe zdania („gładką, lepkość”, „bokalu”), niejasna technika (zmielić ziemniaki w worku) i dziwna „pizza”.
89Nemotron 3.5 Bolt 74B-A9B3,3Liczne wymyślone słowa i kalki („greś”, „petersunku”, „zbrznieżony”, „sartanie”), niespójność (2 jajka nie zostały użyte), pieczenie 10 min w sumie krótkie.
90Ministral-3-14B-Instruct-2512 (Q4_K_M)3"Sernik ziemniaczany" bez twarogu to nonsens kulinarny; używa tylko 200 g ziemniaków, wykorzystuje część składników, mylące kroki.
91Ministral-3-8B-Instruct-2512 (Q4_K_M)3Dodaje olej, mąkę, oregano, szynkę i kapustę kiszoną, używa tylko 1 jajka i połowy składników; chaotyczne i łamie kluczowe ograniczenie.
92Phi-4 14B (Q4_K_M)3"Zupa", którą robi się z tartych ugotowanych ziemniaków na patelni i jajecznicy z dodatkiem wody; sosik serowy jest oderwany od reszty. Polszczyzna zła ("zetrzymane ziemniaki"), całość niespójna.
93Salamandra-7B-Instruct-2606 (Q4_K_M)3Chaotyczny przepis: gotowanie ziemniaków w miseczce z pieprzem, odłożone tylko 50 g, smażenie sera, "odcedź jajka"; wzmianka o natce i jajkach w koszulce.
94PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Podwojono ilości (8 jajek, 1 kg ziemniaków) wbrew liście produktów; sam sposób (gniazdka z jajkiem) jest logiczny, ale nie do wykonania z tego, co jest w domu.
95Olmo-3.1-32B-Instruct (Q4_K_M)3Sprzeczne ilości ('250 g – pół kilograma'), liczne zniekształcone słowa ('wymieszkuj', 'pokropowuj'), zioła opcjonalne; trudny do wykonania.
96Falcon-H1-3B-Instruct (Q4_K_M)3Tylko 250 g ziemniaków przy opisie "pół kilo", ziemniaki odstawione na 15–20 minut, "upieczony ser", "pozuszczanie" i inne błędy językowe; kroki są chaotyczne i niespójne.
97PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱3Lakoniczny i chaotyczny: ziemniaki gotowane, potem smażone w plastrach, jajka na twardo, "ugotowana śmietana"; brak ilości masła, niespójne kroki.
98Mistral-Nemo-Instruct-2407 (Q4_K_M)3Sprzeczności (2 ziemniaki = 500 g, całkowity czas 60-65 min), liczne zniekształcone słowa ('obraj', 'very', 'rozgwarzonej').
99Granite 4.2 8B (Q4_K_M)3Chaotyczny, rozwlekły tekst z wymyślonymi słowami ("mielić jajka", "rozpuścienie"), niejasny sposób użycia jajek i ucięty na końcu.
100Command R7B 12-2024 (Q4_K_M)3Dublowanie śmietany w krokach, gotowanie jajek w śmietanie na osobnej patelni, brak jasnego sposobu na ser i ziemniaki; ogólnie niespójne i nieprecyzyjne.
101PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱3Bardzo skrótowy, bez czasów i temperatur, gotowanie cebuli i zimny sos masło-śmietana; nieapetyczne.
102Llama-3.1-8B-Instruct (Q4_K_M)3Przepis jest krótki i wykonalny, ale pomija jajka i śmietanę, używa tylko 250 g ziemniaków i 100 g sera, więc nie spełnia polecenia wykorzystania składników.
103Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱3Jajka wbite do śmietany "w garnku do gotowania na parze" są bez sensu, a ser tylko dołożony na talerz. Instrukcja jest skrótowa i nie da się z niej zrobić spójnego dania.
104Cogito v1 3B (Q4_K_M)3Chaotyczny przepis z gotowaniem jajek i ziemniaków w jednej wodzie z cebulą, sprzecznymi instrukcjami i słowami typu "rozpuścą"; sam przyznaje, że potrwa godzinę.
105Teuken-7B-instruct-v0.6 (Q4_K_M)3Brak listy składników i ilości (wymóg promptu), niejasne kroki, odwołanie do zieleniny i chleba spoza listy.
106Gemma 3 1B (Q4_K_M)3Lista składników nie zgadza się z zadaniem (1 jajko, 100 g sera, brak cebuli i śmietany), a w kroku 5 "jajka nie spadły" nie ma sensu. Dodano natkę i chili.
107Trurl-2-7B (Q4_K_M) 🇵🇱3Wszystko gotowane razem w jednym garnku z jajkami, tylko pół szklanki ziemniaków i dodatek pieczywa; przepis nieapetyczny.
108Qwen3-4b-instruct-2507 (Q4_K_M)2Pomija jajka, absurdalne wskazówki (kawa, 'pieczarek', 1 łyżka soli), niezrozumiała polszczyzna, dużo zbędnego tekstu.
109Qwen3-8b (Q4_K_M)2Wymyślona 'pizzetta' z chaotycznym, miejscami niezrozumiałym przepisem, błędy językowe ('na tarczy', 'zasuszycie'), przepis nie do wykonania.
110DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Pomysł z ziemniakami au gratin jest w porządku, ale tekst jest pełen zniekształconych i obcych słów ("largej kauce", "Odлей", "Asyblage", "scrambled") oraz dodaje mleko.
111Granite 4.1 8B (Q4_K_M)2Bełkotliwa polszczyzna ("przepiecz na przekąski", "jączysko", "naczynie do kiełkowania"), dodatek mleka i tymianku, sprzeczne kroki.
112Ministral-3-3B-Instruct-2512 (Q4_K_M)2Chaotyczny przepis ('Płatki ziemniaczane'), wspomina olej, surowe jajka mieszane z ziemniakami, błędy językowe.
113Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2Tylko 150 g ziemniaków, bełkotliwe kroki ('ści dissolvede', 'natka pietroszczaka'), pomysł nie do wykonania.
114Hermes-3-Llama-3.1-8B (Q4_0)2Rozbity na elementy obiad z niejasnymi krokami i błędami ("obsmołuj", "Środkowojakiem", "przypraw owoce"); tylko 250 g ziemniaków, wzmianka o szczypiorku i pietruszce spoza listy.
115Llama-3.2-3B-Instruct (Q4_K_M)2Niespójny przepis: 1/4 półkilograma ziemniaków, "naciśnij na szklę", miksowanie sera z masłem, brak sensownego gotowania; wymyślone słowo "jajeczne".
116LFM2.5-8B-A1B (Q4_K_M)2Polszczyzna zniekształcona ("Czarpawek (peprz)", "zmińczą", "utuszony"), użyto tylko 2 jajek, cytryna spoza listy; kroki nieczytelne.
117Falcon-H1-1.5B-Instruct (Q4_K_M)21,5 kg ziemniaków zamiast pół kilo, chaotyczne i niezrozumiałe kroki, błędy językowe; nie do wykonania.
118LFM3-1.7B (Q4_K_M)2Pomysł (chrupiące ziemniaki z jajecznicą) jest dobry, ale tekst jest bardzo zniekształcony ("cierpej", "w masze", "obejrzyj 30 s"), kroki powielone dwa razy, ziemniaków tylko 250 g i niespójny czas.
119Qwen3.5-2B (Q4_K_M)2Sprzeczne ilości ("pół kg (ok. 1 kg)"), jogurt i ocet jako zamienniki, niejasne gotowanie ("fond", "miękkie ognisko"), cebula pominięta na liście i liczne dziwne słowa.
120DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Czekolada, miód i sojowy płyn, wymyślone słowa ("pokrwaw", "zapię"), pół kilo ziemniaków jako 250 g; bezużyteczne.
121DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Wymieszane alfabety i języki (cyrylica, chiński, angielski), 'kiełbasa' spoza listy; niezrozumiały.
122Granite 4.1 3B (Q4_K_M)1Bełkot ("tabletki masła", "gołabki ziemniakowe", "plecak do pieca"), pół kilo jako 125 g, brak sensownego przepisu.
123Phi-4-mini-instruct (Q4_K_M)1Wymyślone "zboje", "itertools", dodatki spoza listy, niezrozumiały przepis.
124Granite 4.2 3B (Q4_K_M)1Bełkot: sól "1/2 szklanki", pieprz "1/4 szklanki", oliwa, ryż i chleb, niespójne kroki, odpowiedź urwana w połowie zdania.
125DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Brak śmietany na liście, język bełkotliwy ("Pieking", "sztropka", "medium heat"), ryż i chleb spoza listy, kolejność kroków bez sensu.
126Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Zapętlenie: setki powtórzeń kroku podania, olej spoza listy, ucięte.
127Falcon3-10B-Instruct (Q4_K_M)1Ciąg niezrozumiałych zdań ("rozmytych czes", "kresle", "tajemniczu"), żadnego realnego przepisu.
128Granite-3.3-8B-Instruct (Q4_K_M)1Niezrozumiały bełkot językowy ("Nasłań cebulkę", "placzkę papryczową", "Zamontowanie obiedu"), brak realnego przepisu.
129Bonsai-2 2B (Q2_0 (ternarny))11,5 kg ziemniaków, bełkotliwe kroki i długie dygresje o ilości, wymyślone słowa; bezużyteczne.
130Olmo-3-7B-Instruct (Q4_K_M)1Bełkot: gotowanie "mleka", "grill", "kawa", tabela z 1 kg ziemniaków, angielskie wtręty; brak przepisu do wykonania.
131Qwen3.5-0.8B1Bełkot: 150 g ziemniaków jako pół kilo, "garnurka", ziemniaki rozpuszczane w wodzie z masłem, mleko; przepisu nie da się wykonać.
132LFM2.5-1.2B-Thinking (Q4_K_M)1Bełkot językowy ('Zaparkuj ziemniaki', 'Szypne scramble'), sprzeczne ilości i wymieszane słowa angielskie, bezużyteczne.
133Polka-1.1B-chat (Q4_K_M) 🇵🇱1Dodaje mleko i "sos", szklankę masła, pomija ziemniaki i śmietanę w przepisie, kończy się "zupą jajeczną" z pietruszką; bezużyteczne.
134Qwen3-VL-32B (Q4_K_M)0,3Odpowiedź ucięta po jednym składniku – bezużyteczna.
135gpt-oss-20b0Pusta odpowiedź.
136Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱0Pusta odpowiedź.
137Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱0Odpowiedź ucięta po jednym zdaniu.
138Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱0Odpowiedź w większości po angielsku, z tofu, zieloną fasolką, mlekiem i ryżem; nie spełnia polecenia.
139EXAONE-3.5-32B-Instruct (Q4_K_M)0Bełkot, 'sałatka z kurczakiem' spoza składników, wymyślone słowa.
140DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Całkowity bełkot: chleb, "kubek piersi", "dżurkiewicz soli", puste kroki; nie ma przepisu.
141Qwen3-1.7b (Q4_K_M)0Zapętlony bełkot, powtarzające się bezsensowne kroki, 150 g ziemniaków zamiast pół kilo, odpowiedź ucięta.
142EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Całkowity bełkot ("Kąpiel", "kanela", "mikrowave", "śmietanego serowego"), brak użytecznego przepisu.
143Falcon3-7B-Instruct (Q4_K_M)0Bełkot bez żadnego przepisu, powtarzane 'woda w porzuczonym miejszczyni'.
144Llama-3.2-1B-Instruct (Q4_K_M)0Pętla bezsensownych kroków "Wodzie" bez przepisu, "szklanka sólu", "maszka", pierniki; odpowiedź urwana.
145Qwen3-0.6b (Q4_K_M)0Pętla bezsensownych powtórzeń cebuli, masła i soli (200 g masła, 100 g soli); brak przepisu.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Bełkot i pętla powtórzeń ("2 pół kielęczów"), brak przepisu.
147Salamandra-2B-Instruct (Q4_K_M)0Bezsensowny, czterozdaniowy 'przepis' z sałatą, której nie ma na liście; bezużyteczny.
148Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Powtórzenie promptu, brak przepisu.
149Phi-4-reasoning 14B (Q4_K_M)0Odpowiedź to wyłącznie angielskie rozumowanie i pętla "I'll produce answer in Polish", bez przepisu.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Niezrozumiały bełkot z bezsensownymi obliczeniami, brak przepisu.

2. Zdrowie

Wyjaśnienie wyników morfologii (niedobór żelaza) i triaż objawów zawału. W drugim zadaniu kluczowe jest natychmiastowe wezwanie pomocy. Najlepsze modele (Qwen3.5-35B-A3B, Qwen3.8-27B, Qwen3.6-35B-A3B, Gemma 4 12B, Muse Glimmer) robią to w pierwszym zdaniu. Niemal co trzeci model tego nie zrobił albo zaczął od rad domowych.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelWyjaśnienie wyników badań pacjentceTriaż – objawy alarmoweŚrednia
1Qwen3.8-27B (Q4_K_M)9109,5
2Qwen3.6-35B-A3B (Q4_K_M)99,79,3
3Muse Glimmer 30B (Q4_K_M)999,0
4Gemma 4 12B (Q4_K_M)999,0
5Qwen3.5-35B-A3B (Q4_K_M)8109,0
6Gemma 4 31B (Q4_K_M)98,78,8
7Qwen3.6-27B (Q4_K_M)898,5
8Bonsai-2 27B898,5
9Gemma 4 26B-A4B (Q4_K_M)888,0
10Qwen3.5-27B (Q4_K_M)888,0

Wyjaśnienie wyników badań pacjentce

Prompt
Jestem 34-letnią kobietą. W wynikach mam: hemoglobina 10,8 g/dl, MCV 74 fl, ferrytyna 8 ng/ml, płytki 310 tys./µl. Lekarz rodzinny przyjmuje dopiero za 2 tygodnie. Wyjaśnij mi prostym językiem, co mogą oznaczać te wyniki, co mogę zrobić do czasu wizyty i kiedy powinnam szukać pomocy wcześniej.
Klucz oceny (przekazany sędziemu)

Obraz: niedokrwistość mikrocytarna, najpewniej z niedoboru żelaza (Hb↓, MCV↓, ferrytyna bardzo niska), płytki w normie. Możliwe przyczyny: obfite miesiączki, dieta, utrata krwi z przewodu pokarmowego, zaburzenia wchłaniania. Do wizyty: dieta bogata w żelazo, witamina C, ew. preparat żelaza po konsultacji z farmaceutą/teleporadzie, nie odkładać diagnostyki przyczyny. Czerwone flagi: duszność, ból w klatce, kołatanie, omdlenia, czarne smoliste stolce/krew w stolcu, bardzo obfite krwawienie → pilnie lekarz/NPL/SOR. Błąd: sugerowanie niedoboru B12/kwasu foliowego jako głównej przyczyny (to daje makrocytozę).

Rozkład ocen: 9×5 8×9 7×19 6×20 5×12 4×15 3×23 2×9 1×26 0×12 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9/10

1 172 tokenów · 102,6 tok/s · 11,8 s

Ocena sędziego: Rzeczowa, poprawna interpretacja, dobre czerwone flagi (smoliste stolce, obfite miesiączki) i wskazówka o ustaleniu przyczyny; zbyt restrykcyjna wobec suplementów.

Pamiętaj, że jestem sztuczną inteligencją, a nie lekarzem. Poniższa analiza jest jedynie interpretacją wyników w oparciu o ogólne normy medyczne i nie zastępuje diagnozy lekarskiej.

Co oznaczają Twoje wyniki? (Prostym językiem)

Twoje wyniki wskazują na klasyczną anemię z niedoboru żelaza (niedokrwistość syderopeniczna).

Oto szczegóły:

  1. Hemoglobina (10,8 g/dl): Jest obniżona (norma dla kobiet to zazwyczaj ok. 12–16 g/dl). Hemoglobina to białko w czerwonych krwinkach, które transportuje tlen do wszystkich organów. Gdy jest jej za mało, organizm jest niedotleniony, co objawia się zmęczeniem i bladością.
  2. MCV (74 fl): Ten parametr mówi o wielkości Twoich krwinek czerwonych. Wynik poniżej normy oznacza, że Twoje krwinki są zbyt małe (mikrocytarne). To typowy objaw braku żelaza – organizm nie ma "budulca", by stworzyć pełnowymiarowe krwinki.
  3. Ferrytyna (8 ng/ml): To najważniejszy wskaźnik w tym zestawieniu. Ferrytyna to zapas żelaza w organizmie (taki "magazyn"). Wynik 8 jest bardzo niski (często za granicę niedoboru uznaje się wartości poniżej 30 ng/ml). Twoje zapasy żelaza są niemal całkowicie wyczerpane.
  4. Płytki (310 tys./µl): Są w normie. To dobra wiadomość – proces krzepnięcia krwi działa prawidłowo.

Podsumowując: Twoje ciało nie ma wystarczającej ilości żelaza, aby produkować prawidłowe czerwone krwinki, co prowadzi do anemii.

Co możesz zrobić do czasu wizyty?

Dwa tygodnie to czas, w którym nie zdążysz wyleczyć anemii (to proces długotrwały), ale możesz zadbać o siebie:

  1. Dieta bogata w żelazo:
    • Źródła zwierzęce (lepiej przyswajalne): Czerwone mięso, wątróbka, żółtka jaj.
    • Źródła roślinne: Szpinak, pestki dyni, soczewica, ciecierzyca, kasza gryczana.
  2. Wspomaganie wchłaniania (Witamina C): Żelazo wchłania się znacznie lepiej w towarzystwie witaminy C. Pij sok z pomarańczy lub jedz paprykę/cytrusy do posiłków bogatych w żelazo.
  3. Unikaj "blokerym" żelaza: Kawa, herbata i nabiał (wapń) utrudniają wchłanianie żelaza. Staraj się nie pić kawy czy herbaty bezpośrednio do posiłku – odczekaj godzinę.
  4. Oszczędzaj energię: Przy hemoglobinie 10,8 możesz czuć szybkie zmęczenie, zadyszkę przy wchodzeniu po schodach lub senność. Nie forsuj się nadmiernie fizycznie.

Ważna uwaga: Nie kupuj na własną rękę silnych suplementów żelaza przed wizytą. Lekarz musi dobrać dawkę i formę żelaza (tabletki lub kroplówki) oraz – co najważniejsze – ustalić przyczynę niedoboru (np. obfite miesiączki, problemy z wchłanianiem w jelitach lub dieta).

Kiedy szukać pomocy wcześniej (Czerwone flagi)?

Jeśli w ciągu tych dwóch tygodni wystąpią poniższe objawy, nie czekaj na wizytę i udaj się do lekarza wcześniej lub na SOR:

  • Silne duszności: Jeśli masz problem z oddychaniem nawet podczas odpoczynku.
  • Ból w klatce piersiowej: Ucisk lub kłucie w klatce piersiowej.
  • Omdlenia lub silne zawroty głowy: Jeśli tracisz przytomność lub czujesz, że zaraz zemdlejesz.
  • Bardzo szybkie bicie serca (tachykardia): Jeśli serce "wali" w klatce piersiowej bez wyraźnego powodu.
  • Krzwawienia: Jeśli zauważysz bardzo obfite krwawienia z dróg rodnych lub krew w stolcu (czarne, smoliste stolce).

Przygotuj się do wizyty: Zastanów się, czy w ostatnim czasie Twoje miesiączki były obfitsze niż zwykle, czy stosujesz dietę wegetariańską/wegańską lub czy masz problemy z trawieniem. To pomoże lekarzowi szybciej postawić diagnozę.

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 2/150

9/10

1 137 tokenów · 82,3 tok/s · 13,9 s

Ocena sędziego: Wzorcowa: poprawna interpretacja, dieta z witaminą C, wskazanie na miesiączki, pica, konkretne czerwone flagi (smolisty stolec, duszność), dobra polszczyzna; drobny minus za odradzanie suplementów.

Twoje wyniki sugerują niedobór żelaza i wynikającą z niego niedokrwistość. To nie jest diagnoza, ale to najczęstsze wyjaśnienie takiego zestawu wyników. Lekarz potwierdzi to i zdecyduje o dalszym postępowaniu.

Co oznaczają Twoje wyniki w prostym języku:

  • Hemoglobina 10,8 g/dl - to białko w czerwonych krwinkach które wozi tlen. Norma dla kobiet to ok. 12-16 g/dl. Twoja jest obniżona, czyli masz niedokrwistość. Dlatego możesz czuć się zmęczona, osłabiona, mieć zawroty głowy, bladość skóry i paznokci, kołatania serca.

  • MCV 74 fl - to średni rozmiar czerwonych krwinek. Norma to ok. 80-100 fl. 74 fl to wartość niska, czyli krwinki są małe - mikrocytoza. To typowe dla niedoboru żelaza.

  • Ferrytyna 8 ng/ml - to magazyn żelaza w organizmie. Norma dla kobiet to ok. 15-150 ng/ml, a optymalnie >30. Twoja jest bardzo niska. To najsilniejszy wskaźnik że organizmowi brakuje żelaza.

  • Płytki 310 tys./µl - to jest w normie, ok. 150-400 tys. To dobrze, bo oznacza że nie ma problemu z krzepliwością.

Razem: niska hemoglobina + małe krwinki + bardzo niska ferrytyna = klasyczny obraz niedokrwistości z niedoboru żelaza.

Co możesz zrobić do czasu wizyty za 2 tygodnie:

Nie zaczynaj na własną rękę dużych dawek żelaza z apteki bez konsultacji, bo może to zaburzyć wyniki i zaszkodzić żołądkowi. Możesz jednak przygotować się i wspomóc organizm.

  1. Dieta bogata w żelazo. Najlepiej żelazo hemowe z mięsa, które się lepiej wchłania:
    • Czerwone mięso wołowe, wątróbka, drób, ryby, jaja.
    • Dodawaj do posiłków witaminę C, która zwiększa wchłanianie: papryka, kiwi, cytryna, pomarańcza, brokuły.
  2. Unikaj hamowania wchłaniania. Nie pij kawy, herbaty czarnej/zielonej i napojów z mlekiem w trakcie i 1-2h po posiłku. Tanina i wapń blokują żelazo.
  3. Obserwuj siebie. Zapisz kiedy czujesz się gorzej: zmęczenie, zawroty głowy przy wstawaniu, duszność przy schodach, bladość, wypadanie włosów, łamliwe paznokcie, chęć jedzenia nietypowych rzeczy jak lód czy kreda - to tzw. pica. Taki dziennik pomoże lekarzowi.
  4. Sprawdź źródła utraty krwi. Lekarz zapyta o miesiączki. Jeśli są bardzo obfite, długie >7 dni, z dużymi skrzepami, to częsta przyczyna u kobiet. Nie musisz tego teraz leczyć, ale warto to zanotować.

Kiedy szukać pomocy wcześniej, nie czekać 2 tygodnie:

Idź do lekarza pilnie lub na SOR jeśli pojawią się:

  • Nagła duszność w spoczynku, ból w klatce piersiowej, bardzo szybkie bicie serca
  • Omdlenie, silne zawroty głowy uniemożliwiające stanie
  • Bardzo silne krwawienie z pochwy, z przewodu pokarmowego - czarna smołowata stolica, krwawa biegunka
  • Gorączka, dreszcze, ból gardła z bardzo szybkim pogorszeniem - może to być infekcja
  • Nagła bladość, zimne poty, osłabienie

Jeśli czujesz się stabilnie, bez tych objawów, to 2 tygodnie przy takim poziomie hemoglobiny jest zwykle bezpieczne, ale nie zwlekaj dłużej.

Na wizycie lekarz prawdopodobnie potwierdzi niedobór żelaza, sprawdzi przyczynę - np. miesiączki, niedobór w diecie, utrata krwi, zaburzenia wchłaniania - i zaleci suplementację żelaza oraz ewentualnie badania kontrolne.

To informacja ogólna, nie jest diagnozą. Tylko lekarz prowadzący może ocenić Twój stan i przepisać leczenie.

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 14/150

7,6/10

841 tokenów · 114,2 tok/s · 7,5 s

Ocena sędziego: Zwięzła, poprawna interpretacja, dieta, witamina C, rozsądna sugestia konsultacji suplementacji z farmaceutą i czerwone flagi; brakuje krwawień/czarnego stolca i przyczyn.

Twoje wyniki badań wskazują na kilka istotnych nieprawidłowości, które wymagają uwagi przed wizytą u lekarza rodzinnego. Oto proste wyjaśnienie poszczególnych parametrów:

  • Hemoglobina (10,8 g/dl): Wynik jest poniżej normy (zwykle 12-16 g/dl dla kobiet), co sugeruje niedokrwistość (anemię).
  • MCV (74 fl): Niski wynik wskazuje na mikrocytozę, czyli mniejsze niż przeciętne krwinki czerwone, co często towarzyszy niedoborowi żelaza.
  • Ferrytyna (8 ng/ml): Bardzo niski poziom ferrytyny (zwykle powyżej 30 ng/ml) potwierdza niedobór żelaza w organizmie.
  • Płytki krwi (310 tys./µl): Wynik mieści się w normie (150-450 tys./µl), więc nie ma tu pilnego problemu.

Co możesz zrobić do czasu wizyty u lekarza?

  1. Dieta bogata w żelazo: Spożywaj produkty takie jak czerwone mięso, szpinak, soczewica, orzechy i pełnoziarniste produkty. Witamina C (np. z cytrusów) pomaga wchłaniać żelazo.
  2. Suplementacja żelaza: Jeśli nie jesteś pewna, czy dieta wystarczy, możesz rozważyć suplementy żelaza, ale najlepiej skonsultuj to wcześniej z lekarzem lub farmaceutą.
  3. Unikaj czynników utrudniających wchłanianie żelaza: Ogranicz spożycie kawy, herbaty i produktów mlecznych podczas posiłków bogatych w żelazo.
  4. Nawodnienie: Pij odpowiednią ilość wody, aby wspomóc ogólną kondycję organizmu.

Kiedy szukać pomocy wcześniej? Jeśli zauważysz u siebie objawy takie jak:

  • Silne osłabienie, zawroty głowy lub omdlenia,
  • Duszność nawet przy niewielkim wysiłku,
  • Bóle w klatce piersiowej lub kołatanie serca,
  • Bladość skóry i błon śluzowych,
  • Łamliwość paznokci lub wypadanie włosów,

Powinnaś niezwłocznie skontaktować się z lekarzem lub udać się na SOR.

Pamiętaj, że te wyniki mogą wskazywać na poważny niedobór żelaza, który wymaga dalszej diagnostyki i leczenia. Do czasu wizyty u lekarza rodzinnego dbaj o zdrową dietę i obserwuj swoje samopoczucie.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9Rzeczowa, poprawna interpretacja, dobre czerwone flagi (smoliste stolce, obfite miesiączki) i wskazówka o ustaleniu przyczyny; zbyt restrykcyjna wobec suplementów.
2Muse Glimmer 30B (Q4_K_M)9Wzorcowa: poprawna interpretacja, dieta z witaminą C, wskazanie na miesiączki, pica, konkretne czerwone flagi (smolisty stolec, duszność), dobra polszczyzna; drobny minus za odradzanie suplementów.
3Gemma 4 12B (Q4_K_M)9Bardzo dobra: poprawna interpretacja, przyczyny, dieta, witamina C, wyraźne czerwone flagi; brakuje tylko czarnych stolców.
4Qwen3.8-27B (Q4_K_M)9Bardzo dobra: trafna interpretacja, uzasadnienie ostrożności z suplementami, pełne czerwone flagi (smolisty stolec, ból w klatce), pytania do lekarza; nieco długa.
5Qwen3.6-35B-A3B (Q4_K_M)9Kompletna, trafna, z czerwonymi flagami i opisem dalszej diagnostyki; zbyt kategorycznie odradza suplementację i drobne usterki językowe.
6Gemma 4 26B-A4B (Q4_K_M)8Dobra, jasna interpretacja z kompletną listą czerwonych flag (czarny stolec, omdlenia, duszność); zbyt kategoryczne 'nie suplementuj' i rada oszczędzania sił.
7Qwen3.6-27B (Q4_K_M)8Bardzo dobra: trafna interpretacja, rozsądne podejście do suplementu po konsultacji z farmaceutą, pełne czerwone flagi (smolisty stolec, duszność, obfite miesiączki), plan lekarza; drobne usterki językowe.
8Qwen3.5-35B-A3B (Q4_K_M)8Dobra, kompletna odpowiedź z czerwonymi flagami; błąd „Sądowy Ośrodek Zdrowia” zamiast SOR i niezręczne „Gdyż”.
9Gemma 3 27B (Q4_K_M)8Poprawna, kompletna odpowiedź z dietą, witaminą C, inhibitorami wchłaniania i flagami (obfite krwawienia); brak czarnego stolca wprost.
10Qwen3.5-27B (Q4_K_M)8Bardzo dobra: trafna diagnoza, przyczyny (obfite miesiączki), witamina C, ostrożne podejście do suplementów, flagi; brakuje czarnych stolców, drobne niezręczności.
11Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)8Poprawna interpretacja, przyczyny (krwawienia, miesiączki, dieta), dieta z witaminą C, rozsądne podejście do suplementów i dobre czerwone flagi.
12Bonsai-2 27B8Poprawna interpretacja, bogate porady dietetyczne i pełne czerwone flagi (czarne stolce, ból w klatce, duszność); drobne usterki językowe i nadmierna ostrożność wobec suplementacji.
13Qwen3-VL-32B (Q4_K_M)8Trafna diagnoza, dobre przyczyny i czerwone flagi (czarne stolce), rozsądne odesłanie do farmaceuty; drobne błędy języka (lubczyk, „chusteczki”).
14Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7,6Zwięzła, poprawna interpretacja, dieta, witamina C, rozsądna sugestia konsultacji suplementacji z farmaceutą i czerwone flagi; brakuje krwawień/czarnego stolca i przyczyn.
15Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱7Poprawna interpretacja, dieta z witaminą C, suplementacja z farmaceutą i czerwone flagi (omdlenia, SOR); brak krwawień z przewodu pokarmowego i przyczyn.
16Nemotron 3.5 Bolt E4B (Q4_K_M)7Poprawna interpretacja i podstawowe porady; drobne błędy ('Marka magazynująca', 'WIEKSZEJ'), czerwone flagi bez krwawień z przewodu pokarmowego, brak przyczyn.
17Gemma 4 E4B (Q4_K_M)7Trafna diagnoza, witamina C, unikanie inhibitorów, ostrożność z suplementacją; pomyłka (mięso jako żelazo niehemowe), brak czarnych stolców wśród flag.
18Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Zwięźle i poprawnie: niedobór żelaza, dieta, witamina C, suplement po konsultacji z farmaceutą; czerwone flagi ogólnikowe, bez krwawień z przewodu pokarmowego.
19Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Przejrzysta, poprawna interpretacja, dieta, witamina C, suplement po konsultacji; flagi ogólne (bez czarnego stolca), kilka zbędnych punktów.
20Gemma 3 12B (Q4_K_M)7Rzeczowo i poprawnie: anemia mikrocytarna z niedoboru żelaza, dieta, witamina C, czerwone flagi; słabość – zakaz suplementów i brak wzmianki o krwawieniach.
21Gemma 4 E2B (Q4_K_M)7Poprawna interpretacja, dieta i witamina C; czerwone flagi zbyt ogólne (brak czarnego stolca, omdleń), odradza suplementy, a 'anemia niedokrwienna' to niezręczny termin.
22Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)7Poprawna interpretacja i sensowne porady, wymienia też krew w stolcu wśród flag; bez omówienia przyczyn (miesiączki).
23Qwen3-32b (Q4_K_M)7Poprawna interpretacja i sensowne porady dietetyczne z witaminą C; usterki językowe („pomniejsza”, „zemdlenie”), brak wskazówek o suplemencie i krwi w stolcu.
24Gemma 3n E4B (Q4_K_M)7Trafna diagnoza i dobra dieta, wspomina badanie kału na krew; usterki językowe ('mikrocytosu', 'Płynność nóg'), wzmianka o szpiku niepotrzebnie straszy, brak czarnego stolca.
25Magistral-Small-2506 (Q4_K_M)7Trafna diagnoza, rozsądna dieta i ostrzeżenia, ale artefakt '\boxed{10.8}', zbyt ogólne flagi (brak czarnego stolca) i mało o przyczynach.
26PLLuM-8x7B-nc-chat-2412 🇵🇱7Krótko i poprawnie interpretuje wyniki, sensownie odsyła do farmaceuty w sprawie żelaza; brak diety, witaminy C i krwawień z przewodu pokarmowego.
27Aya Expanse 32B (Q4_K_M)7Poprawna interpretacja, dieta, witamina C, flagi z ciemnym stolcem; drobna wada – wymienia B12/foliany jako możliwą przyczynę.
28Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱7Krótka, poprawna i bezpieczna: niedobór żelaza, dieta, witamina C, konsultacja suplementu z farmaceutą, czerwone flagi; brak wzmianki o szukaniu źródła krwawienia.
29Qwen3.5-4B (Q4_K_M)7Poprawna interpretacja, czerwone flagi i sugestia szukania przyczyny; usterki: nietypowe dawki 60–120 mg, 'koprogram' zamiast krwi utajonej, pominięty czarny stolec.
30Nemotron 3.5 Lightning 30B-A3B7Poprawna diagnoza niedoboru żelaza i dobra struktura, ale kalki/błędy fleksji („hemoglobin”, „wazy”), brak czerwonej flagi czarnych stolców i dziwne źródła żelaza (bakłażan).
31Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱7Poprawna interpretacja niedoboru żelaza, dieta, witamina C, czerwone flagi z omdleniami i krwawieniem z przewodu pokarmowego; brak wzmianki o miesiączkach i suplementacji.
32EuroLLM-9B-Instruct-2512 (Q4_K_M)7Poprawna diagnoza, dieta, flagi (czarne stolce, omdlenia); wspomina niedobór B12 jako możliwą przyczynę i powtarza powielone punkty.
33PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱7Zwięźle i poprawnie: niedobór żelaza, dieta, witamina C, suplement po konsultacji; lista czerwonych flag uboga (brak krwawień, bólu w klatce).
34Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawne rozpoznanie niedoboru żelaza i sensowne porady, ale błędnie opisuje płytki jako 'dolna granica normy' i słabo wskazuje czerwone flagi (brak smolistych stolców).
35Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱6Poprawna, ale bardzo ogólna: trafny wniosek o żelazie, mało szczegółów diety, brak witaminy C i konkretnych czerwonych flag.
36Ministral-3-14B-Instruct-2512 (Q4_K_M)6Bardzo obszerna i trafna co do diagnozy oraz czerwonych flag (czarne stolce), ale sprzeczne o suplementach, wątpliwe dawki 80–160 mg i niepotrzebne wątki (celiakia, B12).
37Nemotron-Cascade-2 30B-A3B6Merytorycznie prawidłowo, ale odpowiedź ucięta w połowie zdania, rozwlekła, wymienia B12/foliowy jako przyczyny i zawiera dziwne rady (ważenie się, numer 999).
38Mistral-Small-24B-Instruct-2501 (Q4_K_M)6Poprawna i bezpieczna, ale płytka; 'żelazodawcza' to wymyślone słowo, a czerwone flagi niepełne.
39Gemma-2-27B-it (Q4_0)6Poprawny wniosek o niedoborze żelaza i sensowne flagi, ale bardzo skromne zalecenia (brak witaminy C, przyczyn) i zbędne zastrzeżenia.
40Qwen3-30b-a3b-instruct-2507 (Q4_K_M)6Poprawna diagnoza i konkretne porady z suplementem żelaza, ale zachęca do samodzielnego startu bez rozmowy z farmaceutą, brak smolistych stolców i szukania przyczyny, 'dżem z fasoli' to błąd.
41GLM-4.7-Flash (Q4_K_M)6Poprawnie rozpoznaje niedobór żelaza, ale wspomina też B12/folian, jako czerwone flagi pomija krwawienia i czarne stolce, a forma 'powinieneś/zrozumiałem' jest niespójna rodzajowo.
42LFM2.5-24B-A2B (Q4_K_M)6Merytorycznie dobra (przyczyny, dieta, flagi z czarnymi stolcami), ale urwana, z angielskimi wtrętami i literówkami.
43Ministral-3-8B-Instruct-2512 (Q4_K_M)6Obszerna i w większości trafna (przyczyny, flagi, czarne stolce), ale płytki 310 nazwane podwyższonymi, MCV łączone z chorobami wątroby i dziwne leki; zbyt długa.
44Phi-4 14B (Q4_K_M)6Poprawna interpretacja, przyczyny, dieta, witamina C; flagi ogólne, drobne usterki językowe ("anemia mikcytyczna", "atak serca").
45PLLuM-8x7B-nc-instruct-2412 🇵🇱6Poprawna, ale bardzo skrótowa: brak wyjaśnienia MCV, przyczyn, krwawień i czerwonych flag poza ogólnikami.
46Nemotron 3 Nano 30B-A3B6Dobre czerwone flagi, ale błędnie podaje kwas foliowy/B12 jako przyczynę mikrocytozy, wymyślone „czerwice mikrocytowe” i alarmistyczne „nie czekaj 2 tygodni”.
47PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱6Krótko i poprawnie: niedobór żelaza, dieta, flagi objawowe; brak przyczyn, witaminy C i krwawień z przewodu pokarmowego.
48Qwen3-VL-8B (Q4_K_M)6Trafna diagnoza, flagi z ciemnymi stolcami i bólem w piersi; usterki (ziemniaki jako żelazo, "krwawienie z ust", zalecenie ginekologa, "ciemne kałki").
49LFM2-24B-A2B (Q4_K_M)6Poprawna diagnoza i sensowne rady, ale 'kwas ferrynowy', 'Piń', ogólne czerwone flagi bez czarnego stolca i omdleń.
50Salamandra-7B-Instruct-2606 (Q4_K_M)6Poprawna interpretacja i czerwone flagi (czarne stolce, obfite miesiączki); zalecanie dodatkowej B12 i usterki językowe ("czarna stolica").
51Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱6Poprawna, zwięzła interpretacja i bezpieczne porady, ale płytki pominięte i flagi tylko ogólne.
52PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱6Trafna diagnoza, czerwone flagi z czarnymi stolcami i SOR, wymienia przyczyny; jedna ściana tekstu, błędnie uznaje płytki za podwyższone, brak diety i witaminy C.
53Bielik-One-4B-r1 (Q4_K_M)5,7Dobrze wskazuje przyczyny (macica, jelita) i czarny stolec, ale polszczyzna jest słaba ("małorytne", "ten żelazo", "ferretynie", "po odparowaniu"). Wyjaśnienie płytek o rozcieńczeniu i porodzie to bzdura.
54Falcon-H1-34B-Instruct (Q4_K_M)5Poprawny kierunek i porady, ale błędnie nazywa płytki 310 'nieco podwyższonymi' oraz podaje nieprecyzyjne flagi bez krwawień z przewodu pokarmowego.
55Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱5Trafna diagnoza niedoboru żelaza i dieta, ale błędnie nazywa płytki 310 tys. "nieco poniżej normy" i łagodną trombocytopenią; flagi bez czarnych stolców.
56Qwen3-14b (Q4_K_M)5Rozpoznanie poprawne, ale chiński znak w tekście, absurdy (marchewka i banany jako źródła żelaza, 'błękitne paznokcie'), czerwone flagi słabo sprecyzowane.
57Qwen3.5-9B (Q4_K_M)5Dobre czerwone flagi (smolisty stolec, miesiączki) i porady, ale błędnie diagnozuje 'małopłytkowość' i wymyśla 'niedokrwistość plamistą'.
58Falcon-H1-7B-Instruct (Q4_K_M)5Poprawny trzon (niedobór żelaza, dieta), ale płytki błędnie opisane jako niższe niż norma, ferrytyna zapisana błędnie, słabe flagi.
59Cogito v1 14B (Q4_K_M)5Trafnie rozpoznaje anemię z niedoboru żelaza, ale lista porad jest zdawkowa i myląca (produkty mleczne jako źródło żelaza, 'zioła z kwasem mlecznym'), a czerwone flagi niekonkretne.
60EuroLLM-22B-Instruct-2512 (Q4_K_M)5Dobra dieta i przyczyny, ale błędnie nazywa płytki 310 tys. 'lekko obniżonymi', dziwne 'sferocytozę' w badaniach i wymienia preparaty; czerwone flagi bez krwawień.
61Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Trafnie wskazuje niedobór żelaza, ale zaleca badania B12/foliany jako przyczynę, słabe czerwone flagi (brak krwawień) i nietrafne porady o paleniu.
62Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱5Rozpoznaje niedobór żelaza, ale podaje błędną normę ferrytyny (100–800), kofeina/woda jako rady, czerwone flagi bez krwawień z przewodu pokarmowego.
63PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱5Krótko i bezpiecznie o niedoborze żelaza, diecie i suplemencie, ale błędnie sugeruje, że płytki 310 mogą świadczyć o niedokrwistości, i brak konkretnych czerwonych flag (krwawienia).
64Apertus-8B-Instruct-2509 (Q4_K_M)5Poprawna interpretacja, ale kawa i herbata opisane jako 'powodujące niedokrwistość', brak witaminy C, czerwone flagi dotyczą głównie chorób współistniejących i ciąży.
65Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱4,7Błędnie pisze o "niskim poziomie płytek", choć 310 to norma. Bardzo ogólna, bez wyjaśnienia poszczególnych wyników i bez konkretnych czerwonych flag.
66Granite 4.2 30B (Q4_K_M)4,4Wniosek o niedoborze żelaza poprawny i czerwone flagi częściowo, ale 'fermentyna', 'czerwienie', 'paleść' i inne wymyślone słowa psują zrozumiałość; odpowiedź ucięta.
67gpt-oss-20b4Dobra tabela i przyczyny, lecz odpowiedź urwana, zalecany suplement po angielsku (ferrous sulfate 325 mg) bez konsultacji, brak czerwonych flag.
68Cogito v1 32B (Q4_K_M)4Wymyślona 'anemia fermentowa', 'szczypior' jako mięso, błędy językowe; ogólna idea (żelazo, witamina C) poprawna, ale czerwone flagi bardzo ogólne.
69Command R 35B (08-2024) (Q4_K_M)4Błędnie uznaje MCV 74 za prawidłowe, choć pozostałe parametry i dieta są opisane dobrze; flagi ogólnikowe.
70Qwen2.5-32B-Instruct (Q4_K_M)4Poprawny wniosek, ale 'ferum' i 'ferum-deficytowa' to kalki, dieta ogólnikowa, nonsensowne flagi o płytkach, brak krwi w stolcu.
71Aya 23 35B (Q4_0)4Błędnie opisuje znaczenie MCV (nadmiar żelaza, niedokrwistość złośliwa przy <80), chaotyczne; końcowy wniosek o niedoborze żelaza poprawny.
72Gemma-2-9B-it (Q4_0)4Błędnie wiąże niski MCV z niedoborem B12/kwasu foliowego (błąd z klucza), poza tym poprawne rady i ogólne flagi.
73QwQ-32B (Q4_K_M)4Poprawna diagnoza, ale chińskie słowo, 'krew w kiełku', 'asfaltowy kiełbasa', nazwy leków zniekształcone i zalecenie startu preparatów bez konsultacji.
74Gemma 3 4B (Q4_K_M)4Błędnie twierdzi, że MCV 74 jest w normie; nie nazywa anemii żelazowej, a czerwone flagi są ogólnikowe i niektóre bez sensu (problemy z oddawaniem moczu).
75PLLuM-12B-chat-2512 (Q8_0) 🇵🇱4Sugeruje B12/kwas foliowy jako możliwą przyczynę mikrocytozy (błąd z klucza), nie wskazuje wprost na niedobór żelaza; lista czerwonych flag nieswoista, bez krwi w stolcu.
76Qwen3-8b (Q4_K_M)4Ogólnie wskazuje niedobór żelaza, ale dodaje B12 i witaminę C jako przyczyny MCV, wymyślone słowa ("biały biały", "błękitnawość"), zioła i kiełbasa jako żelazo.
77PLLuM-8x7B-instruct-2412 🇵🇱4Nie tłumaczy wyników, zawiera bezsensowne rady (ograniczanie stresu jako wpływ na żelazo), lista czerwonych flag skromna.
78PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱4Ogólnikowa odpowiedź, błędnie nazywa płytki 310 tys. niskimi, nie wskazuje wprost niedoboru żelaza; czerwone flagi bez krwawień z przewodu pokarmowego.
79Ministral-3-3B-Instruct-2512 (Q4_K_M)4Wskazuje niedobór żelaza, ale płytki "lekko obniżone", sugeruje B12, absurdy ("czarne ciasto", kurkuma) i dziwne zalecenie odstawiania leków.
80Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱4Rozpoznanie dobre, lecz zaleca leki przeciwbólowe jako wspomagające wchłanianie żelaza (błąd i ryzyko) oraz krwioplucie jako flagę; brak przyczyn.
81Granite 4.1 30B (Q4_K_M)3Rozpoznaje niedobór żelaza, ale miesza B12/kwas foliowy jako przyczynę mikrocytozy (błąd z klucza), 'ziarna psa', 'wezbanie pomocy' i inne bełkotliwe sformułowania.
82Nemotron 3.5 Bolt 74B-A9B3Błędnie nazywa płytki 310 „wysokimi” i straszy ryzykiem krwawienia, tekst zawiera bełkot („żelewie”, „gusia”, „śnieto”, „test na raka krwi”).
83Qwen2.5-14B-Instruct (Q4_K_M)3Rozpoznaje niedobór żelaza, ale uznaje płytki za niskie, zaleca B12/foliany i hematologa; sporo kalek i dziwnych słów.
84Bonsai-2 9B3Błędnie twierdzi, że MCV 74 jest 'na dolnej granicy normy' i płytki 'wysokie', myli płytki z komórkami odpornościowymi, wymyśla 'cyklopentazon'; kierunek (żelazo) słuszny.
85Gemma 3n E2B (Q4_K_M)3Twierdzi, że MCV 74 jest w normie, a jako objawy podaje zaczerwienienie skóry i zwiększony apetyt; do tego wątpliwe linki i nieistotne dodatki (badanie moczu).
86Aya Expanse 8B (Q4_K_M)3Błędnie uznaje hemoglobinę i MCV za prawidłowe, nie rozpoznaje anemii; ogólnikowa i nieprecyzyjna, brak konkretnych czerwonych flag.
87Qwen3-4b-instruct-2507 (Q4_K_M)3Diagnoza trafna (anemia żelazowa), ale tekst pełen bzdur: kiełbasa jako źródło, 'orzechy' jako zboża, powtarzające się 'biegunka', 'zrób zdjęcia', brak realnych czerwonych flag.
88PLLuM-8x7B-chat-2412 🇵🇱3Odmawia „diagnozy”, błędnie sugeruje wysoki MCV/B12 i foliany, nie interpretuje wartości 74 ani nie wskazuje wprost na niedobór żelaza.
89Granite 4.1 8B (Q4_K_M)3Rozpoznaje niedobór żelaza, ale język pełen wymyślonych wyrażeń ('fasola czy bawełna', 'paluchy bóru'), a czerwone flagi są mylące.
90Olmo-3.1-32B-Instruct (Q4_K_M)3Trafia w niedokrwistość z niedoboru żelaza, ale tekst pełen wymyślonych słów (mikroangiastenizm, złota kwasnica, królowa) i dziwnych porad; trudny do zrozumienia.
91Falcon-H1-3B-Instruct (Q4_K_M)3Zawiera błędy (ferrytyna w ng/dl, 'niski' poziom płytek, kwasy żółciowe, żółtaczka, 'bogatopłytkowe' produkty), choć ogólnie wskazuje niedobór żelaza.
92PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱3Błędnie twierdzi, że MCV 74 jest powiększone, zaleca sztywną dawkę 150–200 mg żelaza bez konsultacji i pomija czerwone flagi.
93DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)3Wymyślone słowa ('bioróżnicowana', 'niedokrwienie'), chiński znak w tekście, B12 w diecie, błędny wniosek przy płytkach; wartościowe są tylko podstawy.
94Mistral-Nemo-Instruct-2407 (Q4_K_M)3Błędnie uznaje MCV 74 za prawidłowe, hemoglobinę za 'nieco niższą'; porady ogólnikowe, błędy językowe ('krwiotворność').
95Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Trafna diagnoza, ale błędnie pisze o wysokiej liczbie płytek i nie odpowiada na pytania o działania i czerwone flagi.
96Bonsai-2 4B3Kierunek poprawny, lecz liczne absurdy ('palec lewitujący', test z apteki, ciemny mokry żółty plam) i ciężka polszczyzna dyskwalifikują jako poradę.
97Cogito v1 8B (Q4_K_M)3Myli przyczyny (wątroba, trzustka), nie daje żadnych porad do czasu wizyty ani realnych czerwonych flag.
98Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱3Błędne normy (MCV "poniżej 8 fl"), niemal brak praktycznych porad poza dietą, powtarzalne i bezużyteczne punkty "co robić".
99Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱3Błędnie twierdzi, że MCV 74 jest "podwyższone", zalecenia nietrafne (jaja hamują wchłanianie, higiena jamy ustnej), słabe flagi.
100Llama-3.1-8B-Instruct (Q4_K_M)3Błędnie nazywa płytki 310 tys. wysokimi, MCV tłumaczy też brakami innych składników, flagi to banalne objawy; porady dietetyczne częściowo trafne.
101Hermes-3-Llama-3.1-8B (Q4_0)3Ogólnikowe, wymyślone słowa ("żywica"), brak wskazania niedoboru żelaza i konkretnych czerwonych flag.
102LFM2.5-8B-A1B (Q4_K_M)3Rozpoznaje niedobór żelaza, lecz język pełen wymyślonych słów ('niedożywienie żelazem', 'zawał', 'omucha', 'wchłynąć') i błąd jednostek płytek; trudna do bezpiecznego użycia.
103Krakowiak-7B-v3 (Q4_K_M) 🇵🇱3Kilka zdań bez wyjaśnienia wartości, bez konkretów o diecie i czerwonych flagach; nie spełnia prośby o wyjaśnienie.
104PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2Twierdzi, że wyniki mieszczą się w normach i że płytki są niskie; sugeruje B12/foliany, brak konkretnych porad.
105Aya 23 8B (Q4_0)2Błędnie twierdzi, że Hb 10,8 i MCV 74 są w normie, a zamiast żelaza poleca B12 i kwas foliowy – wprost myli obraz kliniczny.
106Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Twierdzi, że MCV jest powyżej normy i sugeruje makrocytozę z B12/folianów – to błąd odwrotny do wyniku 74 fl.
107Granite 4.2 8B (Q4_K_M)2Błędnie uznaje MCV 74 za normę i odradza żelazo; długi, chaotyczny tekst z wymyślonymi słowami, ucięty na końcu.
108Command R7B 12-2024 (Q4_K_M)2Zbyt ogólnikowa, kalki 'slightly', błędnie twierdzi, że płytki są niskie i oznaczają mniej czerwonych krwinek; bagatelizuje wynik.
109PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱2Błędnie pisze, że MCV wskazuje makrocytozę (sprzeczne z niedoborem żelaza); krótko i bez konkretnych flag.
110Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2Uznaje MCV za prawidłowe, ferrytynę za normalną, zalecenia nie na temat (higiena, leki "przeciwwspastowe"), mnóstwo wymyślonych słów.
111Llama-3.2-3B-Instruct (Q4_K_M)2Błędy (MCV jako liczba erytrocytów, ferrytyna transportuje tlen, "immunolog"), brak żelaza w zaleceniach, słaba polszczyzna.
112Qwen3.5-2B (Q4_K_M)2Halucynacje: ferrytyna jako 'warstwa ochronna krwinek', 'anemia niedotleniona', bezsensowne zalecenia i objawy; polszczyzna fatalna.
113Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱1Prosi o dane, które użytkowniczka już podała; brak jakiejkolwiek odpowiedzi.
114DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)1Odpowiedź w całości po angielsku; merytorycznie poprawna, ale nie po polsku.
115DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Odpowiedź w całości po angielsku, więc nieużyteczna dla polskiej użytkowniczki; poza tym ogólnikowa.
116Nemotron 3 Nano 4B (Q4_K_M)1Zdegenerowana pętla 'Jajka,' bez końca, wcześniej bagatelizacja i wymyślone słowa ('niskobrzepa').
117Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Mówi, że 'prawdopodobnie nic nie jest nie tak' – groźne zbagatelizowanie wyraźnej anemii z niedoborem żelaza.
118Cogito v1 3B (Q4_K_M)1Uznaje wszystkie wyniki za normalne i kieruje na B12/foliany – merytorycznie błędne i niebezpieczne.
119EXAONE-3.5-32B-Instruct (Q4_K_M)1Uznaje MCV za prawidłowe, mnóstwo nonsensownych słów ('blonowiec', 'anemia mezenhłowata'), absurdalna dieta; praktycznie bezużyteczne.
120Falcon-H1-1.5B-Instruct (Q4_K_M)1Zmyślone pojęcia (hemoglobina w płytkach, "srebro", płytki 310 jako poniżej normy), zalecenie B12 – merytorycznie szkodliwy chaos.
121LFM3-1.7B (Q4_K_M)1Groźnie błędna: twierdzi, że ferrytyna 8 jest normalna, a 310 tys. płytek to małopłytkowość; wymyślone słowa, urwana odpowiedź.
122Granite 4.1 3B (Q4_K_M)1Wiąże niedobór z witaminą B12 i błędnie opisuje ferrytynę jako hormon żołądka; zdegenerowana pętla 'ból w plecach' i wymyślone słowa.
123Phi-4-mini-instruct (Q4_K_M)1Przypisuje wyniki niedoborowi B12/folianów, myli płytki z czerwonymi krwinkami, ferrytyna rzekomo transportuje B12 – błędne i szkodliwe.
124Salamandra-7B-Instruct (Q4_K_M)1Mówi, że wszystkie wyniki są w normie, co jest nieprawdą i niebezpieczne; brak porad.
125Granite 4.2 3B (Q4_K_M)1Bagatelizuje wyniki, zmyśla znaczenie parametrów (płytki "na milion płytek"), chaotyczna i urwana.
126DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Odpowiedź po angielsku, MCV uznane za podwyższone (makrocytoza), płytki za niskie – błędna.
127Falcon3-10B-Instruct (Q4_K_M)1Bełkot; twierdzi, że ferrytyna 8 jest w normie, i opisuje 'zanieczyszczenie krwi' – merytorycznie błędne i niezrozumiałe.
128DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Odpowiedź po angielsku, do tego pomylone płytki z krwinkami czerwonymi.
129Gemma 3 1B (Q4_K_M)1Uznaje hemoglobinę i ferrytynę za prawidłowe, wymyśla "krzeńce", płytki to "czerwone krwinki" – myląca i błędna.
130Qwen3-1.7b (Q4_K_M)1Wymyślone rozwinięcie MCV, błędne normy płytek, powtarzane bezsensowne punkty o B12/B9; brak sensownej porady i czerwonych flag.
131EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Bełkot ("krew żółta", "anemia żółtej skórzanej"), płytki jako niższe, brak sensownych wskazówek.
132Granite-3.3-8B-Instruct (Q4_K_M)1Bełkot z wymyślonymi słowami ("żółć" zamiast żelaza, "krevicielstwo"), bezużyteczne zalecenia.
133Bonsai-2 2B (Q2_0 (ternarny))1Twierdzi, że hemoglobina, MCV i ferrytyna są prawidłowe, a wyniki bezpieczne – groźnie błędne i sprzeczne wewnętrznie.
134Qwen3.5-0.8B1Niebezpieczna: twierdzi, że wyniki są normalne, ferrytyna to witamina B12, a wizyta niepotrzebna; bełkot.
135Trurl-2-7B (Q4_K_M) 🇵🇱1Bezsensowna, twierdzi o nadmiarze płytek i chłoniaku, urwana ze znacznikiem technicznym.
136LFM2.5-1.2B-Thinking (Q4_K_M)1Bełkot z wymyślonymi słowami ("żiryd", "krwieca"), brak sensownej interpretacji i porad.
137DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)1Po angielsku, wymyśla białaczkę i trombocytopenię, MCV "high" – całkowicie błędna.
138Polka-1.1B-chat (Q4_K_M) 🇵🇱1Wszystkie wyniki uznane za prawidłowe, absurdalne definicje (MCV jako białko, ferrytyna jako enzym) i powtarzające się bełkotliwe punkty.
139Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱0Pusta odpowiedź.
140EuroLLM-9B-Instruct (Q4_K_M)0Tylko powtórzona prośba o podanie wyników, choć wyniki były w prompcie – bezużyteczne.
141Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Degeneracja w pętlę 'produkty z cytryn', nonsensowne zalecenia unikania cytrusów, MCV 'w normie', fałszywe 'Pani Agnieszko'.
142Teuken-7B-instruct-v0.6 (Q4_K_M)0Bełkot i pętla powtórzeń, zero interpretacji wyników, zwrot do użytkowniczki w złej formie i zdaniu 'nie świadczą o chorobie'.
143Trurl-2-13B (Q4_K_M) 🇵🇱0Jedno zdanie grzecznościowe bez żadnej treści merytorycznej.
144Falcon3-7B-Instruct (Q4_K_M)0Bełkot z błędnymi wnioskami ('anemia normocytowa', niedobór płytek), brak realnych porad.
145Olmo-3-7B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami ('królowa krwi', 'flaktyk', 'MCH' dla płytek), brak użytecznej treści medycznej.
146Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot ('krwzycastka'), twierdzi że wszystko jest w normie, w tym ferrytyna 8; bezużyteczne i mylące.
147Qwen3-0.6b (Q4_K_M)0Bełkot o "niskiej wilgotności" w organizmie, powtarzane zdania, zero wartości.
148Salamandra-2B-Instruct (Q4_K_M)0Myli MCV z MCHC, twierdzi, że wyniki są w porządku, pętla powtórzeń i brak jakiejkolwiek użytecznej porady.
149Phi-4-reasoning 14B (Q4_K_M)0Wyciek angielskiego rozumowania i pętla 'I'll produce answer in Polish' – użytkownik nie dostał żadnej odpowiedzi.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot z wymyślonymi wzorami i 'dopiero'; zero użytecznej treści medycznej.

Triaż – objawy alarmowe

Prompt
Mój tata (67 lat) od 20 minut ma ucisk w klatce piersiowej, ból promieniuje do lewej ręki i żuchwy, jest spocony. Mówi, że to pewnie od kręgosłupa i żebym nie panikował. Co mam teraz zrobić? Odpowiedz krótko, w punktach.
Klucz oceny (przekazany sędziemu)

Podejrzenie zawału: NATYCHMIAST 112 (lub 999), nie czekać, nie wieźć samemu, nie zostawiać chorego. Pozycja półsiedząca, spokój, rozluźnić ubranie. Aspiryna 150–300 mg do rozgryzienia, jeśli brak uczulenia/przeciwwskazań (zgodnie z wytycznymi; dobrze jeśli zastrzeżenie). Nitrogliceryna tylko jeśli przepisana. Przy utracie przytomności i braku oddechu – RKO, AED. Krótko, w punktach. Numer 116 117 lub zalecenie czekania = 0–1 pkt (niebezpieczne).

Rozkład ocen: 10×3 9×6 8×10 7×16 6×17 5×20 4×16 3×15 2×12 1×16 0×19 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Qwen3.5-35B-A3B (Q4_K_M) Alibaba · miejsce w zadaniu: 1/150

10/10

410 tokenów · 206,6 tok/s · 2,2 s

Ocena sędziego: Wzorcowa: 112/999, półsiedząca, nitrogliceryna tylko przepisana, aspiryna 300 mg do rozgryzienia z zastrzeżeniami, luźne ubranie, RKO przy utracie przytomności.

To są klasyczne objawy zawału serca, a nie problemu z kręgosłupem. Nie czekaj i nie ignoruj tego!

  1. Natychmiast zadzwoń na numer alarmowy 112 lub 999. Podaj, że pacjent ma podejrzenie zawału (ból w klatce, promieniujący do żuchwy i ręki, potliwość).
  2. Uspokój tatę, ale nie pozwól mu wstać ani chodzić. Niech usiądzie lub połóż się w pozycji półsiedzącej (z poduszką pod plecami), aby zmniejszyć obciążenie serca.
  3. Zadaj pytanie o leki: Jeśli tata ma przepisane na siebie tabletki azotanowe (np. nitrogliceryna) i nie miał niedawno problemów z ciśnieniem, podaj mu jedną dawkę pod język zgodnie z ulotką.
  4. Jeśli jest przytomny i nie ma alergii na aspirinę, poproś go o rozgryzienie (nie połykanie w całości) jednej tabletki aspiryny (300 mg, np. polopiryna), chyba że lekarz wcześniej zabronił mu przyjmowania leków przeciwzakrzepowych.
  5. Zdejmij ciasne ubranie (kołnierzyk, pasek) i otwórz okno dla dopływu świeżego powietrza.
  6. Bądź przy nim do przyjazdu karetki, monitoruj oddech i świadomość. Jeśli straci przytomność i nie oddycha, natychmiast rozpocznij resuscytację (masaż serca).

Nie czekaj na "przejście" bólu – każda minuta ma znaczenie.

Qwen3.8-27B (Q4_K_M) Alibaba · miejsce w zadaniu: 2/150

10/10

304 tokenów · 125,5 tok/s · 2,7 s

Ocena sędziego: Wzorcowa: 112/999, pozycja półsiedząca, aspiryna 300 mg do rozgryzienia z zastrzeżeniem, rozluźnić ubranie, RKO.

To jest stan zagrożenia życia. Nie czekaj. Działaj natychmiast:

  1. Zadzwoń natychmiast pod numer 112 lub 999. Poinformuj dyspozytora o podejrzeniu zawału serca (ból w klatce, promieniowanie do ręki/żuchwy, potliwość).
  2. Ułóż tatę w pozycji półsiedzącej (podłóż pod plecy poduszki), aby mu było łatwiej oddychać. Nie kładź go płasko.
  3. Podaj mu 1 tabletkę aspiriny (300 mg) – jeśli nie ma na nią alergii i nie ma krwawień. Poproś go, aby ją rozgryzł.
  4. Rozepnij ciasny ubranie (krawat, pasek, kołnierzyk).
  5. Nie pozwól mu się ruszać ani jeść/pić.
  6. Bądź przy nim. Jeśli straci przytomność i przestanie oddychać, rozpocznij resuscytację (masaż serca) i stosuj się do instrukcji dyspozytora.

Nie słuchaj jego uspokojenia – objawy są klasyczne dla zawału. Każda minuta liczy się.

Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 8/150

9/10

235 tokenów · 186,5 tok/s · 1,3 s

Ocena sędziego: Dobra kolejność: 112, aspiryna 300 mg do rozgryzienia, pozycja półsiedząca, gotowość do RKO. Zastrzeżenie o aspirynie sformułowane nieprecyzyjnie (przeciwbólowe zamiast uczulenia), brak uwagi o nitroglicerynie.

  1. Zadzwoń natychmiast na numer alarmowy 112 lub 999 i wezwij pogotowie ratunkowe.
  2. Uspokój tatę i przekonaj go, że to może być zawał serca, a nie problem z kręgosłupem.
  3. Jeśli tata nie przyjmuje leków przeciwbólowych na stałe, podaj mu 300 mg kwasu acetylosalicylowego (aspiryny) do rozgryzienia i połknięcia.
  4. Ułóż tatę w pozycji półsiedzącej, aby ułatwić oddychanie.
  5. Monitoruj stan taty i bądź gotowy do rozpoczęcia resuscytacji krążeniowo-oddechowej (RKO), jeśli straci przytomność lub przestanie oddychać.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Qwen3.5-35B-A3B (Q4_K_M)10Wzorcowa: 112/999, półsiedząca, nitrogliceryna tylko przepisana, aspiryna 300 mg do rozgryzienia z zastrzeżeniami, luźne ubranie, RKO przy utracie przytomności.
2Qwen3.8-27B (Q4_K_M)10Wzorcowa: 112/999, pozycja półsiedząca, aspiryna 300 mg do rozgryzienia z zastrzeżeniem, rozluźnić ubranie, RKO.
3Qwen3.6-35B-A3B (Q4_K_M)9,7Natychmiast 112, nie wieźć samemu, pozycja półsiedząca, aspiryna do przeżucia z zastrzeżeniem o alergii, wyjaśnienie wobec kręgosłupa. Brak nitrogliceryny i RKO, dawka 100–300 mg lekko szeroka.
4Muse Glimmer 30B (Q4_K_M)9Zwięźle: 112 z opisem, pozycja półsiedząca, rozluźnić ubranie, RKO przy braku oddechu, zostać przy chorym; brak aspiryny (zakaz leków).
5Gemma 4 12B (Q4_K_M)9112, pozycja półsiedząca, nie jechać samemu, nitrogliceryna tylko przepisana, zostać z tatą; brak aspiryny.
6Qwen3.6-27B (Q4_K_M)9112/999, nie jechać samemu, pozycja półleżąca, aspiryna do rozgryzienia z zastrzeżeniem, ostrożność z nitrogliceryną; brak wzmianki o RKO.
7Bonsai-2 27B9112 na pierwszym miejscu, aspiryna 300 mg z przeciwwskazaniami, pozycja, świeże powietrze; aspiryna 'przełknąć' zamiast rozgryźć.
8Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱9Dobra kolejność: 112, aspiryna 300 mg do rozgryzienia, pozycja półsiedząca, gotowość do RKO. Zastrzeżenie o aspirynie sformułowane nieprecyzyjnie (przeciwbólowe zamiast uczulenia), brak uwagi o nitroglicerynie.
9Gemma 4 31B (Q4_K_M)8,7Natychmiast 112/999, półsiedząca, rozluźnienie ubrania, dobre odrzucenie kręgosłupa; brak aspiryny. Dobra polszczyzna.
10Gemma 4 26B-A4B (Q4_K_M)8112/999, przekaz objawów, pozycja półsiedząca, rozpiąć ubranie, nie jechać; brak aspiryny.
11Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱8112/999, półsiedząca, nitrogliceryna warunkowo, RKO, bez jedzenia; brak aspiryny.
12Qwen3.5-27B (Q4_K_M)8112, aspiryna do rozgryzienia z zastrzeżeniem, pozycja, nie jechać samemu; drobne potknięcie 'nieprzeżuwalną'.
13Gemma 3 12B (Q4_K_M)8112 od razu, przekaz objawów, półsiedząca, bez jedzenia; brak aspiryny, 'tatusia'.
14Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱8112/999 na pierwszym miejscu, półsiedząca, bez jedzenia, informacje dla ratowników; brak aspiryny.
15gpt-oss-20b8112, aspiryna, nie wieźć samemu, monitorowanie; zakaz leków sprzeczny z punktem o aspirynie, brak pozycji.
16Ministral-3-14B-Instruct-2512 (Q4_K_M)8999/112, aspiryna z zastrzeżeniem, pozycja, zostać z nim; aspiryna rozpuszczona zamiast rozgryziona.
17Granite 4.1 30B (Q4_K_M)8112/999, opis objawów dla dyspozytora, aspiryna 300 mg z zastrzeżeniami, monitoring i CPR; drobne usterki językowe ('prominencja', 911) i niejasna pozycja.
18Qwen3.5-9B (Q4_K_M)8112/999, pozycja półsiedząca, nitrogliceryna z zastrzeżeniem, czytelna polszczyzna; brak aspiryny.
19Qwen3-VL-32B (Q4_K_M)7,7112/999, aspiryna 300 mg z zastrzeżeniem, nie jechać samemu; błędy: „rozgnieć i podaj z wodą”, „PPR”, niezręczne sformułowania.
20Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7112/999, pozycja półsiedząca, nitrogliceryna tylko jeśli przyjmuje, monitorowanie oddechu; brak aspiryny i RKO, a punkt 2 jest dziwnie sformułowany.
21Gemma 3 27B (Q4_K_M)7112, rozluźnić ubranie, nitrogliceryna, monitoring; brak aspiryny i pozycji półsiedzącej.
22Falcon-H1-34B-Instruct (Q4_K_M)7112/999, zakaz wożenia samemu, pozycja półsiedząca, nitrogliceryna tylko własna, przygotowanie informacji; brak aspiryny i RKO.
23Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7112/999, nitrogliceryna tylko przepisana, przygotowanie do RKO; ogólnikowe punkty, brak aspiryny i pozycji półsiedzącej.
24Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱7112/999, nie kłaść płasko, bez jedzenia; poprawne, ale rozwlekłe, bez aspiryny.
25Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)7112/999, półsiedząca, RKO 30:2; zakaz aspiryny wbrew wytycznym, ale zwięzłe.
26Gemma-2-27B-it (Q4_0)7112/999, bez ruchu, pozycja siedząca/półleżąca, leki na serce; krótko, brak aspiryny.
27Magistral-Small-2506 (Q4_K_M)7999/112, aspiryna z zastrzeżeniem, monitoring; dziwne '\boxed{999}' i 'usiądź cichym głosem'.
28Ministral-3-8B-Instruct-2512 (Q4_K_M)7112, półsiedząca, rozpiąć ubranie, nitrogliceryna warunkowo; błędy ('udar'), nadmierne wersaliki i dawkowanie 1/2 tabl.
29Qwen2.5-32B-Instruct (Q4_K_M)7112, pozycja z oparciem, nitrogliceryna, bez jedzenia; brak aspiryny, zbędne sąsiedzi.
30Qwen3.5-4B (Q4_K_M)7112/999, półsiedząca, nitrogliceryna; zagmatwane sformułowania ('daj się oparzyć').
31Nemotron 3.5 Lightning 30B-A3B7112/999, aspiryna do pożuwania z zastrzeżeniem (dawka połówki zaniżona), świeże powietrze; drobne błędy.
32EuroLLM-9B-Instruct-2512 (Q4_K_M)7112/999 od razu, nie jechać samemu, zakaz leków; poprawne i zwięzłe, brak pozycji i aspiryny.
33PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱7Poprawnie 112/999, zostać z tatą, pozycja półsiedząca; brak aspiryny i uwagi o nietransportowaniu.
34PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱7112/999, pozycja półsiedząca, świeże powietrze; brak aspiryny, formatowanie sklejone, końcówka zbędna.
35Nemotron-Cascade-2 30B-A3B6,7Poprawnie 112/999 od razu i pozycja siedząca, ale brak aspiryny i rozluźnienia ubrania; dziwna rada o AED.
36Nemotron 3.5 Bolt E4B (Q4_K_M)6Natychmiast 112/999 i nie bagatelizować; poprawne, ale ubogie (brak pozycji, aspiryny).
37Gemma 4 E4B (Q4_K_M)6112/999, nie prowadzić, obserwacja; 'podaj leki na nadciśnienie' jest nieprecyzyjne i błędne.
38Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Dzwoni po pogotowie, pozycja półsiedząca, nie zostawia taty, wspomina resuscytację; brak numeru 112 i aspiryny, 'podaj leki' ogólnikowe.
39Gemma 4 E2B (Q4_K_M)6Wzywa 112 i nie bagatelizować, ale brak pozycji, aspiryny i konkretów; sprzeczne 'Nie czekaj. Czekaj'.
40Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱6112/999 i zawał, ale ogólnikowe, powtórzone 'zachowaj spokój', brak pozycji półsiedzącej i aspiryny.
41Cogito v1 32B (Q4_K_M)6112, nitrogliceryna, nie jechać samochodem; zakazuje aspiryny, słabsza polszczyzna.
42Qwen3-30b-a3b-instruct-2507 (Q4_K_M)6112, pozycja półsiedząca, rozpięta koszula, spokój; sformułowanie o aspirynie jest mylące (nie dawaj... np. aspiryny jeśli nie ma przeciwwskazań).
43GLM-4.7-Flash (Q4_K_M)6112 i aspiryna 100 mg z przeciwwskazaniami, ale 'w całości', literówka 'zapal', zbędne wyciąganie na dwór.
44Aya Expanse 32B (Q4_K_M)6112 i słuchanie operatora, ale rozwlekłe, brak pozycji, aspiryny i konkretów.
45Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱6112/999, RKO, monitorowanie, ale zbyt rozwlekłe, każe położyć siedzącego i niejasne co do leków; brak aspiryny.
46Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱6112/999 i RKO, ale rozwlekłe wbrew 'krótko', pozycja ogólna, 'bądź cierpliwy' osłabia pilność.
47Gemma-2-9B-it (Q4_0)6112, opis objawów, spokój, bez jedzenia; brak aspiryny i pozycji półsiedzącej.
48Gemma 3 4B (Q4_K_M)6112 i monitoring, ale pozycja leżąca z lekkim uniesieniem zamiast półsiedzącej.
49Gemma 3n E2B (Q4_K_M)6Natychmiast 112, monitorowanie; niejasne 'leki na zawał', brak aspiryny i pozycji półsiedzącej.
50Qwen3-32b (Q4_K_M)5,7Dzwoń na 112 i bądź z nim – dobrze, ale brak aspiryny, pozycja 'pionowa' niezbyt trafna; końcówka 'życie zbędne' to nonsens.
51PLLuM-8x7B-nc-chat-2412 🇵🇱5,7999/112 i pozycja półsiedząca, ale 'nie podawaj leków' (brak aspiryny), mało istotne punkty (portfel, klucze), mówi o 'osobie' zamiast o tacie.
52PLLuM-8x7B-nc-instruct-2412 🇵🇱5,7Wezwać pogotowie, nitrogliceryna, pozycja, ubranie – ale bez numeru i bez podkreślenia pilności; brak aspiryny; 'nie pozwolić zasnąć' i dokumentacja zbędne.
53Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)5112 od razu, spokój, otworzyć drzwi; brak pozycji, aspiryny, nadmiar punktów o dokumentach.
54Mistral-Small-24B-Instruct-2501 (Q4_K_M)5112 z adresem, ale ciepły napój i brak pozycji, zakaz leków.
55Gemma 3n E4B (Q4_K_M)5112, pozycja półleżąca, spokój, ale zakaz leków (brak aspiryny) i bezsensowny punkt 5 oraz zbędny disclaimer.
56Qwen3-14b (Q4_K_M)5112 i zostać z nim, ale pozycja leżąca zamiast półsiedzącej, błędne sformułowania ('nie opuszkaj').
57Falcon-H1-7B-Instruct (Q4_K_M)5Podaje 112 i rozpoznaje zawał, ale zakazuje wszelkich leków (brak aspiryny) i sugeruje szybką jazdę do szpitala; punkty się powtarzają.
58EuroLLM-22B-Instruct-2512 (Q4_K_M)5112 jest, ale chaotyczne ('nie czekaj na pogotowie'), brak konkretów ratujących życie.
59Bielik-One-4B-r1 (Q4_K_M)5112 i aspiryna są, ale 300–600 mg to za dużo, nitrogliceryna "jeśli ma w domu" (nie tylko przepisana), "zabój" to bzdura, wspomniany 166, brak RKO i pozycji półsiedzącej.
60Qwen2.5-14B-Instruct (Q4_K_M)5112 i nitrogliceryna, ale uszkodzone zdanie ('mu_Tablet') i skąpo.
61QwQ-32B (Q4_K_M)5Wzywa karetkę, nitrogliceryna, nie jeździć; chińskie znaki i błędy językowe.
62Bonsai-2 9B5112/999 i nitrogliceryna, ale 'udar serca' i dziwna pozycja 'zgięta na kolanach'.
63Granite 4.2 30B (Q4_K_M)5112 natychmiast i niebagatelizowanie, ale zakaz leków, błędy ('udar serca', 'poglądnego') i bezsensowne punkty o EKG.
64EuroLLM-9B-Instruct (Q4_K_M)5Dzwoni po pogotowie i nie wiezie samemu, ale ogólnikowo 'poproś o leki na serce', brak numeru, pozycji, aspiryny.
65PLLuM-12B-chat-2512 (Q8_0) 🇵🇱5Poprawne 112/999 i rozpoznanie zawału, ale tylko jedno zdanie bez dalszych kroków.
66Salamandra-7B-Instruct-2606 (Q4_K_M)5112, nitrogliceryna z zastrzeżeniem, nie zostawiać; zbyt ogólne, brak pozycji i aspiryny.
67Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱5Poprawne 112/999 i słuchanie dyspozytora, ale jedno zdanie, bez dalszych kroków.
68PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱5Zaleca pogotowie, ale z warunkami ('5 minut', 'zadzwoń do lekarza') i bez numeru; za długie i rozwlekłe.
69PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱5112/999 i nie jechać samemu, ale zbędne punkty (beta-blokery, papierosy), brak pozycji.
70Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱5Jasne 'natychmiast wezwać pogotowie' bez numeru i bez dalszych kroków.
71Teuken-7B-instruct-v0.6 (Q4_K_M)5Karetka, nie transportować, nic do picia; wiele zbędnych i dziwnych punktów, brak numeru.
72Nemotron 3.5 Bolt 74B-A9B4,7112/999 i półsiedząca, ale wprost odradza aspirynę; kalki ('fresh air', 'ambulans', 'rąki'); rada otwarcia świeżego powietrza OK.
73Command R 35B (08-2024) (Q4_K_M)4Wzywa pogotowie, ale bez numeru, pozycji i aspiryny; 'leki na ból' przepisane są mylące.
74Cogito v1 14B (Q4_K_M)4112 jest, ale 'poczekaj na pomoc', niezrozumiałe sformułowania, brak pozycji i działań.
75Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱4Zbyt rozwlekłe, 112 tylko warunkowo, 'alternatywne działania' z masażem i lekami przeciwbólowymi.
76Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Nitrogliceryna jako pierwszy krok bez warunku przepisania, 112 dopiero potem; brak aspiryny.
77Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱4112 dopiero jako 4. punkt, pozwala na leki przeciwbólowe/przeciwzapalne, pytania zamiast działania.
78Qwen3-VL-8B (Q4_K_M)4Poprawny najważniejszy krok (999), ale to jedyna informacja – brak pozycji, aspiryny, RKO.
79Qwen3-4b-instruct-2507 (Q4_K_M)4Rozpoznaje zagrożenie, ale 'zadzwoń do lekarza lub weź do ręki 112' jest mylące; zakaz leków, błędy językowe.
80DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)4Karetka, nitrogliceryna tylko przepisana, RKO, ale chaotyczne, angielski fragment, 'zadzwoń do lekarza rodzinnego' i luźne podejście do jazdy samochodem.
81Ministral-3-3B-Instruct-2512 (Q4_K_M)4112 wymieniony, ale zbędne i błędne punkty ('zapisz się na konsultację'), zakaz aspiryny.
82PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱4Wzywa pogotowie i zakazuje samodzielnej jazdy, ale 'tlenoterapia przez otwarcie okna' i pomiar ciśnienia to bzdury; brak numeru i aspiryny.
83Aya 23 8B (Q4_0)4Wspomina pogotowie, ale dopuszcza zabranie do szpitala i nie ma punktów ani konkretów.
84Bonsai-2 4B4'Wezwij pogotowie lub weź go do szpitala', brak numeru, kiepskie szczegóły.
85Cogito v1 8B (Q4_K_M)4Dzwoni po pogotowie, ale 'przynieś wodę', 'lek na ból', 'przygotuj do przyjazdu do szpitala' są błędne.
86Teuken-7B-instruct-research-v0.4 (Q4_K_M)4Wspomina 112, ale ogólnikowe i nie na temat (kontakt wzrokowy, karta zdrowia), brak istotnych działań.
87Nemotron 3 Nano 30B-A3B3,7Wzywa pogotowie, ale błędne rady: 'niech siedzi lub stanie', 'poczekaj na specjalistów', brak aspiryny i numeru; kalki ('nie odłóż telefonu').
88PLLuM-8x7B-instruct-2412 🇵🇱3,7Zbyt ogólne, bez numeru, bez wskazania zawału; 'pozycja bezpieczna' i udrażnianie dróg oddechowych niewłaściwe dla przytomnego z bólem w klatce.
89Phi-4 14B (Q4_K_M)3Każe zadzwonić do 'Pielęgniarki Ratunkowej' zamiast na 112, brak numeru, dziwaczna polszczyzna i wielkie litery; zakaz leków.
90PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱3Początek poprawny (112/999, RKO), ale odpowiedź degeneruje się w setki bezsensownych powtórzeń i jest ucięta.
91Aya Expanse 8B (Q4_K_M)3Dopuszcza zawiezienie do szpitala, podaje ciepłe napoje, zakazuje leków, brak 112 i pozycji półsiedzącej; polszczyzna słaba.
92LFM2-24B-A2B (Q4_K_M)3'Pogotowie lub weź go do szpitala' i końcowe 'weź go do szpitala' – ryzykowne, brak numeru 112.
93Qwen3-8b (Q4_K_M)3Chińskie znaki, 'weź go do ratunku', 'pomóż mu do szpitala' zamiast wezwać 112.
94Apertus-8B-Instruct-2509 (Q4_K_M)3Wzywa karetkę bez numeru i układa półleżąco, ale każe 'dać tabletki' na serce bez sensu, a polszczyzna jest zła ('ułóż tata').
95Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱3Zbyt wymijające: 'konsultacja z lekarzem', próg 15 minut, brak numeru i jasnego komunikatu o zawale; zakaz leków.
96Granite 4.1 8B (Q4_K_M)3Zniekształcona polszczyzna, 112 jest, ale chaotyczne i myli 'poczekaj' z przewiezieniem.
97DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)3Rozwlekłe, chińskie wstawki, 'idź do lekarza' zamiast 112, błędne rozpoznania.
98DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)3Po angielsku, niezgodne z językiem pytania; treść rozsądna, ale bez numeru i zbyt długie.
99Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱3Sprzeczne i ryzykowne: 'nie czekaj na karetkę, udaj się do szpitala' oraz zakaz zmiany pozycji; zawiera 112, ale zachęca do transportu własnego.
100LFM2.5-8B-A1B (Q4_K_M)3Mylący pierwszy punkt ('nie dzwonić na pogotowie lekarskie'), zakaz aspiryny, zniekształcone słowa.
101Phi-4-mini-instruct (Q4_K_M)3Podaje 911 i 'locally emergency services', słaba polszczyzna, brak konkretnych działań.
102Aya 23 35B (Q4_0)2,7Ogólnikowe 'skontaktuj się z pogotowiem', bez numeru, bez nazwania zawału i bez konkretnych działań; brak pilności.
103PLLuM-8x7B-chat-2412 🇵🇱2,7112 jest, ale potem dziesiątki powtarzalnych, pustych punktów i odpowiedź ucięta w zapętleniu; brak treści medycznej, nie jest krótka.
104PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱2Zaczyna od 112, ale degeneruje się w powtarzającą pętlę i jest ucięta.
105PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2Nitrogliceryna na początku, 112 później i warunkowo po 5 minutach – niebezpieczne opóźnienie.
106Olmo-3.1-32B-Instruct (Q4_K_M)2Chaotyczna, pełna zniekształconych słów, sugeruje przewiezienie do szpitala, brak jasnego 112.
107Falcon-H1-3B-Instruct (Q4_K_M)2Brak 112, 'skonsultuj z lekarzem', pomiar 'tężyzny krwi' – bełkot i zbyt łagodne.
108Mistral-Nemo-Instruct-2407 (Q4_K_M)2'Skontaktuj się z lekarzem lub wywoź do szpitala', brak 112.
109Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Chaotyczne (telefon taty, przenoszenie), zapętla się w powtórzenia, brak pozycji i konkretów.
110Nemotron 3 Nano 4B (Q4_K_M)2Błędny numer 922, bez 112; krótkie, ale zły numer i sugestia jazdy do szpitala.
111Command R7B 12-2024 (Q4_K_M)2Zalecenie wezwania pogotowia tylko 'jeśli objawy się pogorszą', brak 112 i urgencji, mowa o kręgosłupie – groźne bagatelizowanie.
112Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2Każe wieźć do szpitala lub przychodni, brak 112, ogólnikowe.
113Hermes-3-Llama-3.1-8B (Q4_0)2Wzywać pogotowie tylko warunkowo, leżenie na plecach, zapis do przyjęcia – błędne i niebezpieczne.
114Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱2Karetka, ale kuriozalne 'ucisk na żuchwę' i RKO od razu – błędne instrukcje.
115DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Nie wzywa jasno pomocy, każe dać wodę, sugeruje przejazd do szpitala, kiepska polszczyzna.
116LFM2.5-24B-A2B (Q4_K_M)1Podaje 116 117 jako numer pogotowia (niebezpieczne wg klucza), choć dalej sensowne RKO.
117Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱1Niebezpieczne: dyspozytor 'oceni', przekąska i paracetamol, brak pilności.
118Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱1Prosi tatę, by sam zadzwonił na pogotowie i wziął tabletkę przeciwbólową, w tym punkt o głębokich oddechach – niebezpieczne i bez 112.
119Granite 4.2 8B (Q4_K_M)1Zalecenia czekania i obserwacji, dzwonienie 112 dopiero przy nasileniu, do tego bełkot 'duszenie w skórce' – niebezpieczne.
120Llama-3.2-3B-Instruct (Q4_K_M)1Zalecenia absurdalne (pytania do lekarza, operacje), brak 112.
121EXAONE-3.5-32B-Instruct (Q4_K_M)1Błędny numer 155, nonsensowne formułowanie.
122Granite 4.1 3B (Q4_K_M)1Zupełnie nietrafione (ciężar, lekarz rodzinny), brak 112.
123Qwen3.5-2B (Q4_K_M)1Niebezpieczne: 'idź do lekarza', ibuprofen, pomylenie zawału z udarem, brak 112.
124Salamandra-7B-Instruct (Q4_K_M)1'Jeśli objawy nie ustąpią' to zalecenie czekania – niebezpieczne, jedno zdanie.
125Granite 4.2 3B (Q4_K_M)1Odsyła do lekarza rodzinnego/ortopedy w 24–48 h, niebezpieczne zlekceważenie zawału.
126Trurl-2-13B (Q4_K_M) 🇵🇱1Ubezpieczenie, odżywianie, dzwonić do lekarza – całkowicie nietrafione.
127Qwen3-1.7b (Q4_K_M)1Zupełnie nietrafione ('testy krwi wątrobnej', zakażenie), brak 112.
128EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Brak wezwania pogotowia/112, ogólnikowe 'konsultuj lekarza', bełkotliwa polszczyzna.
129Bonsai-2 2B (Q2_0 (ternarny))1Niebezpieczne: 'zostaw go na 20 minut', brak wezwania pogotowia, bełkot.
130Salamandra-2B-Instruct (Q4_K_M)1Mówi o bólu pleców, odsyła do lekarza, zapętla się.
131Krakowiak-7B-v3 (Q4_K_M) 🇵🇱1Powtarza 911 trzy razy, bezsensowne sformułowania, brak 112.
132Llama-3.1-8B-Instruct (Q4_K_M)0Odmowa odpowiedzi, brak pomocy.
133Cogito v1 3B (Q4_K_M)0Całkowicie mija się z tematem: ortopeda, paracetamol, 'doktor samochodowy', brak wezwania 112 – niebezpieczne.
134Falcon-H1-1.5B-Instruct (Q4_K_M)0Zalecenia ciepłych okładów i kąpieli, brak wezwania pomocy, bełkotliwa polszczyzna – niebezpieczne.
135LFM3-1.7B (Q4_K_M)0Niebezpieczne: bagatelizuje jako napięcie mięśni/kręgosłup, zalecane rozgrzewanie i leki przeciwbólowe.
136Falcon3-10B-Instruct (Q4_K_M)0Bełkot, zapętlenie, odsyła do lekarza i terapii domowej, brak 112.
137DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Nonsensowne rady psychologiczne, brak 112.
138Gemma 3 1B (Q4_K_M)0Niebezpieczne: rozciąganie klatki i żuchwy, fizjoterapeuta, brak 112.
139Granite-3.3-8B-Instruct (Q4_K_M)0Bełkot ('mążowska osoba'), brak 112.
140Falcon3-7B-Instruct (Q4_K_M)0Bełkot bez żadnej użytecznej rady.
141Olmo-3-7B-Instruct (Q4_K_M)0Bezsensowne i niebezpieczne porady (paracetamol, 'wypisujesz wodę'), brak wezwania pomocy.
142Qwen3.5-0.8B0Traktuje zawał jak uraz mięśni, odsyła do fizjoterapeuty/MRI, brak 112, powtórzenia i bełkot.
143Trurl-2-7B (Q4_K_M) 🇵🇱0Niebezpieczne: zwrot 'pani', paracetamol/ibuprofen i ciepła herbata, konsultacja z lekarzem.
144Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot i pętla powtórzeń, brak jakiejkolwiek porady.
145Qwen3-0.6b (Q4_K_M)0Bezsensowny bełkot, brak wezwania pomocy.
146LFM2.5-1.2B-Thinking (Q4_K_M)0Dwa słowa po hiszpańsku/łacinie, bezużyteczne.
147DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Powtarza pytanie, bezsensowny tekst.
148Phi-4-reasoning 14B (Q4_K_M)0Wyciek rozumowania w pętli po angielsku, żadnej odpowiedzi dla użytkownika.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Halucynacje o urazie i 'łuku trójkątnym', brak jakiejkolwiek rady.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Niezrozumiały bełkot bez treści medycznej.

3. Prawo i urzędy

Zwrot towaru kupionego przez internet i przedsądowe wezwanie do zapłaty. To najsłabsza kategoria całego badania: mediany 3/10, a maksimum 8/10. Bieliki v3.x są tu w czołówce razem z Gemmą 4, co potwierdza wartość treningu na polskich danych. Typowe błędy to zmyślone artykuły i złe terminy.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelPrawo konsumenta – zwrot towaru z e-sklepuPrzedsądowe wezwanie do zapłatyŚrednia
1Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱877,5
2Gemma 4 26B-A4B (Q4_K_M)777,0
3Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱867,0
4Gemma 4 31B (Q4_K_M)7,26,36,8
5Muse Glimmer 30B (Q4_K_M)7,85,26,5
6Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱856,5
7Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱856,5
8Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱66,66,3
9Gemma 4 12B (Q4_K_M)756,0
10Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)666,0

Prawo konsumenta – zwrot towaru z e-sklepu

Prompt
Kupiłem 3 dni temu przez internet buty za 420 zł, przyszły dziś, ale mi się nie podobają. Sklep pisze w regulaminie, że zwroty przyjmuje tylko w ciągu 7 dni od zakupu i nie oddaje kosztów wysyłki. Czy mogę je zwrócić, w jakim terminie i kto płaci za przesyłkę? Odpowiedz konkretnie, powołując się na właściwe przepisy polskiego prawa.
Klucz oceny (przekazany sędziemu)

Ustawa o prawach konsumenta z 30.05.2014. 14 dni na odstąpienie bez podania przyczyny (art. 27), liczone od objęcia rzeczy w posiadanie (od dostawy, nie od zakupu). Klauzula 7 dni jest nieważna (postanowienia mniej korzystne dla konsumenta są nieważne, art. 7). Sklep zwraca cenę ORAZ koszt pierwotnej dostawy (najtańszej oferowanej) – art. 32; konsument pokrywa bezpośredni koszt odesłania (art. 34), chyba że sklep nie poinformował go o tym. Odesłać towar w 14 dni od odstąpienia; sklep zwraca pieniądze w 14 dni. Mylenie z rękojmią/reklamacją lub stwierdzenie, że odesłanie zawsze opłaca sklep = błąd. Zmyślone artykuły/ustawy = kara.

Rozkład ocen: 8×6 7×7 6×8 5×9 4×21 3×36 2×15 1×41 0×7 · mediana 3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 1/150

8/10

356 tokenów · 159,8 tok/s · 2,3 s

Ocena sędziego: Trafnie: 14 dni od otrzymania, klauzula 7 dni nie wiąże, art. 27 i 34, wyjątek o braku informacji; brak zwrotu kosztu dostawy.

Tak, możesz zwrócić buty zakupione przez internet, ponieważ zgodnie z ustawą o prawach konsumenta (Dz.U. 2022 poz. 2335), masz prawo odstąpić od umowy zawartej na odległość bez podania przyczyny w terminie 14 dni od otrzymania towaru. W Twoim przypadku buty zostały dostarczone dziś, więc termin na odstąpienie od umowy biegnie od dnia otrzymania przesyłki. Sklep w regulaminie skrócił termin na zwrot do 7 dni, ale zapis ten jest niezgodny z powszechnie obowiązującym prawem i nie wiąże konsumenta. Zatem masz prawo odstąpić od umowy w ciągu 14 dni od otrzymania butów. Koszty przesyłki zwrotnej ponosisz Ty jako konsument, chyba że sklep zgodził się je pokryć lub nie poinformował Cię o konieczności ich poniesienia - wtedy koszty te obciążają sprzedawcę. Podstawa prawna: art. 27 i 34 ustawy z dnia 30 maja 2014 r. o prawach konsumenta.

Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 2/150

8/10

804 tokenów · 164,3 tok/s · 5,0 s

Ocena sędziego: Wiernie oddaje treść ustawy: 14 dni od otrzymania, zwrot płatności z kosztem najtańszej dostawy w 14 dni, odesłanie w 14 dni na koszt konsumenta; to wyliczanka bez wprost wskazanego art. 7 i nieważności 7 dni.

Tak, możesz zwrócić buty kupione przez internet w ciągu 14 dni od otrzymania, bez podawania przyczyny i bez ponoszenia kosztów, z wyjątkiem kosztów określonych w art. 33, art. 34 ust. 2 i art. 35 ustawy o prawach konsumenta. Termin 14-dniowy liczy się od dnia otrzymania rzeczy. Sklep ma obowiązek zwrócić Ci wszystkie dokonane płatności, w tym koszty dostawy (z wyjątkiem dodatkowych kosztów wynikających z wybranego przez Ciebie sposobu dostawy innego niż najtańszy zwykły sposób dostawy oferowany przez sklep). Aby skorzystać z prawa odstąpienia od umowy, musisz poinformować sklep o swojej decyzji w drodze jednoznacznego oświadczenia (np. pismo wysłane pocztą, faksem lub e-mailem). Możesz skorzystać ze wzoru formularza odstąpienia od umowy, ale nie jest to obowiązkowe. Aby zachować termin do odstąpienia od umowy, wystarczy, abyś wysłał informację dotyczącą wykonania przysługującego Ci prawa odstąpienia od umowy przed upływem terminu do odstąpienia od umowy. Sklep ma obowiązek niezwłocznie, nie później niż w terminie 14 dni od dnia otrzymania Twojego oświadczenia o odstąpieniu od umowy, zwrócić Ci wszystkie dokonane przez Ciebie płatności, w tym koszty dostawy. Może wstrzymać się ze zwrotem płatności otrzymanych od Ciebie do chwili otrzymania rzeczy z powrotem lub dostarczenia przez Ciebie dowodu jej odesłania, w zależności od tego, które zdarzenie nastąpi wcześniej. Ty masz obowiązek zwrócić rzecz niezwłocznie, jednak nie później niż 14 dni od dnia, w którym odstąpiłeś od umowy. Do zachowania terminu wystarczy odesłanie rzeczy przed jego upływem. Ponosisz bezpośrednie koszty zwrotu rzeczy. Jeśli wybrałeś sposób dostawy inny niż najtańszy zwykły sposób dostawy oferowany przez sklep, sklep nie jest zobowiązany do zwrotu poniesionych przez Ciebie dodatkowych kosztów. Powyższe wynika z ustawy z dnia 30 maja 2014 r. o prawach konsumenta (Dz.U. z 2014 r. poz. 827).

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱8Trafnie: 14 dni od otrzymania, klauzula 7 dni nie wiąże, art. 27 i 34, wyjątek o braku informacji; brak zwrotu kosztu dostawy.
2Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱8Wiernie oddaje treść ustawy: 14 dni od otrzymania, zwrot płatności z kosztem najtańszej dostawy w 14 dni, odesłanie w 14 dni na koszt konsumenta; to wyliczanka bez wprost wskazanego art. 7 i nieważności 7 dni.
3Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱8Poprawnie: 14 dni od otrzymania, art. 34 ust. 2 o koszcie odesłania z wyjątkiem, zwrot ceny i dostawy w 14 dni, właściwa ustawa.
4Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱814 dni od otrzymania, odesłanie na koszt konsumenta z wyjątkiem braku informacji, zwrot płatności z najtańszą dostawą w 14 dni, klauzula abuzywna; błąd w 'piątek' i zbyt luźno o nieważności 7 dni.
5PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱8Zwięźle i trafnie: 14 dni, konsument płaci odesłanie, sklep zwraca koszt dostawy, art. 27; brak wzmianki o nieważności klauzuli.
6Muse Glimmer 30B (Q4_K_M)7,8Najlepsza merytorycznie: 14 dni od objęcia w posiadanie, art. 7 i nieważność 7 dni, zwrot ceny z kosztem dostawy, odesłanie na koszt konsumenta; część numerów artykułów (33, 34, 29) i Dz.U. jest nietrafiona.
7Gemma 4 31B (Q4_K_M)7,2Merytorycznie najlepsza po 16: 14 dni, nieważność 7 dni, zwrot najtańszej dostawy, koszt odesłania na konsumencie. Numery ustępów (27 ust. 3, 34 ust. 1) są błędne.
8Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱7,2Merytorycznie trafna: 14 dni, klauzula 7 dni bezskuteczna, zwrot wszystkich płatności z kosztem dostawy, odesłanie na koszt kupującego (z wyjątkiem braku informacji). Brak numerów artykułów, o które prosił użytkownik.
9Gemma 4 26B-A4B (Q4_K_M)714 dni od otrzymania, nieważność 7 dni, odesłanie na koszt kupującego i najtańsza dostawa zgodne z kluczem; numery art. 34 ust. 4–5 nieścisłe, a zwrot kosztu dostawy przedstawiony zbyt wąsko.
10Gemma 4 12B (Q4_K_M)7Trafne: art. 27, 14 dni, klauzula nieważna, odesłanie płaci konsument, zwrot ceny i pierwotnej wysyłki; zły art. 28 i niejasne „potrącenie”.
11Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱7Art. 27, 14 dni od otrzymania, bezprawność 7 dni, odesłanie na koszt kupującego i pełny zwrot kosztów wysyłki; zwięzłe, z niepotrzebnym wątkiem rękojmi.
12PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱7Trafnie art. 27 i 34: 14 dni, klauzula nie skraca terminu, zwrot kosztu dostawy z wyjątkiem droższej formy; nie mówi, kto płaci odesłanie.
13Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱7Zwięźle i poprawnie: 14 dni od otrzymania, odesłanie płaci konsument, sklep zwraca cenę z dostawą w 14 dni; brak numerów artykułów.
14Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱6Poprawnie: 14 dni od otrzymania, koszt odesłania po konsumencie (z zastrzeżeniem braku informacji), zwrot ceny w 14 dni; błędny art. 34 ust. 2, niejasne co do zwrotu kosztów dostawy i nie wskazuje nieważności klauzuli 7 dni.
15Qwen3.6-27B (Q4_K_M)614 dni od przejęcia, nieważność 7 dni i koszt odesłania na konsumencie poprawnie; numery art. 38–40 błędne, brak zwrotu kosztu dostawy.
16Falcon-H1-34B-Instruct (Q4_K_M)6Prawidłowo: art. 27, 14 dni od objęcia w posiadanie, 7 dni nieskuteczne, koszt zwrotu po konsumencie; błędny art. 33 i zmyślony art. 35a, nie podaje, że sklep zwraca koszt dostawy w praktyce.
17Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)6Poprawne 14 dni od otrzymania, odesłanie na koszt konsumenta, zwrot 420 zł w 14 dni; ale nie podaje artykułów i pomija zwrot kosztu pierwotnej dostawy.
18Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)614 dni od otrzymania i zwrot kosztów dostawy poprawne, ale pomija, kto płaci za odesłanie, a art. 27 ust. 2 jest błędny.
19LFM2.5-24B-A2B (Q4_K_M)614 dni od dostawy, klauzula 7 dni nieważna i zwrot ceny z wysyłką poprawne, art. 27 trafny; brak informacji, że odesłanie płaci konsument, błędny art. 31.
20Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱614 dni, nadrzędność ustawy, koszt odesłania na konsumencie z wyjątkiem braku informacji; pomija zwrot kosztu dostawy, a Dz.U. i zakres art. są nieprecyzyjne.
21PLLuM-8x7B-chat-2412 🇵🇱614 dni od otrzymania i zwrot kosztów wysyłki poprawne, ale bardzo skąpo, bez artykułów i bez kosztu odesłania.
22PLLuM-8x7B-nc-instruct-2412 🇵🇱5,2Poprawnie 14 dni i koszt zwrotu po stronie kupującego, ale bez żadnych artykułów i bez zwrotu kosztu pierwotnej dostawy; wzmianka o 12 miesiącach trafna.
23PLLuM-8x7B-instruct-2412 🇵🇱5,2Dobrze: 14 dni od otrzymania i zwrot kosztu najtańszej dostawy. Brak podstawy prawnej i informacji, kto płaci za odesłanie, a 'bez ponoszenia kosztów' wprowadza w błąd.
24Qwen3.5-27B (Q4_K_M)5Art. 27 i nieważność klauzuli 7 dni poprawne, odesłanie na koszt konsumenta ok., ale błędnie twierdzi, że sklep nie zwraca kosztu pierwotnej dostawy.
25Qwen3.8-27B (Q4_K_M)5Dobra struktura (14 dni od posiadania, oświadczenie, 14 dni na odesłanie, wstrzymanie zwrotu), ale numeracja artykułów błędna i myląca teza, że sklep nie zwraca kosztu dostawy, jeśli o tym poinformował.
26Gemma 4 E4B (Q4_K_M)514 dni, nieważność 7 dni, odesłanie na koszt konsumenta i zwrot 420 zł poprawne, ale zmyślona data ustawy (2002), artykuły nietrafne i brak kosztu pierwotnej dostawy.
27Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱5Dobre 14 dni, art. 27, konsument płaci odesłanie; sprzeczne „sklep może skrócić termin” i błędne, że brak zwrotu wysyłki jest zgodny z ustawą.
28Bonsai-2 27B5Merytorycznie 14 dni, nieważność klauzuli, konsument płaci odesłanie, zwrot kosztu dostawy; ale zła ustawa i artykuły, powtórzenia w cytacie, „bezwzględne” prawo.
29Mistral-Small-24B-Instruct-2501 (Q4_K_M)514 dni i nieważność skrócenia dobrze, zwrot wysyłki ok.; zły art. 29 i niejasne rozłożenie kosztów odesłania.
30Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Poprawnie art. 27, 14 dni od otrzymania i art. 32 o najtańszym sposobie dostawy, ale błędnie przypisuje sprzedawcy koszty odesłania, a art. 385(1) k.c. jest tylko częściowo trafny.
31Qwen3.5-35B-A3B (Q4_K_M)4,2Art. 27 i 14 dni od dostawy poprawne, klauzula 7 dni uznana za nieważną. Błędnie jednak: sklep nie zwraca kosztu dostawy, a numeracja art. 27 ust. 3 i 33 jest zła.
32Nemotron 3.5 Bolt 74B-A9B4,2Merytorycznie zgodna: 14 dni, kupujący płaci za odesłanie, sklep zwraca dostawę. Ale zmyślona nazwa ustawy (23.11.2013), 'USoK' i kalki ('kontrakt'), brak artykułów.
33Nemotron 3.5 Lightning 30B-A3B4,214 dni od otrzymania i koszt odesłania na kupującym poprawne, ale art. 38 zmyślony, brak zwrotu kosztu dostawy, dziwne 'wyjątki'.
34Nemotron 3.5 Bolt E4B (Q4_K_M)414 dni i odesłanie na koszt konsumenta ok., ale zła data ustawy (2001), warunkowy zwrot kosztu dostawy i nieprecyzyjne artykuły.
35Gemma 4 E2B (Q4_K_M)4Poprawnie 14 dni od otrzymania i art. 27, ale uznaje klauzulę kosztową za wiążącą, nie wskazuje nieważności 7 dni ani zwrotu kosztów pierwotnej dostawy.
36gpt-oss-20b414 dni i nieważność 7 dni poprawnie, ale zmyślone „art. 7 § 1-5”, niespójne koszty zwrotu, odpowiedź ucięta.
37Gemma-2-27B-it (Q4_0)414 dni dobrze, ale zły art. 38 i błędne twierdzenie, że sklep nie zwraca kosztów wysyłki.
38Gemma 3n E4B (Q4_K_M)414 dni dobrze, lecz zmyślony „Kodeks Konsumencki” art. 32 i błędne obciążenie sklepu kosztem zwrotu.
39Magistral-Small-2506 (Q4_K_M)414 dni, nadrzędność ustawy i wyjątek braku informacji o kosztach poprawne, ale zła data ustawy, placeholder w dacie i śmieciowe '\boxed{14}'.
40Qwen2.5-32B-Instruct (Q4_K_M)414 dni od dostawy i nieważność 7 dni poprawne, odesłanie na koszt konsumenta, ale błędne artykuły i brak zwrotu kosztów pierwotnej dostawy.
41Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱4Art. 27 i koszt odesłania po konsumencie poprawne, ale termin liczony od zawarcia umowy, wykluczony zwrot kosztów dostawy (sprzeczne z art. 32), brak oceny klauzuli 7 dni.
42EuroLLM-22B-Instruct-2512 (Q4_K_M)414 dni i zwrot kosztów dostawy ogólnie ok., ale art. 34–36 przypisane błędnie, brak informacji o kosztach odesłania.
43Qwen2.5-14B-Instruct (Q4_K_M)414 dni od otrzymania i konsument płaci odesłanie poprawne, ale zmyślona ustawa o ochronie konsumenta, art. 22/23 i dziwne „sklep może skrócić”.
44EuroLLM-9B-Instruct-2512 (Q4_K_M)414 dni i art. 27 dobrze, ale zmyślone art. 28, błędy o wadliwości i kosztach zwrotu zależnych od regulaminu.
45EuroLLM-9B-Instruct (Q4_K_M)4Poprawne 14 dni i koszt odesłania po stronie konsumenta, ale zły art. 38, brak informacji o zwrocie kosztu dostawy, mylenie z rękojmią.
46Aya Expanse 8B (Q4_K_M)4Ustawa i 14 dni poprawne, odesłanie na koszt klienta, ale błędny termin '20 maja', zbędna reklamacja, brak zwrotu kosztów dostawy.
47Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱4Art. 27 i 14 dni od otrzymania są poprawne, ale art. 38 ust. 2 jest zmyślony, a o zwrocie kosztów pierwotnej dostawy nie ma ani słowa.
48PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱414 dni i konsument płaci odesłanie poprawnie, ale błędnie twierdzi, że sklep potrąci koszt wysyłki; brak przepisów.
49Falcon-H1-3B-Instruct (Q4_K_M)414 dni od otrzymania i odesłanie na koszt kupującego ok., ale zmyślony art. 36a, nonsensowne zdania, brak zwrotu kosztu dostawy i dziwne organy (inspekcja pracy).
50Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱4Art. 27 i 14 dni poprawne, ale błędnie koszty odesłania na sprzedawcy; zbyt lakoniczne.
51Cogito v1 8B (Q4_K_M)4Art. 27 i 14 dni poprawne, ale sprzeczne zdanie „termin zwrotu upłynął” i błędnie sklep ma płacić za odesłanie.
52Qwen3.6-35B-A3B (Q4_K_M)3,214 dni i nieważność 7 dni poprawne, ale zmyślone art. 50 i 38. Błędnie twierdzi, że sklep nie zwraca kosztu dostawy, a termin liczy od 'nabycia'.
53Qwen3-32b (Q4_K_M)3,2Termin i nieważność 7 dni dobre, ale zmyślone art. 31 i 32 ust. 4, brak zwrotu kosztu dostawy. W tekście obce znaki ('koszt自理') i 'Iczek'.
54Nemotron-Cascade-2 30B-A3B3,2Błędnie przypisuje koszt odesłania sprzedawcy, bo rzekomo regulamin nie poinformował. Numeracja art. 27 ust. 2–5 jest zmyślona, daty z 2025 i dziwne porady o płatności pobraniowej. Poprawny jest tylko termin i zwrot dostawy.
55PLLuM-8x7B-nc-chat-2412 🇵🇱3,2Błędnie twierdzi, że sklep nie musi zwracać kosztów wysyłki, oraz że zostały 'jeszcze 4 dni' wg reguły sklepu. Poprawna tylko ogólna reguła 14 dni.
56Nemotron 3 Nano 30B-A3B3,2Termin 14 dni dobry, ale powołuje nieistniejące zastosowanie dyrektywy 2019/771 jako rozporządzenia, błędne art. 30–31 i kalki ('Consument'). Odpowiedź ucięta, pomija zwrot kosztu dostawy.
57Aya 23 35B (Q4_0)3,2Błędna data i Dz.U. ustawy (2016/2017), art. 33 ust. 3 opisany nieprawidłowo i mętnie. Dobrze, że 14 dni od otrzymania i zwrot dostawy, ale nie mówi, kto płaci za odesłanie.
58Gemma 3 27B (Q4_K_M)314 dni, 14 dni na odesłanie i zwrot pieniędzy poprawne, ale zmyślony cytat art. 33 ust. 2 i błędnie sklep płaci odesłanie.
59Gemma 3 12B (Q4_K_M)314 dni i nieważność 7 dni dobrze, ale zmyślone art. 385/386 i błędnie sklep płaci odesłanie.
60Cogito v1 32B (Q4_K_M)314 dni dobrze, ale zmyślona ustawa z 1993, absurdalne „11 dni”, koszty zwrotu na sklepie.
61Qwen3-30b-a3b-instruct-2507 (Q4_K_M)3Zaczyna od „7 dni”, potem 14; zmyślony art. 35 i cytaty, chaotyczne zasady kosztów zwrotu.
62Granite 4.1 30B (Q4_K_M)314 dni poprawne, ale zmyślone ustawy, brak informacji o zwrocie kosztów dostawy i błędne rozróżnienie wady.
63Qwen3.5-9B (Q4_K_M)314 dni poprawne, ale zmyślony art. 23 i błędnie sklep płaci odesłanie, wewnętrznie sprzeczne zdania o 14/7 dniach.
64Command R 35B (08-2024) (Q4_K_M)314 dni i zwrot kosztów dostawy poprawne, ale zmyślone ustępy art. 38 i absurdalne „7 dni korzystniejsze, zastosuj się”.
65Ministral-3-8B-Instruct-2512 (Q4_K_M)314 dni od dostawy i nieważność 7 dni dobrze, ale zmyślone art. 381–383 KC, błędna data końcowa i sklep płaci zwrot.
66Phi-4 14B (Q4_K_M)3Poprawne 14 dni od otrzymania i nieskuteczność regulaminu, ale „rozporządzenie 2011/83” (to dyrektywa), brak polskich przepisów i błędnie: sklep ma pokryć koszty odesłania.
67Gemma-2-9B-it (Q4_0)3Dobrze: 14 dni od otrzymania i koszt odesłania po stronie konsumenta, ale błędny art. 30, absurdalne „7 dni od dziś”, brak zwrotu kosztów dostawy i unieważnienia klauzuli.
68QwQ-32B (Q4_K_M)314 dni od otrzymania i nieważność 7 dni są trafne, ale błędne artykuły, fikcyjne 'PKN' i teza, że sprzedawca pokrywa koszt zwrotu.
69Bonsai-2 9B3Zna 14 dni od otrzymania i że 7 dni nie obowiązuje, ale wymyśla rozporządzenie, bez artykułów, a część o kosztach (dostawa „od ręki”) jest bełkotliwa i błędna.
70Qwen3-VL-8B (Q4_K_M)314 dni od dostawy i koszt odesłania poprawne, ale zmyślona ustawa z 2002 r., wszystko pod art. 19, i błędne 'nie masz prawa do zwrotu kosztów przesyłki'.
71Gemma 3 4B (Q4_K_M)3Zła data ustawy, cyrylicki wtręt ('товара'), błędna teza, że koszty zwrotu ponosi sklep; 14 dni poprawne.
72Gemma 3n E2B (Q4_K_M)3Zmyślony „art. 21 Regulaminu sklepu”, błędne „przyszły 3 dni temu”; 14 dni i koszt odesłania po stronie konsumenta poprawne, bez zwrotu dostawy.
73PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱314 dni od otrzymania poprawne, ale bełkotliwe rozróżnienie kosztów, brak przepisów i nietrafne 12 miesięcy.
74PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱3Mówi o 14 dniach, ale twierdzi, że sklep może odmówić przed 7 dniami i nie zwraca wysyłki; sprzeczne i błędne.
75Apertus-8B-Instruct-2509 (Q4_K_M)314 dni poprawne, ale wewnętrznie sprzeczne wnioski o kosztach ('po upływie 14 dni'), brak przepisów i kosztu odesłania.
76PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Błędnie „14 dni od zakupu”, 12 miesięcy bez kontekstu i konsument nie płaci odesłania; art. 27 poprawny, ale reszta chaotyczna.
77PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱314 dni, ale „od zakupu”, sprzeczne zdanie o kosztach („zwrot bezpłatny, koszty zwraca kupujący”), brak przepisów.
78Mistral-Nemo-Instruct-2407 (Q4_K_M)314 dni wskazane, ale potem nakazuje zwrot w 7 dniach z regulaminu i sklep ma płacić za odesłanie; błędna nazwa ustawy.
79Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Poprawne 14 dni i art. 27, ale myli odstąpienie z niezgodnością towaru z umową i błędnie wiąże zwrot kosztów wysyłki z wadą.
80Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱314 dni, lecz potem myli i mówi o 7 dniach, brak przepisów, nie odpowiada o koszty.
81PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱3Zwrot ceny z kosztami dostawy i 14 dni na zwrot poprawne, ale termin liczony od zakupu, brak kosztu odesłania i brak oceny 7 dni.
82Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱3Art. 27 i koszt odesłania poprawne, ale sugeruje wyłączenie odstąpienia dla butów jako towaru według specyfikacji, co jest absurdalne, i miesza z rękojmią.
83Llama-3.1-8B-Instruct (Q4_K_M)314 dni poprawne, ale zmyślony art. 38 ust. 1 pkt 3 i błędnie całe koszty zwrotu na sklepie.
84Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)3Zmyślony § 324 k.c., absurd 'termin 3 dni przed dostarczeniem', twierdzi, że sklep nie zwraca kosztów dostawy.
85Hermes-3-Llama-3.1-8B (Q4_0)3Ogólnikowe i chaotyczne; zmyślone zasady o 12 miesiącach, brak 14 dni od otrzymania i jasnych kosztów.
86Llama-3.2-3B-Instruct (Q4_K_M)314 dni dobrze, ale zmyślona ustawa z 2002 r., niejasne daty i koszty wysyłki, literówki („sklet”).
87Cogito v1 3B (Q4_K_M)314 dni jest dobre, ale art. 38 nie dotyczy odstąpienia, a teza, że konsument nie płaci za odesłanie, jest błędna.
88Qwen3-VL-32B (Q4_K_M)2,2Zmyślona 'Ustawa z 30 czerwca 2010 o prawie konsumenta' i art. 49. Błędnie twierdzi, że sklep nie zwraca kosztu wysyłki; poprawne tylko 14 dni.
89Ministral-3-14B-Instruct-2512 (Q4_K_M)214 dni poprawne, ale zmyślony art. 40 i błędna teza, że sprzedawca płaci za wysyłkę w obie strony.
90Qwen3-14b (Q4_K_M)2Zmyślona data ustawy, termin liczony od zawarcia umowy, a koszty zwrotu błędnie przypisane sklepowi; poprawne tylko ogólne 14 dni i 14 dni na zwrot pieniędzy.
91Falcon-H1-7B-Instruct (Q4_K_M)2Uznaje 7 dni za dozwolone i miesza kodeks cywilny; błędny wniosek.
92Aya Expanse 32B (Q4_K_M)2Podaje 30 dni zamiast 14, zmyślony art. 8 ust. 10 i sprzeczne twierdzenia o kosztach wysyłki.
93Qwen3.5-4B (Q4_K_M)2Zaczyna od uznania 7 dni za zgodne z prawem, zmyślona ustawa i art. 49, błędnie sklep płaci odesłanie.
94Cogito v1 14B (Q4_K_M)2Zmyślona ustawa i art. 106, błędna teza, że sprzedawca płaci za odesłanie, chińskie znaki na końcu; tylko 14 dni poprawne.
95Granite 4.1 8B (Q4_K_M)2Zmyślone ustawy, uznaje 7 dni za zgodne z prawem, zmyślona data.
96Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Jedno zdanie, 14 dni ok., ale błędnie że koszty przesyłki ponosi sprzedawca, brak artykułów.
97DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)2Przyjmuje 7 dni z regulaminu, wstawki chińskie, brak właściwych przepisów.
98LFM2.5-8B-A1B (Q4_K_M)214 dni dobrze, lecz zmyślone przepisy, błędne „dostawa jutro”, dziwne słowa („sprzedażyca”) i sklep płacący odesłanie.
99Falcon-H1-1.5B-Instruct (Q4_K_M)2Zmyślony art. 337 KC i „dostatecznie niska cena”, sprzeczne terminy (7 dni roboczych vs 14), sklep miałby pokrywać zwrot.
100Phi-4-mini-instruct (Q4_K_M)2Zmyślone „Prawo o sprzedawcach towarach”, 14 dni od zakupu, chaotyczne punkty.
101Teuken-7B-instruct-v0.6 (Q4_K_M)2Myli datę otrzymania (3 dni temu) i błędnie twierdzi, że konsument nie płaci za odesłanie; 14 dni od otrzymania jedyną trafną informacją, brak przepisów.
102Granite 4.2 30B (Q4_K_M)1,8Zmyślona „ustawa o ochronie konsumenta” z art. 229–233; 14 dni od otrzymania jest poprawne, ale reszta to halucynacje, a koszty zwrotu błędnie przypisane sklepowi.
103Bielik-One-4B-r1 (Q4_K_M)1,2Zaczyna od sprzecznego twierdzenia, że termin 7 dni jest zgodny z prawem. Cytuje nieistniejącą ustawę z 2010 r. i art. 22, a koszt odesłania błędnie przypisuje sklepowi.
104GLM-4.7-Flash (Q4_K_M)1Twierdzi, że termin to 7 dni, i że konsument płaci „w obie strony”; powołane artykuły są zmyślone, w tekście sprzeczności i błędy językowe.
105Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1Fałszywie twierdzi, że sklep może ograniczyć odstąpienie do 7 dni; zniekształca art. 34 ust. 4.
106Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱1Błędnie liczy termin od przesyłki sprzed 3 dni i uznaje, że termin upłynął, choć buty przyszły dziś.
107PLLuM-12B-chat-2512 (Q8_0) 🇵🇱1Myli odstąpienie z rękojmią, ignoruje 14 dni i zakłada wadę, której nie ma.
108LFM2-24B-A2B (Q4_K_M)1Zmyślony 'Kodeks Consumera', uznaje 7 dni za wiążące i odmawia prawa do zwrotu bez przyczyny.
109Qwen3-4b-instruct-2507 (Q4_K_M)1Zmyślony 'KOKP' i fałszywa teza, że nie można zwrócić towaru, który się nie podoba.
110Qwen3-8b (Q4_K_M)1Zmyślony art. 384 KC i termin 3 dni; całkowicie błędne.
111Salamandra-7B-Instruct-2606 (Q4_K_M)1Zmyślony art. 38 uznający 7 dni za zgodne z prawem, całkowicie błędne.
112DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)1Odpowiedź po angielsku, ogólnikowa, bez konkretnych przepisów, myli z niezgodnością towaru.
113Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱1Błędnie uznaje, że termin upłynął, choć bieg 14 dni zaczyna się od otrzymania towaru.
114Ministral-3-3B-Instruct-2512 (Q4_K_M)1Zmyślona ustawa z 1992 i art. 107, termin 7 dni, odesłanie dla „inspektora pracy”.
115Olmo-3.1-32B-Instruct (Q4_K_M)1Zmyślone przepisy, mylenie z rozporządzeniem celnym 608/2013 i uznanie krótszego terminu sklepu za dopuszczalny.
116DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Powołuje się na nieistniejące przepisy „ustawy o prawie zamówień”, miesza dni robocze i kalendarzowe, sprzeczne wnioski; merytorycznie bezwartościowa.
117Aya 23 8B (Q4_0)1Zmyślone art. 255–257 k.c., brak odpowiedzi na pytania o termin i koszty.
118Bonsai-2 4B1Zmyślony art. 342 k.c. i termin 7 dni; całkowicie błędne.
119Granite 4.2 8B (Q4_K_M)1Uznaje 7-dniową klauzulę za legalną i zaprzecza prawu odstąpienia; zmyślona ustawa z 1991 r. – odpowiedź szkodliwa dla użytkownika.
120Nemotron 3 Nano 4B (Q4_K_M)1Uznaje 7 dni za zgodne z prawem, zmyślone artykuły k.c., data 2023, błędne wnioski.
121Command R7B 12-2024 (Q4_K_M)1Wtręty angielskie, zmyślony art. 55, każe trzymać się 7 dni, błędne koszty.
122EXAONE-3.5-32B-Instruct (Q4_K_M)1Zmyślone ustawy ('o konsumpcyjnym zakresie', 'Kodeks konsumencki'), kwestia zwrotu jako wada, błędne koszty.
123LFM3-1.7B (Q4_K_M)1Zmyślony 'Kodeks obrotowy handlu', uznaje 7 dni, chaotyczne i błędne koszty.
124Granite 4.1 3B (Q4_K_M)1Zmyślona ustawa, sześć miesięcy, bełkot językowy.
125Qwen3.5-2B (Q4_K_M)1Zmyślona ustawa z 2008 r., 7 dni, mieszanie z reklamacją, odpowiedź sprzeczna wewnętrznie.
126Salamandra-7B-Instruct (Q4_K_M)1Błędnie twierdzi, że zwrotu nie można dokonać, ignoruje ustawowe 14 dni.
127Granite 4.2 3B (Q4_K_M)1Zmyślone przepisy o handlu elektronicznym i ochronie danych, 14 dni liczone od zakupu, chaotyczne i błędne wnioski o kosztach.
128DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Akceptuje 7 dni, nie podaje przepisów, błędne koszty, kalki i wymyślone słowa.
129Falcon3-10B-Instruct (Q4_K_M)1Zmyślona ustawa z 1994 r., uznaje 7 dni, nieczytelna polszczyzna.
130DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Odpowiedź po angielsku, uznaje 7 dni, brak przepisów, błędna.
131Gemma 3 1B (Q4_K_M)1Zmyślony „Kodeks Cyfrowy” i „Kodeks Konsumencki”, brak 14 dni, pomieszanie z reklamacją; bełkot prawny.
132Qwen3-1.7b (Q4_K_M)1Zmyślona 'Ustawa o prawie do zakupu', potwierdza 7 dni, chaotyczne i powtarzalne.
133EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Bełkotliwa polszczyzna, utrzymuje 7 dni i powołuje się na Kodeks Cywilny zamiast ustawy o prawach konsumenta.
134Granite-3.3-8B-Instruct (Q4_K_M)1Polszczyzna z kalkami i bełkot, zmyślony art. 58, brak jasnej odpowiedzi.
135Bonsai-2 2B (Q2_0 (ternarny))1Zmyślony „Kodeks Konsumpcyjny” i „Administracyjny”, uznaje 7 dni, niezrozumiałe.
136Falcon3-7B-Instruct (Q4_K_M)1Zgadza się z 7 dniami, zmyślony przepis, niezrozumiała polszczyzna.
137Olmo-3-7B-Instruct (Q4_K_M)1Zmyślone „Kodeksy o sprzedażach/prawa odbioru”, niezrozumiały bełkot.
138Qwen3.5-0.8B1Błędnie twierdzi, że zwrotu nie można dokonać, zmyślony art. 28 KC, bełkot.
139Llama-3.2-1B-Instruct (Q4_K_M)1Błędne art. 528–529 KC, 30 dni, niezrozumiały bełkot.
140Qwen3-0.6b (Q4_K_M)1Niezrozumiały, potwierdza 7 dni z regulaminu, bez przepisów.
141LFM2.5-1.2B-Thinking (Q4_K_M)1Niezrozumiały bełkot z wymyślonymi słowami, tylko '14 dni' trafne.
142DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)1Odpowiedź po angielsku, 7 dni, zmyślony adres, sprzeczne informacje o kosztach.
143Polka-1.1B-chat (Q4_K_M) 🇵🇱1Wymyślone 3 miesiące, brak przepisów, bezużyteczne.
144Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Tylko przepisany prompt, brak odpowiedzi.
145Trurl-2-13B (Q4_K_M) 🇵🇱0Zmyślona ustawa, 7 dni i zapętlony powtarzający się tekst, ucięty.
146Trurl-2-7B (Q4_K_M) 🇵🇱0Wskazuje nieistniejącą ustawę o sprzedaży detalicznej, liczy 14 dni od zakupu i w pętli powtarza ten sam akapit, bez odpowiedzi na pytania.
147Salamandra-2B-Instruct (Q4_K_M)0Fałszywie twierdzi, że butów nie można zwrócić; brak podstawy prawnej.
148Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Brak odpowiedzi merytorycznej.
149Phi-4-reasoning 14B (Q4_K_M)0Wyciek rozumowania po angielsku, bez odpowiedzi końcowej dla użytkownika.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami i tabelkami o „70 zł”, nie odpowiada na pytanie.

Przedsądowe wezwanie do zapłaty

Prompt
Napisz przedsądowe wezwanie do zapłaty. Wierzyciel: Zielone Pole sp. z o.o., ul. Polna 12, 08-530 Dęblin, NIP 5060000000. Dłużnik: Hurt-Warzywa Jan Kowalski, ul. Targowa 5, 20-001 Lublin. Faktura FV/2026/09/114 z 12.09.2026 na kwotę 18 400,00 zł brutto, termin płatności 26.09.2026, nieopłacona. Daj 7 dni na zapłatę, wspomnij o odsetkach za opóźnienie w transakcjach handlowych i rekompensacie za koszty odzyskiwania należności. Pismo ma być gotowe do wydruku.
Klucz oceny (przekazany sędziemu)

Gotowe pismo: miejscowość i data, dane obu stron, tytuł „Przedsądowe wezwanie do zapłaty”, kwota 18 400,00 zł, nr faktury, termin płatności, wezwanie do zapłaty w 7 dni od doręczenia, nr rachunku (pole do uzupełnienia OK), odsetki ustawowe za opóźnienie w transakcjach handlowych (ustawa z 8.03.2013 o przeciwdziałaniu nadmiernym opóźnieniom w transakcjach handlowych), rekompensata za koszty odzyskiwania należności – dla kwoty 5 000–50 000 zł to równowartość 70 EUR (art. 10 ust. 1 pkt 2; 40 EUR dotyczy należności ≤5 000 zł – podanie 40 EUR to drobny błąd merytoryczny), zapowiedź drogi sądowej, podpis. Zmyślone przepisy = kara.

Rozkład ocen: 7×3 6×8 5×21 4×22 3×25 2×32 1×26 0×13 · mediana 3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 1/150

7/10

970 tokenów · 228,7 tok/s · 4,4 s

Ocena sędziego: Pełne pismo: miejscowość, kwota słownie, 7 dni, pola na rachunek, ustawa wskazana poprawnie, zapowiedź sądu; brak kwoty rekompensaty.

Oto gotowy wzór przedsądowego wezwania do zapłaty, przygotowany zgodnie z Twoimi wytycznymi. Tekst jest sformatowany tak, aby był gotowy do skopiowania do edytora tekstu (np. Word) i wydruku.

Miejscowość, Data: Dęblin, [wpisz dzisiejszą datę]

Wierzyciel: Zielone Pole sp. z o.o. ul. Polna 12 08-530 Dęblin NIP: 5060000000

Dłużnik: Hurt-Warzywa Jan Kowalski ul. Targowa 5 20-001 Lublin

<br>

PRZEDSĄDOWE WEZWANIE DO ZAPŁATY

z ostrzeżeniem o skierowaniu sprawy na drogę sądową

W związku z brakiem odnotowania wpłaty należności wynikającej z wystawionej faktury VAT, niniejszym wzywam do niezwłocznej zapłaty zaległej kwoty w wysokości:

18 400,00 zł

(słownie: osiemnaście tysięcy czterysta złotych 00/100)

Szczegóły zobowiązania:

  • Numer faktury: FV/2026/09/114
  • Data wystawienia: 12.09.2026 r.
  • Termin płatności: 26.09.2026 r.

Powyższą kwotę należy wpłacić w nieprzekraczalnym terminie 7 dni od daty otrzymania niniejszego wezwania na rachunek bankowy Wierzyciela prowadzony w:

[WPISZ NUMER TWOJEGO KONTA BANKOWEGO] [WPISZ NAZWĘ BANKU]

Uzasadnienie: Wskazana powyżej kwota pozostaje nieopłacona mimo upływu wyznaczonego terminu płatności. Informuję, że w przypadku braku wpłaty pełnej kwoty w wyznaczonym terminie, do należności głównej zostaną naliczone odsetki ustawowe za opóźnienie w transakcjach handlowych (zgodnie z ustawą o przeciwdziałaniu nadmiernym opóźnieniom w transakcjach handlowych), liczone od dnia następującego po terminie płatności faktury do dnia zapłaty.

Jednocześnie informuję, że w przypadku braku wpłaty, Spółka podejmie dalsze kroki prawne w celu wyegzekwowania należności, co obejmować będzie:

  1. Skierowanie sprawy na drogę postępowania sądowego.
  2. Skierowanie sprawy do postępowania egzekucyjnego przez Komornika Sądowego.
  3. Obciążenie Państwa kosztami zastępstwa procesowego oraz kosztami odzyskiwania należności (w tym kosztami upomnień i wezwań).

Proszę potraktować niniejsze wezwanie jako ostateczne przed podjęciem kroków prawnych. W przypadku dokonania wpłaty w ostatnich dniach, proszę o potraktowanie niniejszego pisma jako nieaktualne.

<br> <br>

.................................................................. (podpis i pieczątka osoby upoważnionej) Zielone Pole sp. z o.o.

Wskazówki techniczne:

  1. Sposób wysyłki: Pismo należy wysłać listem poleconym za zwrotnym potwierdzeniem odbioru (tzw. żółta zwrotka). Dokument ten będzie kluczowym dowodem w sądzie, że dłużnik został wezwany do zapłaty.
  2. Dane do uzupełnienia: Pamiętaj, aby w miejscu oznaczonym nawiasami kwadratowymi [...] wpisać swój numer konta oraz nazwę banku.
  3. Kopia: Zachowaj dla siebie kopię podpisanego pisma oraz potwierdzenie nadania z poczty.

Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 2/150

7/10

1 058 tokenów · 157,7 tok/s · 6,8 s

Ocena sędziego: Poprawna ustawa i art. 10 ust. 1, dane stron, 7 dni, pole na rachunek, zapowiedź sądu; błąd: 40 euro zamiast 70 euro, brak daty i miejscowości.

Przedsądowe wezwanie do zapłaty

Wierzyciel: Zielone Pole sp. z o.o. ul. Polna 12 08-530 Dęblin NIP: 5060000000

Dłużnik: Hurt-Warzywa Jan Kowalski ul. Targowa 5 20-001 Lublin

Dotyczy: Faktury VAT nr FV/2026/09/114 z dnia 12.09.2026 r. na kwotę 18 400,00 zł brutto

Treść wezwania:

Szanowny Panie Janie Kowalski,

W nawiązaniu do nieuregulowanej należności wynikającej z faktury VAT nr FV/2026/09/114 z dnia 12.09.2026 r. na kwotę 18 400,00 zł brutto, której termin płatności upłynął w dniu 26.09.2026 r., niniejszym wzywamy Pana do natychmiastowej zapłaty zaległej kwoty.

Zgodnie z obowiązującymi przepisami prawa, w szczególności ustawą z dnia 8 marca 2013 r. o przeciwdziałaniu nadmiernym opóźnieniom w transakcjach handlowych (Dz.U. z 2023 r. poz. 1793), wzywamy do uregulowania należności wraz z odsetkami za opóźnienie w transakcjach handlowych, naliczanymi od dnia następującego po dniu upływu terminu płatności do dnia zapłaty.

Ponadto, informujemy, że zgodnie z art. 10 ust. 1 ww. ustawy, przysługuje nam również rekompensata za koszty odzyskiwania należności w kwocie równowartości 40 euro, przeliczonej na złote według średniego kursu euro ogłoszonego przez Narodowy Bank Polski ostatniego dnia roboczego miesiąca poprzedzającego miesiąc, w którym świadczenie pieniężne stało się wymagalne.

W związku z powyższym, wzywamy Pana do uregulowania całej należności w terminie 7 dni od dnia otrzymania niniejszego wezwania. W przypadku braku zapłaty w wyznaczonym terminie, zmuszeni będziemy podjąć dalsze kroki prawne, w tym skierować sprawę na drogę postępowania sądowego, co wiązać się będzie z dodatkowymi kosztami obciążającymi dłużnika.

Prosimy o dokonanie płatności na poniższy rachunek bankowy: [Nazwa banku], nr rachunku: [numer rachunku bankowego]

W razie pytań lub wątpliwości prosimy o kontakt pod numerem telefonu: [numer telefonu] lub adresem e-mail: [adres e-mail].

Z poważaniem

[Imię i nazwisko osoby upoważnionej do reprezentacji] Zielone Pole sp. z o.o.

Uwagi:

  • Pismo jest gotowe do wydruku i wysłania do dłużnika.
  • Należy uzupełnić brakujące dane (numer rachunku bankowego, dane kontaktowe) przed wysłaniem.
  • W przypadku braku zapłaty w wyznaczonym terminie, wierzyciel może skierować sprawę na drogę postępowania sądowego.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 26B-A4B (Q4_K_M)7Pełne pismo: miejscowość, kwota słownie, 7 dni, pola na rachunek, ustawa wskazana poprawnie, zapowiedź sądu; brak kwoty rekompensaty.
2Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱7Poprawna ustawa i art. 10 ust. 1, dane stron, 7 dni, pole na rachunek, zapowiedź sądu; błąd: 40 euro zamiast 70 euro, brak daty i miejscowości.
3Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱6,6Poprawna struktura, ustawa z 8.03.2013 i art. 10 ust. 1, rachunek do uzupełnienia, droga sądowa. Drobny błąd: 40 EUR zamiast 70 EUR.
4Gemma 4 31B (Q4_K_M)6,3Czytelny, praktyczny wzór z właściwą ustawą, polami do uzupełnienia i zapowiedzią sądu; brak kwoty rekompensaty (70 EUR) i konkretnej stopy odsetek, brak nazwy ustawy w pełnym brzmieniu.
5Gemma 3 27B (Q4_K_M)6Ładne pismo z kwotą słownie i 7 dniami; odsetki i rekompensata bez podstawy i kwoty, ale bez zmyślonych przepisów.
6Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawna struktura, właściwa ustawa i art. 10 ust. 1, 7 dni, rachunek; błąd: rekompensata 40 euro zamiast 70 euro oraz zmyślony numer konta i kontakt.
7Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)6Czytelne pismo z danymi, 7 dniami i polami na konto; odsetki i rekompensata tylko wspomniane, bez podstawy prawnej.
8Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱6Dobra struktura i wskazanie ustawy oraz art. 10 ust. 1, pola na rachunek; błąd: rekompensata 40 euro zamiast 70, pismo bez słowa 'przedsądowe' w tytule.
9PLLuM-12B-chat-2512 (Q8_0) 🇵🇱6Zwięzłe, poprawne pismo z ustawą z 8.03.2013 i art. 10 ust. 1 pkt 2; błąd: 40 euro zamiast 70, brak rachunku i danych w nagłówku.
10PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱6Poprawna ustawa i art. 10 ust. 1, czytelna treść; błędy: 40 euro, zmyślony kurs 179,12 zł i Dz.U., miejscowość Lublin.
11Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱6Zwięzłe, poprawne; prawidłowo cytuje art. 10 ust. 1 ustawy o transakcjach handlowych, brak daty, rachunku i kwoty rekompensaty.
12Qwen3.5-35B-A3B (Q4_K_M)5,3Dobra forma i kompletne elementy, wspomina właściwą ustawę, ale rekompensata 150 zł i odsetki ref+8 pp są błędne; brak jawnego tytułu „przedsądowe” w nagłówku (jest w „Dotyczy” tylko „Wezwanie”).
13PLLuM-8x7B-chat-2412 🇵🇱5,3Zwięzłe pismo z tytułem, odsetkami ref+8 pp i rekompensatą 40 EUR (błędne kwoty), bez daty i rachunku; na końcu wyciekł token „<|start_of_role|>user”.
14Muse Glimmer 30B (Q4_K_M)5,2Najpełniejsze: dane, kwota, termin, rachunek, ustawa z 8.03.2013, droga sądowa. Błędy: 40 EUR zamiast 70, nieistniejący art. 10a, błędny wzór odsetek i art. 476 KC.
15Gemma 4 12B (Q4_K_M)5Dobra struktura, pola na rachunek, 7 dni i zapowiedź sądu; podstawa odsetek podana jako „ustawa o odsetkach”, brak rekompensaty w euro.
16Nemotron 3.5 Bolt E4B (Q4_K_M)5Zwięzłe, poprawne dane, 7 dni i zapowiedź sądu; odsetki i rekompensata bez podstawy i kwoty, pola do uzupełnienia.
17Qwen3.8-27B (Q4_K_M)5Dobry szkielet z polem na rachunek, ale zmyślony art. 10a ust. 3, 40 EUR zamiast 70 oraz błąd 'wzywają/wzywam'.
18Gemma 4 E4B (Q4_K_M)5Kompletny układ i 7 dni, ale odsetki i rekompensata bez podstawy prawnej i bez kwoty; tytuł bez słowa „przedsądowe”.
19Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱5Pełne pismo z polami do uzupełnienia, ustawa wskazana; błędy: odsetki 9,5%, rekompensata 40 euro 'od każdej faktury'.
20Gemma 3 12B (Q4_K_M)5Poprawny format i konsekwencje, ale termin „7 dni, tj. do 27.09” jest błędny i brak podstaw prawnych oraz rachunku.
21Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱5Poprawny układ, art. 10 ust. 1 i pole na rachunek; błąd: 40 euro zamiast 70, błędna nazwa ustawy.
22Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱5Spójne i zwięzłe, z ustawą i art. 10 ust. 1, ale rekompensata 40 euro zamiast 70, art. 7 ust. 1 przywołany ogólnikowo.
23Mistral-Small-24B-Instruct-2501 (Q4_K_M)5Poprawne dane, miejscowość, termin 04.10; odsetki i rekompensata ogólnie bez podstawy i kwoty, bez rachunku.
24Command R 35B (08-2024) (Q4_K_M)5Poprawna polszczyzna i struktura, ale brak podstaw prawnych i kwoty rekompensaty, brak rachunku.
25Aya Expanse 32B (Q4_K_M)5Czysta polszczyzna i poprawny układ, ale bez podstawy prawnej i bez kwoty rekompensaty, tytuł nie zawiera słowa 'przedsądowe'.
26EuroLLM-22B-Instruct-2512 (Q4_K_M)5Prawidłowa data i Dz.U. ustawy (2013 poz. 403), 7 dni, pola na rachunek; rekompensata oparta na błędnym art. 481 KC, brak 70 euro.
27Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱5Podaje widełki rekompensaty (w tym 70 euro), ale myli progi i warunek 60 dni, pismo tonie w zbędnych dodatkach i nie wskazuje właściwej kwoty.
28PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱5Struktura i terminy poprawne, ale błędna nazwa ustawy i Dz.U., brak 70 euro, nieczytelny układ nagłówka.
29PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱5Zwięzłe i uporządkowane, ale zła nazwa ustawy, art. 7 ust. 1, rekompensata 40 euro i zmyślony numer konta.
30PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱5Zwięzłe, z ustawą z 8.03.2013 (Dz.U. 2023 poz. 716), ale bez kwoty rekompensaty, rachunku i daty.
31Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱5Merytorycznie bez zmyśleń (ustawa 2013, odsetki, rekompensata), ale szkicowe: brak tytułu „przedsądowe”, daty, rachunku i kwoty rekompensaty, „zlecę” w piśmie spółki.
32Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱5Poprawna forma i art. 10 ust. 1, ale 40 euro zamiast 70, tautologiczny opis odsetek i zmyślony numer konta.
33Qwen3.6-35B-A3B (Q4_K_M)4,3Rozbudowane i sformatowane, ale rekompensata „40,00 zł” z art. 9 ust. 1 jest błędna, odsetki od stopy dla euro nieprawidłowe, a w tekście są niezręczne sformułowania („wezwani jesteśmy”).
34PLLuM-8x7B-nc-chat-2412 🇵🇱4,3Poprawnie, ale bardzo skromnie: termin 7 dni i wzmianka o odsetkach i rekompensacie bez kwot i podstaw, brak tytułu „przedsądowe”, rachunku i zapowiedzi sądu.
35Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱4,3Zwięzłe, z właściwą ustawą i art. 10, ale błędne nazwiska („Kołowski”) i nazwa wierzyciela („Pola”). Brak daty, rachunku i kwoty rekompensaty.
36PLLuM-8x7B-nc-instruct-2412 🇵🇱4,3Poprawnie wspomina o odsetkach w transakcjach handlowych i rekompensacie, ale pismo jest szczątkowe: brak tytułu „przedsądowe”, rachunku, podstawy prawnej i zapowiedzi drogi sądowej.
37Aya 23 35B (Q4_0)4,3Dane i termin 7 dni są, ale brak tytułu „przedsądowe” i podstawy ustawowej; odsetki 12% niepoprawne, rekompensata opisana ogólnikowo bez 70 EUR.
38Qwen3.5-27B (Q4_K_M)4Dobry układ, ale rekompensata 170 zł z 'art. 6' i odsetki '+8,5 pkt' są zmyślone, literówka 'faktupie'.
39Gemma 4 E2B (Q4_K_M)4Dobra forma, ale brak podstawy prawnej i kwot, rachunek 'w osobnym załączniku', błędna kwota słownie ('czterdzieści').
40gpt-oss-20b4Dobra struktura i 7 dni z datą, ale powołuje art. 476 KC jako podstawę i wymyślony numer konta; brak 70 euro.
41Gemma-2-27B-it (Q4_0)4Czytelne i grzeczne, 7 dni i droga sądowa, lecz art. 481 k.c. zamiast ustawy o opóźnieniach i brak kwoty rekompensaty oraz rachunku; 'doliczona odsetki'.
42GLM-4.7-Flash (Q4_K_M)4Formalnie dobre, ale wymyślony „BRDD”, błędne „uznanie długu za prawomocne”, brak ustawy i kwoty rekompensaty.
43Granite 4.1 30B (Q4_K_M)4Dane i kwota poprawne, ale brak podstaw prawnych, termin 29.09 niezgodny z 7 dniami, tytuł „Wniosek o zapłatę”.
44Magistral-Small-2506 (Q4_K_M)4Dane i 7 dni są, ale odsetki i rekompensata tylko wspomniane, literówki („wezwamy”, „prawno-prawnych”) i obcy artefakt \boxed{18400}.
45Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱4Dobra struktura, ale myli ustawę (podmioty publiczne, błędna nazwa), rekompensata „40,00 zł” zamiast 70 euro.
46Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Czytelne dane i 7 dni, ale 'PRZEDSĄDOWE WZYWANIE', brak podstawy prawnej, kwot i rachunku.
47Gemma-2-9B-it (Q4_0)4Podstawowe elementy są, ale data pisma przed terminem płatności i błędny art. 484 KC; brak kwoty rekompensaty.
48Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱4Krótkie, ale zła nazwa i Dz.U. ustawy, art. 10 ust. 2 nietrafny, 40 euro (186 zł) zamiast 70 euro.
49Gemma 3 4B (Q4_K_M)4Rozsądny układ i 7 dni, ale odsetki bez podstawy, kwota rekompensaty do uzupełnienia, data pisma 12.09 przed terminem.
50PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱4Wskazuje właściwą ustawę, ale rekompensata „700 euro” i art. 10 ust. 1 pkt 1 są błędne; brak adresu dłużnika w układzie i rachunku.
51PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱4Poprawne, ale ubogie: kwota, faktura, 7 dni, odsetki i rekompensata wspomniane bez podstawy prawnej, brak daty, rachunku i podpisu.
52Salamandra-7B-Instruct-2606 (Q4_K_M)4Podstawowe elementy i 7 dni są, ale odsetki z art. 481 KC i rekompensata z art. 483 KC (to kara umowna) są błędne, brak kwoty rekompensaty, rachunku i miejscowości, tytuł bez „przedsądowe”.
53Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱4Zna art. 10 ust. 1, ale rekompensata 400 zł, brak rachunku, zmyślony kontakt i śmieciowy tag </script>.
54Aya 23 8B (Q4_0)4Bez tytułu 'przedsądowe wezwanie', bez daty i rachunku, ogólnie o odsetkach i rekompensacie bez podstawy; prozaicznie poprawne.
55Nemotron 3.5 Bolt 74B-A9B3,3Brak podstawy prawnej i kwoty rekompensaty, błędny tytuł i nagłówek „[NAZWA FIRMY WZORCA]”, data pisma równa dacie faktury; liczne błędy językowe („osobią ułacznioną”, „postępów sądowych”).
56Nemotron 3.5 Lightning 30B-A3B3,3Data pisma (23.09) i termin 30.09 przed/na granicy terminu płatności; odsetki „2 pkt proc. powyżej stopy redyskontu” błędne, rekompensata bez kwoty, anglicyzm „SUBJECT”, uwaga w pierwszej osobie wyjęta z pisma.
57Granite 4.2 30B (Q4_K_M)3,2Struktura i 7 dni są, ale podstawa prawna błędna (art. 384 KC, „stawki uzgodnione w umowie”), brak ustawy o terminach zapłaty i 70 EUR, wymyślony REGON, kulawa polszczyzna.
58Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)3Zmyślone podstawy (art. 221 KC, Kodeks handlowy, art. 98 KC) i 8% rocznie; poza tym formalnie poprawne.
59Ministral-3-14B-Instruct-2512 (Q4_K_M)3Zmyślony numer konta, e-mail i telefon, błędne art. 483/361 KC, odsetki 9,5% i „30% kosztów”; brak 70 euro.
60Gemma 3n E4B (Q4_K_M)3Odsetki '1,5–2% rocznie' i rekompensata jako koszty zastępstwa to błędy, brak ustawy, nadmiar pogrubień.
61LFM2.5-24B-A2B (Q4_K_M)3Rekompensata 500 zł 'na podstawie art. 481 §2 k.c.' to zmyślenie, mylenie odsetek kodeksowych z handlowymi; forma i data poprawne.
62Qwen3-14b (Q4_K_M)3Pismo ma 7 dni, ale data 15.09 jest przed terminem płatności, wymyślony podpis „Jan Nowak”, brak podstawy prawnej i kwot rekompensaty, ogólnikowe powołanie na „ustawę o spółkach”.
63Falcon-H1-7B-Instruct (Q4_K_M)3Błędny art. 491, odsetki 0,1% dziennie, rekompensata opisana jako koszty procesu, nieczytelny układ i wstawka 'Szanowny Panie [Imię]'.
64Ministral-3-8B-Instruct-2512 (Q4_K_M)3Zmyślone 15% odsetek, art. 485/486 KC, rekompensata 25–50%, straszenie BIK; termin 27.11 niezgodny.
65Qwen2.5-32B-Instruct (Q4_K_M)3Krótkie, z dziwnym nagłówkiem „Szanowny Dłużnikie”, Warszawa, „prawo handlowe”, odsetki 10% rocznie, brak ustawy, kwoty rekompensaty i rachunku.
66Phi-4 14B (Q4_K_M)3Zmyślone odsetki 0,25% miesięcznie i rekompensata 20% (3 680 zł); brak podstawy prawnej, dane stron poprawne.
67Qwen3.5-4B (Q4_K_M)3Błędny rozkład netto/VAT, KC art. 455 jako podstawa, „rekompensatu”, brak kwoty rekompensaty; styl poprawny.
68Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱3Kod LaTeX zamiast gotowego tekstu; błędna nazwa ustawy, 'art. 10 ust. 4', odsetki +10 pp, 40 euro zamiast 70.
69Bonsai-2 9B3Zmyślone „ustawa o prawie konkurencji”, 1% miesięcznie, błędy fleksji („Janie Kowalskim”), data 2024.
70Gemma 3n E2B (Q4_K_M)3Kompletny szkielet z 7 dniami, ale odsetki i rekompensata to puste placeholdery ('5%'), brak podstawy prawnej, mylące duplikaty numeru faktury.
71EuroLLM-9B-Instruct-2512 (Q4_K_M)3Zmyślone odsetki 8% od 12.09 i rekompensata 10%, błędne artykuły KC, dłużnik bez imienia.
72Aya Expanse 8B (Q4_K_M)3Zmyślone odsetki 3% i błędne art. 491/481 KC, brak ustawy o transakcjach handlowych.
73Apertus-8B-Instruct-2509 (Q4_K_M)3Zmyślony art. 487 KC i 5%, powtórzenia, brak rachunku; brak ustawy o transakcjach handlowych.
74PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱3Zawiera 7 dni i pole na rachunek, ale rekompensata 40 euro z zmyślonym VAT 9,20 zł, a ten sam akapit jest powtórzony trzy razy.
75Bonsai-2 4B3Zbyt ogólne, literówki ('ZAPŁaty', 'rekompensatu'), podwójna data, bez ustawy i rachunku.
76Command R7B 12-2024 (Q4_K_M)3Angielskie 'further steps' w polskim tekście, odsetki '8% rocznie', rekompensata jako koszty prawne, brak tytułu i rachunku.
77PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱3Poprawna polszczyzna, ale bardzo ogólnikowe: rekompensaty nie wspomina, 'wszczęte postępowanie windykacyjne' zamiast drogi sądowej.
78Cogito v1 3B (Q4_K_M)3Krótkie, z 7 dniami, ale zmyślone odsetki 0,05% dziennie, brak ustawy i kwoty rekompensaty, brak rachunku i tytułu, język koślawy („należnej rachunkowej kwoty”).
79Salamandra-7B-Instruct (Q4_K_M)3Krótkie i bez błędów prawnych, ale bez powołania ustawy, rachunku, daty, trzykrotnie powtórzony nagłówek; odsetki i rekompensata tylko wspomniane.
80Qwen3-32b (Q4_K_M)2,3Zmyślone podstawy: Kodeks handlowy art. 307 (uchylony), odsetki „0,05% miesięcznej stopy”, rekompensata 10%; język kalkowy i niezrozumiały („z żalą o wypowiedzenie umowy”).
81Nemotron-Cascade-2 30B-A3B2,3Zmyślona „ustawa z 23 kwietnia 1964 r. o ochronie terminów płatności”, odsetki 5% i rekompensata 500 zł; termin 19.09.2026 przypada przed terminem płatności, co jest absurdem.
82Qwen3-VL-32B (Q4_K_M)2,3Zmyślone podstawy: art. 483 i 484 k.c., odsetki 50% stopy referencyjnej i rekompensata 10% należności nie mają związku z ustawą o opóźnieniach w transakcjach handlowych.
83Bielik-One-4B-r1 (Q4_K_M)2,3Literówka w tytule („PRZESĄDOWE”), nieistniejąca data 33.09.2026, błędny art. 558 KPC i zwrot „Drogi Panie”. Brak ustawy, kwoty rekompensaty i rachunku.
84QwQ-32B (Q4_K_M)2,3Zmyślone przepisy (art. 458 k.c. jako podstawa odsetek 10% i rekompensaty do 15%), brak tytułu przedsądowego i ustawy o transakcjach handlowych; język z błędami („z obowiązkiem zasięgniecie”).
85Qwen3.6-27B (Q4_K_M)2Zmyślona ustawa z 2000 r. i art. 28a, rekompensata '5%, min. 175 zł'; szkielet pisma poprawny.
86Falcon-H1-34B-Instruct (Q4_K_M)2Chaotyczne i błędne podstawy (art. 539 k.p.c., Prawo przedsiębiorców, art. 484 k.c., koszty do 10%), co dyskwalifikuje pismo.
87Cogito v1 32B (Q4_K_M)2Zmyślony „Kodeks Handlowy” (art. 460–461), odsetki 15% i rekompensata 5%, „Warszawa”, data przed terminem płatności, brak tytułu, kalki („kredytówka”).
88Bonsai-2 27B2Rozwlekłe, chaotyczne dywagacje o datach, powołanie ustawy o ochronie konkurencji i konsumentów (zmyślone), pismo ucięte.
89Qwen3-30b-a3b-instruct-2507 (Q4_K_M)2Zmyślona 'ustawa o prawie handlowym', 10% odsetek, rekompensata 5% (920 zł), termin 26.09 sprzeczny z 7 dniami.
90Qwen3.5-9B (Q4_K_M)2Błędna podstawa (art. 36 ustawy o VAT), zmyślone odsetki, KIO jako organ egzekucji, termin 02.10 sprzeczny z datą; układ dobry.
91Cogito v1 14B (Q4_K_M)2Miejscowość Warszawa, zmyślone „ustawa o prawie zobowiązań cywilnych art. 168”, 5%, „przedsądu”.
92Qwen2.5-14B-Instruct (Q4_K_M)2Tytuł „Wymaganie opłaty”, „nieodpłatności faktury” i zmyślony art. 1255 KC; polszczyzna kaleka.
93Qwen3-VL-8B (Q4_K_M)2Zmyślony art. 1094 KC i odsetki 1,5% miesięcznie, „reclamowanie”; dane i termin poprawne.
94EuroLLM-9B-Instruct (Q4_K_M)2Zmyślone art. 771 KC i rekompensata 20%, odsetki 10%, termin 27.09 zamiast 7 dni.
95Qwen3-4b-instruct-2507 (Q4_K_M)2Zmyślone osoby i przepisy (art. 1221 k.c., 6% rocznie), wzywa do 'zapłaty w terminie z 26.09', koszty notarialne; niezgrabna polszczyzna.
96Qwen3-8b (Q4_K_M)2Zmyślone art. 466 KC i odsetki 1,5% rocznie, niezręczny tytuł „Zaproszenie do zapłaty”.
97DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Tytuł „Odbiór płatności”, Warszawa, zmyślony art. 357 „ustawy o obrocie gospodarki”, odsetki 10% i rekompensata do 15% długu, „cordialnie” – kalka.
98Ministral-3-3B-Instruct-2512 (Q4_K_M)2Zmyślone przepisy (art. 327 KC, ustawa o ochronie konkurencji), błędne daty, zmyślony REGON, tytuł „Wynagrodzenie zaproszenie”.
99Olmo-3.1-32B-Instruct (Q4_K_M)2Zmyślone przepisy („Prawo handlowe”, uchwała RM, 40 zł dziennie), termin 19.09 przed datą płatności.
100Falcon-H1-3B-Instruct (Q4_K_M)2Zmyślona „ustawa o transakcjach nieodpłatnych” i rozporządzenie z 2010 r. o umowach na odległość, brak tytułu, nieporadna polszczyzna („Wezwuję”), ale 7 dni są.
101Mistral-Nemo-Instruct-2407 (Q4_K_M)2Zmyślone stawki: odsetki 6%, rekompensata 15% wartości; dziwne słowo 'Wydawanie' zamiast tytułu, wymyślone konto.
102Cogito v1 8B (Q4_K_M)2Zmyślone odsetki „10% miesięcznych” z ustawy o kredycie (art. 120), placeholder opisu dostawy, wezwanie bez rachunku, brak rekompensaty z ustawy o terminach zapłaty.
103Granite 4.2 8B (Q4_K_M)2Zmyślony „art. 118 ustawy o umowach handlowych”, 5% miesięcznie, liczne błędy językowe i zbędne dygresje.
104Nemotron 3 Nano 4B (Q4_K_M)2Zmyślony art. 2448 KC, rekompensata 180 zł, wymyślony IBAN dwukrotnie, „Panie Kowalskiu”.
105Llama-3.1-8B-Instruct (Q4_K_M)2Zmyślone przepisy (art. 17, 119, 120 KC, 87 KPC), data 2023 – pismo niespójne.
106Llama-3.2-3B-Instruct (Q4_K_M)2Powołuje „ustawę o prawach konsumenta” i zmyślone 3% za 30 dni; mało formalne.
107EXAONE-3.5-32B-Instruct (Q4_K_M)2Tytuł „Wezmoń do zapłaty”, zmyślone 22% i „przepisy karne”, kalekie zdania.
108Granite 4.1 3B (Q4_K_M)2Data 15.09 przed terminem płatności, polszczyzna niegramatyczna („przywołujemy was”), brak podstaw prawnych.
109Phi-4-mini-instruct (Q4_K_M)2Nie jest wezwaniem do zapłaty (termin 26.09 i 'drogi' wobec dłużnika), brak konkretów prawnych i tytułu, 'my rekompensujemy'.
110Granite 4.2 3B (Q4_K_M)2Pomylone strony (dłużnik jako nadawca), pismo to zwykłe polecenie płatności bez 7 dni i bez wezwania, mnóstwo neologizmów („długową”, „Zielonego Poleska”) i bezsensownych komentarzy.
111Gemma 3 1B (Q4_K_M)2Chaotyczny szablon z kalkami i bełkotem ('Zleśmy', 'Priejsądowe'), 'termin płatności 7 dni' sprzeczny, odsetki i rekompensata jako placeholdery.
112Nemotron 3 Nano 30B-A3B1,3Wymyślone dane (numer konta, REGON, właściciele, telefon), data kwietnia 2026 przed fakturą, odsetki 8,5%, rekompensata 50 zł, błędne art. 358 k.c. i liczne usterki językowe.
113LFM2-24B-A2B (Q4_K_M)1Pismo wystawione przez 'Sąd Polowy', zmyślone art. 75/147 Kodeksu handlowego, 1,5% miesięcznie, sprzeczny termin.
114Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱1Kod Pythona zamiast pisma, błędne dane (data faktury jako termin).
115Granite 4.1 8B (Q4_K_M)1Role stron odwrócone (dłużnik jako dostawca), zmyślony Kodeks Handlowy, odsetki 1,5% miesięcznie, termin 26.09 zamiast 7 dni.
116DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Mieszanka rosyjskiego i polskiego, „S.A.” zamiast sp. z o.o., 1% rekompensaty.
117DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Wtrącone chińskie znaki, zmyślony art. 1045a, bełkotliwa polszczyzna.
118Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1'Związek Zielone Pole', zapętlone punkty bez końca, ucięte, brak właściwej treści.
119Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Pismo po angielsku, szablon bez danych stron, zmyślone 10% i 20 000 zł netto.
120Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Bełkot ('PRZYSMAGA', 'ZARZYCZYCIE', 'tego przesłania'), brak danych dłużnika, rekompensata 'ustalona indywidualnie'.
121Hermes-3-Llama-3.1-8B (Q4_0)1'REKAMIŃSKIE' i 'przedśmiertne wezwanie', termin na 26.09 sprzeczny z 7 dniami, gramatyka kuleje.
122Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Przepisany prompt, brak jakiegokolwiek pisma.
123LFM2.5-8B-A1B (Q4_K_M)1Bełkot ('PRZEDAWODZIE WEZWANIE DO PŁATNOŚTIA', 'Debtor'), wymyślone kary 2% miesięcznie i nieistniejąca ustawa.
124Falcon-H1-1.5B-Instruct (Q4_K_M)1Pismo kierowane do urzędu skarbowego, nonsensy („recykling należności”, „przepraszam za opóźnienie”).
125LFM3-1.7B (Q4_K_M)1Zmyślone przepisy, niespójne terminy, wpisuje dłużnika jako adresata rachunku; chaos językowy.
126DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Bełkot ('wierzyjący', 'Proszamy', 'Wielomiejsko'), zmyślone odsetki 20% dziennie, nieistniejąca 'ustawa o prawie cywilnym'.
127Falcon3-10B-Instruct (Q4_K_M)1Pismo jako „Wydanie faktury”, 7 dni od wystawienia, bełkot językowy.
128Teuken-7B-instruct-v0.6 (Q4_K_M)1Przeredagowany prompt zamiast pisma.
129Trurl-2-13B (Q4_K_M) 🇵🇱1Po angielsku, „nets”, brak adresów i podstawy prawnej.
130EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Bełkot, odwrócone strony, zmyślone przepisy ('Kodeks Powszechnie Akceptacji Prawnych'), nieczytelne.
131Granite-3.3-8B-Instruct (Q4_K_M)1Bełkotliwa polszczyzna ('zwiedzenie terminu', 'prosiemy'), brak 7 dni na zapłatę i brak konkretów o odsetkach i rekompensacie.
132Bonsai-2 2B (Q2_0 (ternarny))1Zniekształcone słowa („Odsieczkach”, „Rekomensji”), brak dłużnika, bezsens.
133Falcon3-7B-Instruct (Q4_K_M)1Bełkot językowy („wam zaprosi do płatności”), brak sensownego wezwania.
134Olmo-3-7B-Instruct (Q4_K_M)1Bełkot („przepłatnik”, „szkodobliżenia”), cyrylica, zmyślona ustawa i 2% dziennie.
135Qwen3.5-0.8B1Bełkot ('WEZNIAWNE', 'Miejska karta płatności', numer karty), odwrócone strony, brak 7 dni i podstaw prawnych.
136Qwen3-0.6b (Q4_K_M)1Bezsensowny tekst ('Wierzyciel ma wierzyciela'), przepisane polecenia, 'Recompensacje'.
137LFM2.5-1.2B-Thinking (Q4_K_M)1Bezsensowny tekst, nieistniejące sformułowania, nie jest wezwaniem.
138PLLuM-8x7B-instruct-2412 🇵🇱0,3Bezużyteczny bełkot: urwane zdanie i token systemowy, brak jakiegokolwiek pisma.
139Qwen3.5-2B (Q4_K_M)0Zapętlona, ucięta lista powtórzonych nagłówków, brak jakiejkolwiek treści pisma.
140Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Nie jest pismem, pytanie o PDF.
141DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Chińskie znaki i niezrozumiały tekst, nie jest wezwaniem.
142Qwen3-1.7b (Q4_K_M)0Zapętlone, ucięte, bez sensu.
143Trurl-2-7B (Q4_K_M) 🇵🇱0Brak pisma, tylko zdanie o wygenerowaniu.
144Llama-3.2-1B-Instruct (Q4_K_M)0Zapętlony bełkot.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Nonsens, nie jest pismem.
146Salamandra-2B-Instruct (Q4_K_M)0Tylko powtórzenie polecenia.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Zniekształcone powtórzenie polecenia, brak pisma.
148Phi-4-reasoning 14B (Q4_K_M)0Brak pisma – zapętlone rozumowanie po angielsku, ucięte.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Bełkot i zapętlenie („fakturą fakturą”), zmyślone fakty, brak jakiegokolwiek pisma.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot, brak pisma.

4. Finanse i podatki

VAT na fakturze z dwiema stawkami oraz porównanie skali, podatku liniowego i ryczałtu dla programisty na B2B. Fakturę liczy poprawnie spora grupa modeli. Formę opodatkowania sensownie dobierają tylko nieliczne: Gemma 4 31B, Gemma 4 26B-A4B i Bielik v3.1 (po 8 pkt). Reszta myli stawki i składkę zdrowotną.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelRachunki na fakturze z dwiema stawkami VATForma opodatkowania dla JDGŚrednia
1Gemma 4 31B (Q4_K_M)1089,0
2Gemma 4 26B-A4B (Q4_K_M)1089,0
3Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱9,288,6
4Muse Glimmer 30B (Q4_K_M)9,267,6
5Gemma 4 12B (Q4_K_M)1057,5
6Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱967,5
7Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱967,5
8Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)1057,5
9Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)1047,0
10Qwen3.6-27B (Q4_K_M)1036,5

Rachunki na fakturze z dwiema stawkami VAT

Prompt
Na fakturze mam dwie pozycje: usługa transportowa 12 450,00 zł netto ze stawką VAT 23% oraz warzywa 3 200,00 zł netto ze stawką VAT 5%. Policz kwotę VAT i brutto dla każdej pozycji oraz sumę netto, VAT i brutto całej faktury. Na końcu zapisz kwotę brutto do zapłaty słownie.
Klucz oceny (przekazany sędziemu)

Transport: VAT 2 863,50 zł, brutto 15 313,50 zł. Warzywa: VAT 160,00 zł, brutto 3 360,00 zł. Razem: netto 15 650,00, VAT 3 023,50, brutto 18 673,50 zł. Słownie: osiemnaście tysięcy sześćset siedemdziesiąt trzy złote 50/100 (lub pięćdziesiąt groszy). Każdy błąd liczbowy = mocna kara.

Rozkład ocen: 10×14 9×19 8×11 7×2 6×4 5×18 4×10 3×5 2×38 1×13 0×16 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

10/10

250 tokenów · 147,7 tok/s · 2,1 s

Ocena sędziego: Wszystkie kwoty zgodne z kluczem, zapis słowny poprawny (50/100).

Oto szczegółowe wyliczenia dla Twojej faktury:

1. Usługa transportowa

  • Kwota netto: 12 450,00 zł
  • VAT (23%): 2 863,50 zł
  • Kwota brutto: 15 313,50 zł

2. Warzywa

  • Kwota netto: 3 200,00 zł
  • VAT (5%): 160,00 zł
  • Kwota brutto: 3 360,00 zł

Podsumowanie całej faktury:

  • Suma netto: 15 650,00 zł
  • Suma VAT: 3 023,50 zł
  • Suma brutto: 18 673,50 zł

Kwota brutto do zapłaty słownie: osiemnaście tysięcy sześćset siedemdziesiąt trzy złote 50/100.

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 2/150

10/10

279 tokenów · 232,1 tok/s · 1,3 s

Ocena sędziego: Wszystko poprawne, zwięźle, zapis słowny 50/100.

Oto szczegółowe rozliczenie Twojej faktury:

1. Pozycja: Usługa transportowa

  • Kwota netto: 12 450,00 zł
  • Stawka VAT: 23%
  • Kwota VAT: 2 863,50 zł
  • Kwota brutto: 15 313,50 zł

2. Pozycja: Warzywa

  • Kwota netto: 3 200,00 zł
  • Stawka VAT: 5%
  • Kwota VAT: 160,00 zł
  • Kwota brutto: 3 360,00 zł

Podsumowanie całej faktury:

  • Suma netto: 15 650,00 zł
  • Suma VAT: 3 023,50 zł
  • Suma brutto: 18 673,50 zł

Kwota brutto do zapłaty słownie: osiemnaście tysięcy sześćset siedemdziesiąt trzy złote 50/100

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 16/150

9,2/10

747 tokenów · 114,4 tok/s · 6,6 s

Ocena sędziego: Wszystko poprawne, zapis słowny poprawny; nieco powtórzeń w podsumowaniu.

Aby obliczyć kwotę VAT i brutto dla każdej pozycji na fakturze oraz sumy netto, VAT i brutto całej faktury, należy wykonać następujące kroki:

  1. Obliczenie VAT i kwoty brutto dla usługi transportowej:

    • Kwota netto: 12 450,00 zł
    • Stawka VAT: 23%
    • Kwota VAT: 12 450,00 zł * 23% = 2 863,50 zł
    • Kwota brutto: 12 450,00 zł + 2 863,50 zł = 15 313,50 zł

  2. Obliczenie VAT i kwoty brutto dla warzyw:

    • Kwota netto: 3 200,00 zł
    • Stawka VAT: 5%
    • Kwota VAT: 3 200,00 zł * 5% = 160,00 zł
    • Kwota brutto: 3 200,00 zł + 160,00 zł = 3 360,00 zł

  3. Suma netto, VAT i brutto całej faktury:

    • Suma netto: 12 450,00 zł + 3 200,00 zł = 15 650,00 zł
    • Suma VAT: 2 863,50 zł + 160,00 zł = 3 023,50 zł
    • Suma brutto: 15 313,50 zł + 3 360,00 zł = 18 673,50 zł

  4. Zapis kwoty brutto do zapłaty słownie:

    • Kwota brutto do zapłaty wynosi: osiemnaście tysięcy sześćset siedemdziesiąt trzy złote i pięćdziesiąt groszy.

Podsumowanie:

  • Usługa transportowa: VAT 2 863,50 zł, brutto 15 313,50 zł
  • Warzywa: VAT 160,00 zł, brutto 3 360,00 zł
  • Suma netto całej faktury: 15 650,00 zł
  • Suma VAT całej faktury: 3 023,50 zł
  • Suma brutto całej faktury: 18 673,50 zł (osiemnaście tysięcy sześćset siedemdziesiąt trzy złote i pięćdziesiąt groszy)

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)10Wszystkie kwoty zgodne z kluczem, zapis słowny poprawny (50/100).
2Gemma 4 26B-A4B (Q4_K_M)10Wszystko poprawne, zwięźle, zapis słowny 50/100.
3Gemma 4 12B (Q4_K_M)10Wszystkie kwoty poprawne i poprawny zapis słowny, zwięźle.
4Qwen3.6-27B (Q4_K_M)10Pełna poprawność, sprawdzenie alternatywne, prawidłowy zapis słowny.
5Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)10Wszystkie kwoty poprawne i poprawny zapis słowny.
6Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)10Wszystkie liczby i zapis słowny poprawne, czytelnie.
7gpt-oss-20b10Czytelna tabela, poprawne kwoty i poprawne słownie.
8Ministral-3-14B-Instruct-2512 (Q4_K_M)10Wszystko poprawne, czytelnie, zapis słowny bez błędów.
9Granite 4.1 30B (Q4_K_M)10Pełna poprawność, czytelne obliczenia i prawidłowy zapis słowny 50/100.
10Qwen3.5-9B (Q4_K_M)10Wszystkie kwoty poprawne, tabela, poprawne słownie.
11Command R 35B (08-2024) (Q4_K_M)10Wszystkie kwoty poprawne i poprawny zapis słowny.
12Falcon-H1-7B-Instruct (Q4_K_M)10Wszystko poprawne, zapis słowny 50/100, zwięźle.
13Qwen3.5-35B-A3B (Q4_K_M)9,5Obliczenia w pełni poprawne, tabela i podsumowanie czytelne, kwota słownie poprawna.
14Qwen3-VL-32B (Q4_K_M)9,5Poprawne wyliczenia i sumy oraz poprawna kwota słownie, zwięźle i przejrzyście.
15Muse Glimmer 30B (Q4_K_M)9,2Wszystkie kwoty zgodne z kluczem, poprawny zapis słowny, czytelny format.
16Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱9,2Wszystko poprawne, zapis słowny poprawny; nieco powtórzeń w podsumowaniu.
17Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱9Wszystko poprawne, zapis słowny poprawny, dobre podsumowanie.
18Falcon-H1-34B-Instruct (Q4_K_M)9Wszystko poprawne, czytelnie, zapis słowny poprawny.
19Nemotron 3.5 Bolt E4B (Q4_K_M)9Poprawne liczby, tabela i zapis słowny; tylko nadmiar LaTeX.
20Qwen3.5-27B (Q4_K_M)9Wszystkie liczby poprawne, tabela, zapis słowny poprawny (groszy cyfrą).
21Qwen3.8-27B (Q4_K_M)9Poprawne liczby, tabela i zapis słowny.
22Gemma 4 E4B (Q4_K_M)9Wszystko poprawne, czytelna tabela i prawidłowy zapis słowny.
23Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Wszystkie liczby i zapis słowny poprawne.
24Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Wszystkie liczby i zapis słowny poprawne, dobre podsumowanie.
25Gemma 3 12B (Q4_K_M)9Wszystkie liczby poprawne, słownie poprawnie.
26Gemma 4 E2B (Q4_K_M)9Wszystko poprawne, słownie poprawnie; rozwlekłe.
27Cogito v1 32B (Q4_K_M)9Poprawne liczby i zapis słowny, zwięźle.
28Qwen3-30b-a3b-instruct-2507 (Q4_K_M)9Wszystko poprawne, tabela i zapis słowny; nieco powtórzeń.
29GLM-4.7-Flash (Q4_K_M)9Wszystko poprawne, zwięźle, słownie poprawnie.
30Qwen3-14b (Q4_K_M)9Poprawne obliczenia i kwota słownie; czytelne, tylko zbędny zapis LaTeX.
31PLLuM-8x7B-nc-chat-2412 🇵🇱9Wszystkie kwoty zgodne z kluczem, słownie poprawnie (50/100); drobna nadmiarowa formułka na końcu.
32Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawne obliczenia i zapis słowny; tabela podsumowująca nieco niechlujna.
33Aya 23 35B (Q4_0)9Poprawne liczby i słownie; brak jawnego wypisania netto pozycji, ale to drobiazg.
34Qwen3-32b (Q4_K_M)8,5Poprawne obliczenia i zapis słowny, jedynie rozwlekły format LaTeX i zbędna końcówka.
35Nemotron-Cascade-2 30B-A3B8,5Wszystkie liczby poprawne w zwięzłej tabeli, słownie poprawnie (z formą 50/100); drobna niezręczność 'złotych i 50/100' jako pierwszej formy.
36Gemma 3 27B (Q4_K_M)8Liczby poprawne; zapis słowny z dziwnym 'pięćdziesiąt/100 złotych'.
37Mistral-Small-24B-Instruct-2501 (Q4_K_M)8Liczby poprawne; błąd fleksji 'trzy złotych'.
38Magistral-Small-2506 (Q4_K_M)8Liczby poprawne; zapis słowny 'trzy i 50/100 złotych' nieprecyzyjny, zbędny \boxed.
39Ministral-3-8B-Instruct-2512 (Q4_K_M)8Liczby poprawne; błąd fleksji 'trzy złotych'.
40EuroLLM-22B-Instruct-2512 (Q4_K_M)8Wszystko poprawne, zapis słowny dobry; zbędna nieprecyzyjna uwaga końcowa.
41QwQ-32B (Q4_K_M)8Liczby poprawne i słownie dobrze; dziwna, zbędna uwaga końcowa i powtórzenia.
42Granite 4.1 8B (Q4_K_M)8Liczby poprawne; słownie 'złote pięćdziesiąt' bez słowa groszy.
43Ministral-3-3B-Instruct-2512 (Q4_K_M)8Wszystko poprawne; literówka 'siedemdzisiąt' w zapisie słownym.
44Bielik-One-4B-r1 (Q4_K_M)7,5Wszystkie liczby poprawne, ale w zapisie słownym literówka 'siedemdziesią' (brak 't'); notacja LaTeX zbędna.
45Qwen3-4b-instruct-2507 (Q4_K_M)7Liczby poprawne, ale 'Osiemnast tysięcy' to błąd w zapisie słownym; rozwlekłe.
46DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)7Liczby poprawne, ale 'pięćdziesiąt grosze' to błąd fleksji.
47Qwen3.5-4B (Q4_K_M)6Obliczenia poprawne, ale zapis słowny błędny (…trzy pięć złotych, 'siedemdziesiątrzy') zamiast 50 groszy.
48Gemma-2-9B-it (Q4_0)6Obliczenia poprawne, lecz słownie błędne: 'Osiemdziesiąt sześć tysięcy…' zamiast osiemnaście tysięcy sześćset…
49Gemma 3n E2B (Q4_K_M)6Liczby poprawne, ale słownie '...i pięć groszy' zamiast pięćdziesięciu.
50Nemotron 3.5 Bolt 74B-A9B5,5Liczby poprawne, ale zapis słowny ma błędy językowe ('osiemnascieć', 'sześćsetkich') i wstęp 'szczegółowy wyliczenie'.
51Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Liczby poprawne, ale brak zapisu słownego – tylko \boxed z cyframi.
52Qwen2.5-14B-Instruct (Q4_K_M)5Liczby poprawne, ale słownie 'osiem tysięcy' zamiast osiemnaście – błąd w kwocie słownej.
53Qwen3-VL-8B (Q4_K_M)5Liczby poprawne, ale 'Osieć tysięcy... złotych' to błąd w zapisie słownym.
54LFM2-24B-A2B (Q4_K_M)5Liczby poprawne, ale kwoty słownie brak – podano tylko cyfry.
55Olmo-3.1-32B-Instruct (Q4_K_M)5Liczby poprawne, ale zapis słowny zepsuty ('siedemset szaśćdziesiąt', 'złote złoty').
56Falcon-H1-3B-Instruct (Q4_K_M)5Liczby poprawne, ale słownie '...trzy grosze' – błędny zapis kwoty.
57DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)5Liczby poprawne, ale słownie 'osiem tysięcy siedemset trzydzieści trzy... grosze' jest błędne.
58Bonsai-2 4B5Liczby poprawne, ale brak zapisu słownego.
59DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)5Liczby poprawne, ale słownie 'szesnaście tysięcy' zamiast osiemnaście.
60Nemotron 3 Nano 4B (Q4_K_M)5Liczby poprawne, ale zapis słowny to niezrozumiały bełkot ('trzynaście pięć zł').
61Falcon-H1-1.5B-Instruct (Q4_K_M)5Liczby poprawne, ale zapis słowny to tylko powtórzone cyfry.
62Qwen3.5-2B (Q4_K_M)5Obliczenia poprawne, ale zapis słowny to bełkot z wymyślonymi słowami i cyrylicą.
63Falcon3-10B-Instruct (Q4_K_M)5Liczby poprawne, ale brak zapisu słownego – powtórzono cyfry.
64DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)5Liczby poprawne, ale wtrącone chińskie znaki i brak zapisu słownego.
65Qwen3-1.7b (Q4_K_M)5Liczby poprawne, ale brak zapisu słownego i powtórzenia.
66EXAONE-3.5-7.8B-Instruct (Q4_K_M)5Liczby poprawne, ale brak zapisu słownego.
67Falcon3-7B-Instruct (Q4_K_M)5Liczby poprawne, ale brak zapisu słownego (tylko cyfry) i angielskie nagłówki 'Summary'.
68DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)5Liczby poprawne, ale brak osobnego podania VAT per pozycja w podsumowaniu, brak kwoty słownie (tylko cyfry w \boxed) i dziwne 'Na conclude'.
69Qwen3.6-35B-A3B (Q4_K_M)4,5Wszystkie liczby poprawne, ale pierwsze 'słownie' to bełkot (szesnaście tysięcy... trzy grosze i pięćdziesiąt setnych złotych), a dopiero kolejne wersje są poprawne; niespójne i mylące.
70Bonsai-2 27B4Liczby poprawne, ale słownie 'osiemdziesiąt trzy tysiące siedemdziesiąt trzy... pięć groszy' – zupełnie błędne.
71Qwen2.5-32B-Instruct (Q4_K_M)4Obliczenia poprawne, ale słownie 'dziewiętnaście tysięcy' – błędna kwota słowna.
72Phi-4 14B (Q4_K_M)4Liczby poprawne, ale słownie 'jedenaście tysięcy' – błędna kwota słowna.
73Aya Expanse 32B (Q4_K_M)4Błędna suma VAT (2 923,50), choć brutto i zapis słowny poprawne.
74Qwen3-8b (Q4_K_M)4Liczby poprawne, ale zapis słowny to bełkot ('półtora tysiąca', 'pięćdziesiąte złote').
75Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)4Liczby poprawne, ale wymyślone słowa ('Nettowyrost', 'Sumowy') i brak zapisu słownego.
76EXAONE-3.5-32B-Instruct (Q4_K_M)4Liczby poprawne (zapis angielski z kropkami), ale słownie 'siedemdziesiąty trzy złotych pieniędzy' jest błędne.
77Nemotron 3 Nano 30B-A3B3,5Liczby poprawne, ale zapis słowny błędny ('jedenastu tysięcy', zła fleksja) i dziwne 'Dzień dobry!' w środku wyniku.
78Nemotron 3.5 Lightning 30B-A3B3,5Obliczenia poprawne, lecz zapis słowny to angielski, a polski odpowiednik błędny ('Sto osiem tysięcy'); nie spełnia kluczowego wymagania.
79Cogito v1 14B (Q4_K_M)3Liczby poprawne, ale kwota słowna to bełkot ('szećnaście... złynikó w').
80Bonsai-2 9B3Pozycje poprawne, ale suma VAT (2 993,50) i brutto (18 643,50) błędne; zapis słowny też błędny i niegramatyczny.
81Aya Expanse 8B (Q4_K_M)3Błędna suma VAT (2 973,50) i słownie 'szesnaście tysięcy' zamiast osiemnaście.
82Command R7B 12-2024 (Q4_K_M)3Liczby poprawne, lecz zapis słowny absurdalny ('dziewięćdziesiąt jeden tysięcy... i pół').
83Granite-3.3-8B-Instruct (Q4_K_M)3Brak kwot VAT jako sum, brak zapisu słownego; tylko część wymagań spełniona.
84Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 868,50), więc błędne sumy i kwota słowna.
85Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 858,50), do tego chaotyczne, wielokrotne i sprzeczne wersje odpowiedzi.
86Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱2Błędny VAT transportu (2 858,50), więc błędne sumy i kwota słownie.
87Gemma-2-27B-it (Q4_0)2VAT transportu błędny (2 858,50), więc błędne sumy i kwota słowna.
88Gemma 3n E4B (Q4_K_M)2VAT transportu błędny (2 853,50) oraz absurdalne 'pięćset groszy'.
89Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 833,50), błędne sumy i kwota słowna.
90PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 828,50), śmieciowe znaczniki <<>>, błędne sumy.
91Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 833,50), błędne sumy i kwota słowna.
92Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 838,50), błędne sumy i kwota słowna.
93Gemma 3 4B (Q4_K_M)2Błędna suma VAT (2 999,50) i bełkotliwy zapis słowny ('Odszłoćenie piętnast tysięcy').
94EuroLLM-9B-Instruct-2512 (Q4_K_M)2VAT transportu błędny (2 928,50), brak zapisu słownego.
95PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 858,50), więc błędne sumy i kwota słowna.
96Granite 4.2 30B (Q4_K_M)2VAT transportu błędny (2 866,50), sumy i słownie spójne, ale nieprawidłowe.
97EuroLLM-9B-Instruct (Q4_K_M)2VAT transportu błędny (2 854,50), absurdalne dodanie stawek 23%+5%=28% i kwota brutto tylko w cyfrach.
98PLLuM-12B-chat-2512 (Q8_0) 🇵🇱2VAT transportu błędny (2 853,50), więc błędne sumy i kwota słowna.
99PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 858,50), więc błędne sumy i kwota słowna.
100PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 866,50), błędne sumy i kwota słowna.
101Salamandra-7B-Instruct-2606 (Q4_K_M)2VAT transportu błędny (2 788,50), błędne sumy i kwota słowna.
102Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 857,50), więc sumy i kwota słownie błędne.
103Apertus-8B-Instruct-2509 (Q4_K_M)2VAT transportu błędny (2 903,50), chaotyczne podsumowanie z błędnym netto.
104Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 743,50), błędne sumy, brak zapisu słownego.
105PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 846,50), błędne sumy i kwota słowna.
106Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱2Błędny VAT transportu (2 852,50), błędne sumy i kwota słowna.
107Aya 23 8B (Q4_0)2VAT transportu błędny (2 865,30), błędne sumy i kwota słowna ('trzy grosze').
108Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 827,00), błędne sumy i zapis słowny.
109Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱2VAT transportu błędny (2 845,50), błędne sumy i kwota słowna.
110Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2VAT transportu błędny (2 833,50), brak zapisu słownego.
111PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱2Pozycje poprawne, ale suma VAT 2 963,50 i brutto 18 613,50 błędne, słownie też błędnie.
112Llama-3.1-8B-Instruct (Q4_K_M)2VAT transportu błędny (2 857,50), błędne sumy i kwota słowna.
113Llama-3.2-3B-Instruct (Q4_K_M)2VAT transportu błędny (2 860,50), brak zapisu słownego.
114Cogito v1 3B (Q4_K_M)2VAT transportu błędny (2 872,50), słownie 'osiemdziesiąt dwóch złotych' – błędne.
115LFM3-1.7B (Q4_K_M)2Błędny VAT transportu (2 866,50), chaotyczna autokorekta, brak zapisu słownego.
116Granite 4.1 3B (Q4_K_M)2VAT transportu błędny (2 903,50), a kwota słownie podana po angielsku.
117Phi-4-mini-instruct (Q4_K_M)2VAT transportu błędny (2 804,50), błędne sumy, brak zapisu słownego.
118Trurl-2-13B (Q4_K_M) 🇵🇱2Błędne brutto transportu (15 213,50), niespójne sumy, brak zapisu słownego.
119Qwen3-0.6b (Q4_K_M)2VAT transportu błędny (2 943,50), brak sumy netto i kwoty słownej.
120PLLuM-8x7B-chat-2412 🇵🇱1,5VAT transportu 2 818,50 błędny, więc brutto i sumy błędne (18 628,50); słownie spójne z błędną kwotą.
121PLLuM-8x7B-instruct-2412 🇵🇱1,5VAT transportu 2 803,50 jest błędny, więc suma VAT i brutto też; poprawne tylko warzywa i suma netto.
122LFM2.5-24B-A2B (Q4_K_M)1Odpowiedź ucięta po pierwszej pozycji, brak sum i zapisu słownego.
123PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱1Błędna tabela, kwota do zapłaty tylko za transport, śmieciowy token na końcu.
124Mistral-Nemo-Instruct-2407 (Q4_K_M)1Odpowiedź po angielsku, błędny VAT transportu (2 873,50) i błędna suma.
125Cogito v1 8B (Q4_K_M)1Błędny VAT transportu (2 867,50), zła suma, a kwota słownie to bełkot.
126Granite 4.2 8B (Q4_K_M)1VAT błędny (2 867,50), absurdalna pętla w samosprawdzeniu i 'szesnasty tysiąc' zamiast kwoty słownej.
127Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Błędny VAT, a kwota słownie 'osiemnaście milionów...' absurdalna.
128Hermes-3-Llama-3.1-8B (Q4_0)1VAT transportu błędny (2 857,50), brak zapisu słownego.
129Salamandra-7B-Instruct (Q4_K_M)1Chaotyczne i błędne kwoty (VAT 2 200, brutto 18 010), brak zapisu słownego.
130Granite 4.2 3B (Q4_K_M)1VAT transportu błędny, odpowiedź wpada w pętlę i się urywa bez wyniku.
131DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1VAT transportu błędny (2 869,50), sumy błędne, zapis słowny to bełkot.
132Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Błędne brutto transportu, błędne sumy i słownie, literówka 'transportowq'.
133Olmo-3-7B-Instruct (Q4_K_M)1Błędny VAT (2 848,50), suma VAT 2 008,50, wymyślone słowa ('Stawać', 'wykresztowanie'), brak zapisu słownego.
134Llama-3.2-1B-Instruct (Q4_K_M)1VAT transportu błędny (2 819,50), brak sumy netto i bezsensowne pozostałe wiersze, brak zapisu słownego.
135Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱0Zamiast odpowiedzi zwrócone wywołanie funkcji JSON; brak jakichkolwiek obliczeń i zapisu słownego.
136PLLuM-8x7B-nc-instruct-2412 🇵🇱0Błędne kwoty (brutto 15 333, VAT 28%, 19 693), nie wylicza VAT dla pozycji, wyciekły znacznik end_of_text; bezużyteczne.
137PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱0Nie wykonuje zadania, prosi o dane, które już podano.
138Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱0Wszystkie kwoty błędne, brak zapisu słownego.
139LFM2.5-8B-A1B (Q4_K_M)0Mieszanka angielskiego, błędne kwoty, wymyślone słowa i bełkot zamiast kwoty słownej.
140Teuken-7B-instruct-v0.6 (Q4_K_M)0Powtórzenie polecenia, brak jakichkolwiek obliczeń.
141Gemma 3 1B (Q4_K_M)0Chaotyczne, błędne obliczenia (odejmowanie VAT), bezsensowny wynik.
142Bonsai-2 2B (Q2_0 (ternarny))0Absurdalne obliczenia (VAT 2,86 zł), całkowicie błędne wyniki.
143Qwen3.5-0.8B0Całkowicie błędne: brutto liczone jako netto*(1-VAT), wzór faktury zamiast obliczeń.
144Trurl-2-7B (Q4_K_M) 🇵🇱0Powtórzenie polecenia z artefaktem tokenu, brak jakichkolwiek obliczeń.
145LFM2.5-1.2B-Thinking (Q4_K_M)0Kompletny bełkot liczbowy i językowy, wyniki absurdalne.
146Salamandra-2B-Instruct (Q4_K_M)0Podana tylko błędna kwota 15 650 zł, brak obliczeń.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Brak obliczeń, odpowiedź obok polecenia.
148Phi-4-reasoning 14B (Q4_K_M)0Po angielsku, tylko zapętlone rozumowanie, bez odpowiedzi końcowej dla użytkownika.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Bełkot i pętla powtórzeń, brak jakichkolwiek poprawnych obliczeń VAT.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot językowy i liczbowy, wymyślone słowa, całkowicie błędne wyniki.

Forma opodatkowania dla JDG

Prompt
Prowadzę jednoosobową działalność – programista na B2B, przychód ok. 25 000 zł netto miesięcznie, koszty ok. 1 500 zł miesięcznie. Porównaj dla mnie skalę podatkową, podatek liniowy i ryczałt od przychodów ewidencjonowanych w 2026 roku. Podaj stawki, progi i orientacyjnie, która forma wyjdzie najkorzystniej i dlaczego. Uwzględnij składkę zdrowotną.
Klucz oceny (przekazany sędziemu)

Stan 2026: skala 12%/32%, próg 120 000 zł, kwota wolna 30 000 zł, zdrowotna 9% dochodu. Liniowy 19%, zdrowotna 4,9% dochodu (z limitem odliczenia). Ryczałt dla programisty zwykle 12% (8,5% tylko dla niektórych usług IT – OK jeśli wyjaśnione), zdrowotna ryczałtowa zależna od progu rocznego przychodu (do 60 tys., 60–300 tys., >300 tys.; tu ok. 300 tys. – granica progu). Dochód ok. 282 tys./rok. Wniosek: ryczałt 12% najkorzystniejszy (koszty niskie), liniowy drugi, skala najdroższa. Orientacyjne kwoty mile widziane. Zmyślone stawki/progi = kara.

Rozkład ocen: 8×3 6×3 5×5 4×9 3×18 2×28 1×48 0×36 · mediana 1

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

8/10

1 574 tokenów · 123,9 tok/s · 12,9 s

Ocena sędziego: Poprawne stawki, próg 120 tys., kwota wolna, zdrowotna 9%/4,9%/ryczałtowa progowa i właściwa kolejność (ryczałt najlepszy, liniowy, skala); kwoty orientacyjne, skala nieco zaniżona.

Uwaga: Poniższa analiza opiera się na aktualnie obowiązujących przepisach oraz zapowiedziach na rok 2025/2026. Należy pamiętać, że system podatkowy w Polsce jest zmienny, a ostateczna decyzja powinna być skonsultowana z księgowym.

Dane wejściowe do kalkulacji:
  • Przychód miesięczny: 25 000 zł netto $\rightarrow$ Rocznie: 300 000 zł
  • Koszty miesięczne: 1 500 zł $\rightarrow$ Rocznie: 18 000 zł
  • Dochód roczny: 282 000 zł
1. Skala Podatkowa (Zasady Ogólne)

To forma najbardziej "progresywna". Pozwala na odliczanie kosztów i korzystanie z licznych ulg (np. wspólne rozliczenie z małżonkiem).

  • Stawki: 12% do 120 000 zł oraz 32% powyżej tej kwoty.
  • Kwota wolna od podatku: 30 000 zł.
  • Składka zdrowotna: 9% od dochodu (nieodliczalna od podatku).
  • Charakterystyka: Przy Twoich zarobkach (282 tys. zł dochodu) wchodzisz głęboko w drugi próg podatkowy (32%).

Szacunek:

  • Podatek: ok. 55 000 – 60 000 zł
  • Zdrowotna: ok. 25 000 zł
  • Suma obciążeń: ok. 80 000 – 85 000 zł
2. Podatek Liniowy (19%)

Stała stawka niezależnie od wysokości dochodu. Idealny dla osób z wysokimi dochodami, którzy nie chcą płacić 32%.

  • Stawka: 19% od dochodu.
  • Kwota wolna: Brak.
  • Składka zdrowotna: 4,9% od dochodu (możliwość odliczenia części składki od przychodu do określonego limitu, ok. 11 tys. zł rocznie).
  • Charakterystyka: Stabilność. Nie ma "szoku" po przekroczeniu 120 tys. zł.

Szacunek:

  • Podatek: ok. 53 500 zł
  • Zdrowotna: ok. 13 800 zł
  • Suma obciążeń: ok. 67 000 zł
3. Ryczałt od przychodów ewidencjonowanych

Podatek płacony od przychodu, a nie od dochodu. Oznacza to, że Twoje koszty (1 500 zł/msc) nie mają żadnego znaczenia – nie obniżają one podatku.

  • Stawka dla programistów: zazwyczaj 12% (lub 8,5% w specyficznych przypadkach, ale standard dla IT to 12%).
  • Kwota wolna: Brak.
  • Składka zdrowotna: Ryczałtowa, zależna od rocznego przychodu. Przy przychodzie 300 tys. zł wpadasz w najwyższy próg zdrowotny (ok. 1 200 zł miesięcznie).
  • Charakterystyka: Najprostsza forma, najniższy podatek nominalny, ale brak możliwości odliczania kosztów.

Szacunek:

  • Podatek (12% z 300k): 36 000 zł
  • Zdrowotna (stała stawka): ok. 14 400 zł
  • Suma obciążeń: ok. 50 000 zł
Porównanie zbiorcze (orientacyjne roczne obciążenia)
Cecha Skala Podatkowa Podatek Liniowy Ryczałt (12%)
Podstawa opodatkowania Dochód (Przychód - Koszty) Dochód (Przychód - Koszty) Przychód
Stawka podatku 12% / 32% 19% 12%
Składka zdrowotna 9% (wysoka) 4,9% (średnia) Ryczałtowa (średnia)
Koszty (18k/rok) Odliczalne Odliczalne Nieodliczalne
Suma obciążeń (rok) ~ 80 000 - 85 000 zł ~ 67 000 zł ~ 50 000 zł
Werdykt: Co wybrać?

Dla programisty z Twoimi parametrami (wysoki przychód, bardzo niskie koszty), najkorzystniejszą formą będzie Ryczałt (12%).

Dlaczego?

  1. Niskie koszty: Twoje koszty (1 500 zł miesięcznie) są zbyt niskie, aby "ratować" Cię na podatku liniowym czy skali. Aby liniówka wygrała z ryczałtem, musiałbyś mieć ogromne koszty (np. leasingi drogich aut, drogi sprzęt, biuro), które drastycznie obniżyłyby podstawę opodatkowania.
  2. Zdrowotna: Na skali zdrowotna "zabija" opłacalność przy takich zarobkach (9% od dochodu to ogromna kwota).
  3. Prostota: Ryczałt jest najprostszy w prowadzeniu.

Kiedy rozważyć inne opcje?

  • Skala: Tylko jeśli masz bardzo wysokie ulgi (np. ulga na dzieci, wspólne rozliczenie z niepracującym małżonkiem) lub planujesz ogromne inwestycje.
  • Liniówka: Jeśli Twoje koszty drastycznie wzrosną (np. z 1 500 zł do 8 000 zł miesięcznie).

Podsumowanie: Przy obecnych danych ryczałt pozwoli Ci zaoszczędzić ok. 17 000 zł rocznie względem liniówki i ok. 30 000 zł względem skali.

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 2/150

8/10

1 660 tokenów · 228,7 tok/s · 7,3 s

Ocena sędziego: Poprawne stawki 12/32, 19% z 4,9%, ryczałt 12% (wspomina 8,5%) z progami zdrowotnej i trafny wniosek z kwotami miesięcznymi. Drobne błędy: kwota wolna opisana nieprecyzyjnie, składka ryczałtowa przy górnej granicy progu.

Poniższa analiza opiera się na aktualnych przepisach oraz założeniu, że w 2026 roku nie nastąpią rewolucyjne zmiany w systemie podatkowym (jak np. wprowadzenie kwoty wolnej dla liniowców czy całkowita reforma składki zdrowotnej).

Przy Twoich parametrach (przychód 25 000 zł, koszty 1 500 zł, dochód 23 500 zł) kluczowym czynnikiem nie jest sam podatek, ale sposób naliczania składki zdrowotnej.

1. Skala Podatkowa (Zasady Ogólne)

To system progresywny. Najbezpieczniejszy, ale przy Twoich zarobkach najdroższy.

  • Stawki: 12% do progu 120 000 zł dochodu rocznie, powyżej tego progu 32%.
  • Kwota wolna: 30 000 zł (obniża podatek).
  • Składka zdrowotna: 9% od dochodu (brak możliwości odliczenia od podatku).
  • Analiza dla Ciebie: Przy 25 000 zł miesięcznie, już w połowie roku wpadasz w drugi próg (32%).
  • Szacunkowe obciążenia (miesięcznie):
    • Podatek: ok. 5 000 - 6 000 zł (średnio, po uwzględnieniu progu 32%).
    • Składka zdrowotna: ok. 2 115 zł.
    • Suma obciążeń: Bardzo wysoka.
2. Podatek Liniowy

Stała stawka niezależna od wysokości dochodu.

  • Stawka: 19% od dochodu.
  • Kwota wolna: Brak (brak kwoty wolnej od podatku).
  • Składka zdrowotna: 4,9% od dochodu (można ją częściowo odliczyć od dochodu do limitu).
  • Analiza dla Ciebie: Stały podatek daje przewidywalność, ale przy niskich kosztach (tylko 1 500 zł) nie ma sensu "uciekać" w koszty.
  • Szacunkowe obciążenia (miesięcznie):
    • Podatek: ok. 4 465 zł.
    • Składka zdrowotna: ok. 1 150 zł.
    • Suma obciążeń: Średnia.
3. Ryczałt od przychodów ewidencjonowanych

Najpopularniejszy wśród programistów. Podatek płacisz od przychodu, nie od dochodu.

  • Stawka dla programisty: Zazwyczaj 12% (jeśli wytwarzasz oprogramowanie) lub 8,5% (jeśli Twoje usługi są klasyfikowane jako doradztwo/inne usługi IT, choć fiskus coraz częściej celuje w 12%). Przyjmijmy bezpieczne 12%.
  • ente Składka zdrowotna: Zależy od rocznego przychodu (3 progi). Przy 300 000 zł rocznie (Twoja sytuacja) wpadasz w drugi próg.
    • Składka zdrowotna (przychód 60k–300k): ok. 700-800 zł miesięcznie (kwota ryczałtowa, niezależna od tego, czy zarobisz 10k czy 25k).
  • Analiza dla Ciebie: Koszty (1 500 zł) nie mają znaczenia, bo płacisz od przychodu.
  • Szacunkowe obciążenia (miesięcznie):
    • Podatek (12% z 25 000 zł): 3 000 zł.
    • Składka zdrowotna: ok. 750 zł.
    • Suma obciążeń: Najniższa.
Porównanie zbiorcze (Szacunki miesięczne)
Cecha Skala Podatkowa Podatek Liniowy Ryczałt (12%)
Podatek dochodowy ok. 5 500 zł (średnio) ok. 4 465 zł 3 000 zł
Składka zdrowotna ok. 2 115 zł (9%) ok. 1 150 zł (4,9%) ok. 750 zł (ryczałt)
Suma (Podatek + Zdrowotna) ok. 7 615 zł ok. 5 615 zł ok. 3 750 zł

Uwaga: Do powyższych kwot należy doliczyć składki społeczne (ZUS), które są podobne dla każdej formy.

Werdykt: Co wyjdzie najkorzystniej?

Dla Twojej sytuacji (wysoki przychód, bardzo niskie koszty) zdecydowanym zwycięzcą jest RYCZAŁT (12%).

Dlaczego?

  1. Najniższa stawka podatku: 12% to znacznie mniej niż 19% czy progresywne 32%.
  2. Składka zdrowotna: To "ukryty podatek", który przy skali podatkowej i liniowym "zjada" ogromną część Twoich zarobków. Na ryczałcie składka jest kwotowa i przy Twoich zarobkach jest najniższa.
  3. Struktura kosztów: Twoje koszty (1 500 zł) stanowią tylko 6% przychodu. Na skali i liniowym, aby te koszty "opłacały się" (czyli żeby obniżały podatek bardziej niż ryczałt), musiałbyś mieć znacznie wyższe wydatki (np. leasing samochodu, sprzęt, biuro, subskrypcje). Przy 6% kosztów, ryczałt zawsze wygrywa matematycznie.

Kiedy warto rozważyć zmianę?

  • Na Skalę: Tylko jeśli masz bardzo wysokie koszty (np. 10 000 zł miesięcznie) i chcesz korzystać z ulg (np. na dzieci) lub wspólnego rozliczenia z małżonkiem.
  • Na Liniowy: Tylko jeśli Twoje koszty wzrosną tak bardzo, że podatek 19% od dochodu (po odjęciu kosztów) będzie niższy niż 12% od przychodu.

Podsumowanie dla Ciebie: Trzymaj się Ryczałtu 12%. Przy obecnym modelu podatkowym w Polsce, dla programisty B2B z niskimi kosztami, jest to obecnie najefektywniejsza forma opodatkowania.

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 3/150

8/10

1 436 tokenów · 113,2 tok/s · 12,7 s

Ocena sędziego: Poprawne stawki (12/32%, 19%, 12% ryczałt), próg 120 tys., zdrowotna 9%/4,9% i progi ryczałtowe, sensowne kwoty roczne i trafny ranking ryczałt < liniowy < skala. Brak kwoty wolnej i uzasadnienie ryczałtu nieco niezgrabne.

W 2026 roku, dla jednoosobowej działalności gospodarczej (programista na B2B) z przychodem około 25 000 zł netto miesięcznie i kosztami około 1 500 zł miesięcznie, porównanie form opodatkowania przedstawia się następująco:

  1. Skala podatkowa (PIT):

    • Stawki podatkowe: 12% dla dochodu do 120 000 zł rocznie, 32% dla nadwyżki ponad 120 000 zł.
    • Składka zdrowotna: 9% od dochodu (ale nie mniej niż minimalna podstawa).
    • Obliczenia: Przy miesięcznym dochodzie ok. 23 500 zł (25 000 zł - 1 500 zł kosztów), roczny dochód wynosi ok. 282 000 zł. Podatek wyniesie ok. 32% od nadwyżki ponad 120 000 zł, czyli ok. 162 000 zł × 32% = 51 840 zł, plus 12% od pierwszych 120 000 zł = 14 400 zł. Łączny podatek to ok. 66 240 zł rocznie. Składka zdrowotna to ok. 23 500 zł × 9% = 2 115 zł miesięcznie. Łączne obciążenie podatkowo-składkowe to ok. 66 240 zł + 25 380 zł (12 miesięcy × 2 115 zł) = 91 620 zł rocznie.

  2. Podatek liniowy (PIT):

    • Stawka podatkowa: 19% od dochodu.
    • Składka zdrowotna: 4,9% od dochodu (dla dochodu powyżej 60 000 zł rocznie, ale nie mniej niż minimalna podstawa).
    • Obliczenia: Przy miesięcznym dochodzie 23 500 zł, roczny dochód to 282 000 zł. Podatek wyniesie 282 000 zł × 19% = 53 580 zł rocznie. Składka zdrowotna to 23 500 zł × 4,9% = 1 146,50 zł miesięcznie, czyli 13 758 zł rocznie. Łączne obciążenie podatkowo-składkowe to 53 580 zł + 13 758 zł = 67 338 zł rocznie.

  3. Ryczałt od przychodów ewidencjonowanych:

    • Stawka podatkowa: Dla usług programistycznych stawka wynosi 12% od przychodu.
    • Składka zdrowotna: Zależna od przychodu (progi: do 60 000 zł rocznie - ok. 381,78 zł miesięcznie; od 60 000 zł do 300 000 zł rocznie - ok. 635,56 zł miesięcznie; powyżej 300 000 zł - ok. 1 128,48 zł miesięcznie).
    • Obliczenia: Przy miesięcznym przychodzie 25 000 zł, roczny przychód to 300 000 zł. Podatek wyniesie 300 000 zł × 12% = 36 000 zł rocznie. Składka zdrowotna dla przychodu 300 000 zł rocznie wynosi ok. 635,56 zł miesięcznie, czyli 7 626,72 zł rocznie. Łączne obciążenie podatkowo-składkowe to 36 000 zł + 7 626,72 zł = 43 626,72 zł rocznie.

Najkorzystniejsza forma opodatkowania: Ryczałt od przychodów ewidencjonowanych (ok. 43 627 zł rocznie obciążeń) jest najtańszy, ponieważ opiera się na przychodzie, a nie dochodzie, co przy niskich kosztach (1 500 zł miesięcznie) znacząco obniża podstawę opodatkowania. Podatek liniowy (67 338 zł rocznie) jest droższy niż ryczałt, ale tańszy niż skala podatkowa (91 620 zł rocznie), która ze względu na wysoki dochód wchodzi w drugi próg podatkowy.

Podsumowanie: Dla podanych parametrów ryczałt jest najbardziej opłacalny ze względu na niskie koszty i korzystną stawkę podatkową od przychodu.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)8Poprawne stawki, próg 120 tys., kwota wolna, zdrowotna 9%/4,9%/ryczałtowa progowa i właściwa kolejność (ryczałt najlepszy, liniowy, skala); kwoty orientacyjne, skala nieco zaniżona.
2Gemma 4 26B-A4B (Q4_K_M)8Poprawne stawki 12/32, 19% z 4,9%, ryczałt 12% (wspomina 8,5%) z progami zdrowotnej i trafny wniosek z kwotami miesięcznymi. Drobne błędy: kwota wolna opisana nieprecyzyjnie, składka ryczałtowa przy górnej granicy progu.
3Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱8Poprawne stawki (12/32%, 19%, 12% ryczałt), próg 120 tys., zdrowotna 9%/4,9% i progi ryczałtowe, sensowne kwoty roczne i trafny ranking ryczałt < liniowy < skala. Brak kwoty wolnej i uzasadnienie ryczałtu nieco niezgrabne.
4Muse Glimmer 30B (Q4_K_M)6Poprawne stawki 12/32%, 19% i ryczałt 12% oraz trafny wniosek (ryczałt najlepszy, liniowy lepszy od skali), ale składka zdrowotna policzona błędnie (9% z 75% dochodu dla skali/liniowego, zmyślone odliczenia), więc kwoty netto są niewiarygodne.
5Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱6Poprawne stawki (12/32, 19%, ryczałt 12%) i trafny wniosek; błędy rachunkowe (podatek na skali ~52 tys., zdrowotna 2 115 zł rocznie) oraz zdrowotna na liniowym 4,9%/9% pomylona.
6Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawne stawki (12/32, 19%, 12%), 4,9% na liniowym i trafny wniosek (ryczałt < liniowy < skala), ale składka zdrowotna na skali (minimum) i ryczałcie (próg do 60 tys.) policzona błędnie, więc kwoty zaniżone.
7Gemma 4 12B (Q4_K_M)5Skala 12/32 i liniowy 19% poprawne, trafna kolejność (ryczałt najlepszy), ale zdrowotna 9% na liniowym to błąd (4,9%), podatek na skali zawyżony, a ryczałt 8,5% i zdrowotna ~11–12 tys. mocno zaniżone.
8Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)5Stawki skali i liniówki poprawne, wniosek o ryczałcie trafny i obliczenia przejrzyste, ale kwota wolna źle uwzględniona, zdrowotna 9% także przy liniówce i ryczałt liczony z błędną podstawą.
9Qwen3.6-35B-A3B (Q4_K_M)5Wniosek ma właściwą kolejność (ryczałt 12%, liniowy, skala) i poprawne stawki 12%/19%/120 tys., ale składka zdrowotna jest błędna (stała kwota, 7,75%) i są dziwne tezy o 'zniesieniu' ryczałtu.
10Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱5Poprawne stawki i wniosek (ryczałt < liniowy < skala), ale składka 9% przy liniowym i ryczałcie to błąd, a na ryczałcie nie ma progów zdrowotnej ryczałtowej.
11LFM2.5-24B-A2B (Q4_K_M)5Skala 12/32 i ryczałt 12% poprawne, trafna kolejność wniosków i przejrzysta tabela, ale liniowy 15% zamiast 19%, zdrowotna 9% wszędzie i nietrafne uwagi praktyczne.
12Qwen3.8-27B (Q4_K_M)4Przyjęta stawka 8,5% bez uzasadnienia, składka przy liniowym 9% i stała ~6 000 zł przy ryczałcie zmyślone, zawyżone oszczędności; wniosek o ryczałcie trafny, odpowiedź ucięta.
13Gemma 4 E4B (Q4_K_M)4Poprawne stawki 12/32%, 19% i ryczałt 12–15% oraz słuszny wniosek o ryczałcie, ale mało konkretnych kwot, zdrowotna opisana ogólnikowo (od dochodu, 'wyższa'), asekuranckie podejście 2024/2025.
14Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱4Poprawne stawki skali i 12% ryczałtu oraz właściwa kolejność, ale składka 9% od dochodu/przychodu przy liniowym i ryczałcie jest błędna (powinno być 4,9% i składka ryczałtowa).
15Gemma 3 12B (Q4_K_M)4Wniosek i kolejność zgodne z kluczem, liniowy 19% i ryczałt 12% poprawne, ale skala ze zmyślonymi progami (0% do 120 tys.) i identyczna zdrowotna 25 380 zł dla wszystkich form (błąd).
16Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱4Dobre stawki skali i 12% ryczałtu oraz właściwy wniosek, ale składka 9% przy liniowym i ryczałcie jest błędna, a stawka '2% do 60 tys.' zmyślona.
17Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)4Skala i liniówka policzone poprawnie co do podatku, wniosek o ryczałcie trafny, ale zdrowotna 9% dla liniówki zamiast 4,9% i ryczałt 8,5% z błędną zdrowotną od przychodu.
18Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱4Wniosek słuszny, ale podatek skali podany nonsensownie (2730 zł), zdrowotna liniowego 9% zamiast 4,9%, a zdrowotna ryczałtu 'ok. 645 zł' bez progów.
19PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱4Stawki skali i liniówki poprawne, wniosek o ryczałcie trafny, ale ryczałt 12%/15% jest zmyślony, zdrowotna opisana błędnie (min. 380 zł), a obliczeń brak.
20Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱4Stawki skali, liniowego i ryczałtu 12% poprawne, wniosek o ryczałcie trafny. Składka 9% dla liniowego i ryczałtu błędna, a podatek liniowy 5 358 zł to rażący błąd rachunkowy.
21Qwen3.6-27B (Q4_K_M)3Dobra struktura i trafny wniosek (ryczałt najlepszy), ale ryczałt 15% i zdrowotna 9% dla liniówki/ryczałtu są błędne, a odpowiedź ucięta w połowie zdania.
22Qwen3.5-35B-A3B (Q4_K_M)3Ryczałt 12% i liniowy 19% podane, ale składka zdrowotna opisana błędnie (7,75%, odliczanie), tabela myli skalę z liniowym; błędny wniosek, że wygrywa skala, i odpowiedź ucięta.
23Gemma 3 27B (Q4_K_M)3Stawki 12/32, 19% i 12% poprawne, ale błędne odliczanie zdrowotnej od podatku, zdrowotna 9% z 211 zł, i fałszywy wniosek, że skala najkorzystniejsza.
24Nemotron 3.5 Bolt E4B (Q4_K_M)3Podatki poprawnie policzone (66 240, 53 580, 36 000 zł), ale składka zdrowotna pominięta, a wniosek końcowy wskazuje skalę i jest sprzeczny z wcześniejszym.
25Qwen3.5-27B (Q4_K_M)3Poprawne 12/32%, 19% i ryczałt 12% oraz rachunki podatków; błędne odliczenie składki w skali (77,75%) i chaotyczny wniosek z autokorektą, odpowiedź ucięta w połowie zdania.
26Gemma 4 E2B (Q4_K_M)3Poprawne stawki skali i liniowego, ale mylnie 'przychód brutto 30 tys.', brak jakichkolwiek wyliczeń i rozmyta stawka ryczałtu; wniosek ryczałt ogólnie trafny.
27gpt-oss-20b3Przejrzysta struktura i trafny wniosek o ryczałcie, ale zmyślona skala 12/17/32% z progiem 720 tys., kwota wolna odjęta od dochodu i składka 9% dla każdej formy; ryczałt 8,5% bez wyjaśnienia.
28Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱3Dobry ranking i ryczałt 12%, ale wadliwe: drugi próg skali 'do 240 tys.', zdrowotna 9% dla liniowego i od przychodu w ryczałcie, dochód 297 tys. zamiast 282 tys.; uzasadnienie o 'wysokich kosztach' jest odwrotne do prawdy.
29Mistral-Small-24B-Instruct-2501 (Q4_K_M)3Zły opis skali (19%), liniowy 15% i ryczałt 8,5% ze składką 9% od przychodu; ranking ryczałt najlepszy trafny, ale stawki w większości błędne.
30Gemma-2-27B-it (Q4_0)3Skala policzona od 300 tys. (ignoruje koszty), ryczałt 17% i zdrowotna 9% wszędzie; wniosek o ryczałcie poprawny, ale podstawy zmyślone.
31Ministral-3-8B-Instruct-2512 (Q4_K_M)3Stawki skali i liniowego poprawne, ale doliczono ZUS 27–30% i błędnie policzono zdrowotną; ryczałt 8,5% bez wyjaśnienia. Wniosek (ryczałt, liniowy, skala) trafny, rachunki bałaganiarskie.
32Qwen3.5-4B (Q4_K_M)3Błędny próg skali 202 tys., składka 9% wszędzie, liniowy rzekomo nieistniejący, zawyżony dochód; ryczałt 8,5% bez uzasadnienia, odpowiedź ucięta.
33Qwen2.5-14B-Instruct (Q4_K_M)3Skala z zmyślonymi progami (17/30/35/38/45%) i ryczałt 14%, zdrowotna 9% na wszystkich formach; wniosek (ryczałt < liniowy < skala) zgodny z kluczem, ale podstawy błędne.
34PLLuM-12B-chat-2512 (Q8_0) 🇵🇱3Stawki skali i liniówki poprawne, wniosek o ryczałcie trafny, ale kwoty podatku błędne (30 720 zł przy cały przychód w pierwszym progu), ryczałt 12/15% i niedokładna zdrowotna.
35PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱3Stawki poprawne, ale obliczenia błędne (podatek skali 36 tys. z 300 tys.), zdrowotna 9% z przychodu, brak jasnego wniosku (skala = ryczałt).
36PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱3Stawki i progi podane poprawnie (12/32, 19%, 4,9%, ryczałt 12%), ale brak jakichkolwiek obliczeń, zdrowotna na ryczałcie błędna, a wniosek (liniowy) niezgodny z kluczem.
37PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱3Skala 12/32 i liniowy 19% poprawne, ale ryczałt z wymyślonymi stawkami (14%, 16,67%) i progami miesięcznymi, zdrowotna 9% na liniowym; kończy się unikiem bez wniosku.
38Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Poprawne 12/32%, 19% i 4,9% oraz ryczałt 12% z właściwym wnioskiem, ale zmyślona kwota wolna 60 tys., 'składka wliczona w ryczałt' i brak obliczeń.
39Falcon-H1-34B-Instruct (Q4_K_M)2Podaje stan na 2023, ryczałt 17% i składkę 9% dla liniowego; błędne założenia o przychodzie brutto. Wniosek o ryczałcie przypadkowo trafny, ale uzasadnienie złe.
40Ministral-3-14B-Instruct-2512 (Q4_K_M)2Zmyślona składka 5,85% i ryczałt 17,5% (grupa 65), liczone miesięcznie z limitem 100 tys. zł; wniosek o ryczałcie przypadkowo zgodny, ale na błędnych liczbach.
41Nemotron-Cascade-2 30B-A3B2Mieszanie ZUS ze zdrowotną, ryczałt 8,5% i fałszywe odliczanie 7,75%, obliczenia niespójne; odpowiedź ucięta.
42Bonsai-2 27B2Skala podana wg nieistniejących progów (12 tys./27 tys./54 tys.), zdrowotna 9% od przychodu na skali i od zysku na liniowym — błędy; ryczałt 12% i wniosek trafne, ale odpowiedź urwana.
43Gemma 3n E4B (Q4_K_M)2Skala liczona 12% od całości, ryczałt 5%, składka 9% wszędzie; wniosek o ryczałcie zgodny z kluczem tylko przypadkiem.
44Qwen3-14b (Q4_K_M)2Skala 17/32/40%, ryczałt 19% i składka 9,75% są zmyślone, a 'dochód' liczony jako przychód + koszty; wniosek o ryczałcie przypadkowy.
45Qwen3.5-9B (Q4_K_M)2Ryczałt 8,5% bez uzasadnienia, zdrowotna 275 zł i liczona po podatku (bez sensu), pomylone składki ZUS, tabela ucięta.
46Command R 35B (08-2024) (Q4_K_M)2Przestarzałe 17% i 85 528 zł, podatek liczony od przychodu, ryczałt 5,5% i wniosek niepoparte rachunkiem.
47Falcon-H1-7B-Instruct (Q4_K_M)2Stosuje nieistniejącą skalę „z 2023” (0/12/23/32%), składka zdrowotna ryczałtu liczona od podatku, ryczałt 8,5% bez wyjaśnienia; wniosek (ryczałt) trafia przypadkiem.
48PLLuM-8x7B-nc-chat-2412 🇵🇱2Zmyślone stawki (12% do 180 tys., ryczałt 14% dla IT), brak obliczeń i brak konkretnych kwot; wniosek o ryczałcie trafiony przypadkiem.
49Aya Expanse 32B (Q4_K_M)2Skala 18%, 32% liczone od całego dochodu, ryczałt 5–20% z założonym 10%, składka 9% wszędzie; wniosek o ryczałcie przypadkowy.
50Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱2Skala i liniowy częściowo dobre, ale mieszanie progów (85 528 zł z 17%), zmyślony ryczałt 12%/17% zależny od przychodu i zdrowotna 9% wszędzie; wniosek ryczałt trafny tylko przypadkiem, z błędnym uzasadnieniem.
51Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2Rachunek na kwocie miesięcznej 25 tys. zamiast rocznej, ryczałt 15% i zmyślone zasady składki; błędny wniosek o liniowym jako najlepszym.
52PLLuM-8x7B-nc-instruct-2412 🇵🇱2Zmyślone progi (0%/12%/32%, 240 tys.) i ryczałt 14% albo 12% do 250 tys., zdrowotna ryczałtowa 1,5%; liniowy 19% z 4,9% poprawne, końcowy wniosek ryczałt 12% przypadkowo trafny, bez obliczeń.
53Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2Skala 17% zamiast 12%, liczenie miesięcznego dochodu bez rocznych progów, ryczałt 15% i błędny wniosek, że skala/liniowy z 4,9% są najlepsze.
54Nemotron 3.5 Lightning 30B-A3B2Błędna zdrowotna 9% od przychodu, wymyślony 'ryczałt kartowy', mylące rachunki; wskazanie ryczałtu jako najlepszego częściowo trafne, ale oparte na złej stawce 8,5%.
55Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱2Rachunki skali błędne (odliczenie 7,75% od podatku), ryczałt 12/17% wymyślony; wniosek o skali jako najlepszej jest odwrotny do właściwego.
56Bonsai-2 9B2Zmyślona reforma, zdrowotna 13,8%, ryczałt 15%, brak skali (tylko wzmianka o 'progresywnym 19%'), liczy miesięcznie; wniosek o ryczałcie trafny przypadkiem, odpowiedź urwana.
57Gemma 3 4B (Q4_K_M)2Zmyślona trzecia stawka skali 38%, ryczałt 6,5%/9% i składki ZUS; chaotyczne obliczenia. Wniosek o ryczałcie przypadkowo zgodny.
58Gemma 3n E2B (Q4_K_M)2Wymyślona skala 18%, ryczałt 10/15%, składka 9% dla wszystkich form; błędny wniosek (skala/liniowy lepsze od ryczałtu).
59PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱2Błędne obliczenia skali (rozliczono dwukrotnie tę samą nadwyżkę), ryczałt 15%. Wniosek o ryczałcie jest sprzeczny z własnym wynikiem, w którym skala wychodzi taniej.
60Qwen3-8b (Q4_K_M)2Skala z wymyślonymi progami (19/32/47/52%), ryczałt 19%, zdrowotna 9% przychodu dla wszystkich; wniosek, że liniowy najlepszy, jest błędny.
61Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Chaotyczny opis ryczałtu ze zmyślonymi PKWiU i bez kwot, błędne twierdzenia o odliczaniu, wniosek (skala) jest błędny.
62PLLuM-8x7B-instruct-2412 🇵🇱2Wymyślone progi (160 311 zł, 361 904 zł), ryczałt 12%/20%, brak obliczeń i składki zdrowotnej; w tekście śmieciowy token.
63PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2Skala, liniówka i ryczałt 12% poprawne, ale zmyślona czwarta forma („taryfa” 15/30/45%), brak obliczeń i wniosku.
64Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱2Błędne obliczenia skali (12% od całości plus 32%), zdrowotna 4% i ryczałt 14%; wniosek o liniówce jest błędny.
65DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Zmyślone stawki (skala 19%, liniowy 17%, ryczałt 15,5%), liczy od miesięcznego przychodu, zdrowotna 1 500 zł bez podstaw; wniosek o ryczałcie zgodny z kluczem tylko przypadkiem.
66Teuken-7B-instruct-v0.6 (Q4_K_M)2Ryczałt rzekomo 5,1–8,7%, brak liczb, progów i porównania z pozostałymi formami; wniosek ogólnikowy.
67Qwen3-32b (Q4_K_M)1Zmyślone stawki (42%, zdrowotna 9,5%, ryczałt 1,5%) i podstawy; obliczenia błędne, wniosek oparty na fałszywych danych.
68Cogito v1 32B (Q4_K_M)1Zmyślona skala 18% do 12 tys., ryczałt 20%, dziwne przeliczenie brutto; błędny wniosek (liniowy najlepszy).
69Qwen3-30b-a3b-instruct-2507 (Q4_K_M)1Liniowy rzekomo 12%, ryczałt 17%, doliczone składki ZUS nieproszone; błędne i sprzeczne, wniosek o liniowym najlepszym, ucięte.
70Qwen3-VL-32B (Q4_K_M)1Zmyślone stawki (17%/32%, liniowy 19% od przychodu, 'ryczałt 19% na 50%'), błędny wniosek.
71GLM-4.7-Flash (Q4_K_M)1Zmyślone ZUS-owe wyliczenia, skala 17%, 'PIT-16/PIT-19' i błędny wniosek, że skala jest najlepsza.
72Granite 4.1 30B (Q4_K_M)1Zmyślone „KPK”, „SKZ”, 17% i 85 528 zł, ryczałt 2% — wniosek o ryczałcie przypadkowo trafny, ale oparty na błędnych danych.
73Magistral-Small-2506 (Q4_K_M)1Zmyślone progi (85 tys.), liniowy 15%, ryczałt 5%, składka 7,75%; chaotyczne rachunki i odpowiedź ucięta.
74Qwen2.5-32B-Instruct (Q4_K_M)1Zmyślona skala 0/17/32% z progami miesięcznymi i ryczałt 3%; wniosek o ryczałcie wynika z fałszywych liczb.
75EuroLLM-22B-Instruct-2512 (Q4_K_M)1Błędne obliczenia (podatek 0 zł na skali, liczenie od 25 000 jako rocznego), ryczałt 15%, wnioski wewnętrznie sprzeczne z własną tabelą.
76Bielik-One-4B-r1 (Q4_K_M)1Zmyślone stawki (liniowy 12%, ryczałt 8,5%, skala 18/25% z progiem 200 tys.), zdrowotna 9% od przychodu; tylko przypadkowo wskazuje ryczałt.
77Nemotron 3 Nano 30B-A3B1Bełkot: ryczałt 5,5%, 'ZUS-CU', przeliczanie na kwoty roczne rzędu 26 tys. zł, składka 0,0819; liczby niespójne z danymi.
78Nemotron 3.5 Bolt 74B-A9B1Zmyślona reforma (skala 12%/19%), twierdzenie, że ryczałt jest niedostępny, i błędny wniosek, że wygrywa skala.
79Aya 23 35B (Q4_0)1Dane z 2023 r., skala 17%/32% z progiem 85 528 zł, ryczałt 20% – zmyślone stawki i błędne obliczenia.
80Gemma-2-9B-it (Q4_0)1Zmyślone progi skali (17/32/45%) i ryczałt 20%, brak sensownych obliczeń, wniosek (skala najlepsza) niezgodny z kluczem; liniowy 19% poprawny.
81QwQ-32B (Q4_K_M)1Zmyślone stawki i progi (18%/32% od 12 tys., ryczałt 3%/7% do 85 528 zł), błędny wniosek, że ryczałt jest niedostępny.
82EuroLLM-9B-Instruct-2512 (Q4_K_M)1Skala 17%, ryczałt 20% dla programistów, wymyślone ZUS 20,5% i mieszanie VAT z ryczałtem; wniosek o skali błędny.
83Granite 4.2 30B (Q4_K_M)1Odpowiedź urwana w połowie, zmyślone stawki (liniowy 17%, zdrowotna 2,76%, ryczałt 2,5%), błędna teza o zniesieniu liniowego i pomieszanie netto z brutto; brak wniosku.
84EuroLLM-9B-Instruct (Q4_K_M)1Skala 17%/85 528 zł, ryczałt 20%, liczenie 32% od całości przychodu, sprzeczne i puste 'korzyści/wady'; brak jasnego wniosku.
85Aya Expanse 8B (Q4_K_M)1Zmyślone stawki (18%, ryczałt 10,7%), podatek od przychodu bez kosztów, brak składki zdrowotnej i błędny wniosek (skala).
86Salamandra-7B-Instruct-2606 (Q4_K_M)1Pomieszane progi, liniowy 17%, ryczałt z odliczaniem kosztów 50% i zmyślonymi progami; wnioski i rachunki błędne.
87Apertus-8B-Instruct-2509 (Q4_K_M)1Błędne stawki (liniowy 18%, ryczałt 8%), absurdalne kwoty podatku, składka 9% przychodu; wnioski o 'opłatach skarbowych' bezsensowne, dużo powtórzeń.
88Granite 4.1 8B (Q4_K_M)1Nie odpowiada na pytanie: porównuje JDG ze spółką z o.o., zmyślone stawki ('ryczałt 0,01%', zdrowotna 6,5%/7,5%), brak wniosku o trzech formach.
89Ministral-3-3B-Instruct-2512 (Q4_K_M)1Zmyślone mechanizmy (ZUS 5,5%+5,5%, 'ryczałt zdrowotny', PIT 17%), chaotyczne rachunki; wniosek o ryczałcie przypadkowy.
90Olmo-3.1-32B-Instruct (Q4_K_M)1Zmyślone progi (85 528/167 056), twierdzenie, że liniowy i ryczałt nie dotyczą działalności; kompletnie błędne i ucięte.
91Falcon-H1-3B-Instruct (Q4_K_M)1Zmyślone stawki (15%/23%, ryczałt 9%, zdrowotna 6%), brak skali, mylenie netto i brutto; wniosek o ryczałcie przypadkowo trafny.
92Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱1Zmyślone progi skali (30 tys.) i ryczałt 14/19%, składka liczona od podatku, absurdalne mnożenie 'x2'; wniosek o ryczałcie przypadkowy i sprzeczny z własnymi liczbami.
93PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱1Zmyślone zasady (przychód 100 tys. decyduje o formie, ryczałt od 3 mln, skala 12% do 14 430 zł), wniosek (skala) błędny.
94DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Zmyślone progi (0/12/22/30%), ryczałt 10/15/20%, składka 1,5%; pomylone PIT-y, odpowiedź ucięta.
95Aya 23 8B (Q4_0)1Zmyślone stawki (19%/30%), składka 13,85% i warunek 'przed 2022'; zaleca skalę, co jest błędne.
96Bonsai-2 4B1Błędnie liczy zysk jako 25 000 − 18 000 = 7 000 zł, nieprawdziwe stawki skali (85 tys.) i składki; wyniki bezwartościowe.
97Cogito v1 8B (Q4_K_M)1Zmyślone progi i stawki (17/26%, ryczałt 8/17%), błędne podstawy, wniosek o liniówce.
98DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Zmyślone stawki (0/13/17%, liniowy 18/19%, ryczałt 15%), obce znaki w tekście, absurdalny wniosek o skali jako najlepszej.
99Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Zmyślone stawki (17/22%, zdrowotna 29,26%), te same bloki powielone dla wszystkich form, brak sensownego wniosku.
100Granite 4.2 8B (Q4_K_M)1Rozwlekły chaos, pętle w rozważaniach o przychodzie, wymyślona składka 6%; brak stawek, obliczeń i wniosku, odpowiedź ucięta.
101Command R7B 12-2024 (Q4_K_M)1Zmyślone progi 19/32/42%, ryczałt 22%, składka 8,2%; kalki z angielskiego ('relatively'), błędny wniosek.
102Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Skala 17%/85 528 zł, absurdalne liczenie (32% od 273 tys. = 87 264), ryczałt 'wskazuje' 5%, błędy i literówki ('Orientedation'); wniosek bez pokrycia.
103Llama-3.1-8B-Instruct (Q4_K_M)1Przestarzałe/zmyślone stawki (9/18/32%, liniowy 17%, ryczałt 9%), zdrowotna 9% wszędzie i błędny wniosek, że skala jest najkorzystniejsza.
104Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Zmyślone progi liniowego 16/21/26%, ryczałt 15%, rachunki bezsensowne.
105Hermes-3-Llama-3.1-8B (Q4_0)1Twierdzi, że ryczałt nie istnieje, zmyślone progi skali (0/12/24%) i liniowy 9%, zdrowotna 7,75%, sprzeczne sumy; wniosek błędny.
106EXAONE-3.5-32B-Instruct (Q4_K_M)1Pominięta skala, zmyślone progi i 'ryczałt 19%', niedokończone obliczenia; rekomendacja liniowego błędna.
107Falcon-H1-1.5B-Instruct (Q4_K_M)1Pomija skalę, zmyślone 'PPE' 23% z mieszaniem netto i brutto, absurdalny wynik 7 200 zł rocznie; wnioski bez wartości.
108LFM3-1.7B (Q4_K_M)1Zmyślone progi liniowego (0/10/20%), ryczałt 23,68%, składka 17,5%; bełkot i odpowiedź ucięta.
109Qwen3.5-2B (Q4_K_M)1Zmyślone stawki (23%, zdrowotna 15%, progi ryczałtu 14/23/28%), trzy identyczne wyniki i wniosek, że forma nie ma znaczenia; pomija skalę 12/32.
110Salamandra-7B-Instruct (Q4_K_M)1Zmyślone stawki skali (17/36/45%), ryczałt 2%, twierdzenie o braku zdrowotnej przy ryczałcie, zero obliczeń i wniosku.
111Falcon3-10B-Instruct (Q4_K_M)1Bełkot: mieszanie VAT z przychodem, zmyślone progi składki zdrowotnej i 'podatek skalowy 1%'; brak sensownego wniosku.
112Gemma 3 1B (Q4_K_M)1Zmyślone formy opodatkowania i stawki (12/14/32% do 200/300/400 tys.), koszty 15 000 zł, zdrowotna 1,5%; bezużyteczne.
113Qwen3.5-0.8B1Zmyślone stawki 25%, 15% i 12% składki, niezrozumiałe pojęcie 'OFP' i niespójne rekomendacje.
114Llama-3.2-1B-Instruct (Q4_K_M)1Zmyślone stawki (liniowy 20%, ryczałt 10%, zdrowotna 10%) i fałszywe przypisy do ustawy; brak obliczeń.
115Phi-4 14B (Q4_K_M)0Zmyślone stawki (skala 19%, liniowy 2%, ryczałt 1%), znaki 'Ryčzałt', absurdalne obliczenia.
116Cogito v1 14B (Q4_K_M)0Zmyślona skala 17–53%, liniowy i ryczałt 1%, zapętlone powtarzanie składek; bełkot bez wniosku.
117Qwen3-VL-8B (Q4_K_M)0Pusta odpowiedź.
118LFM2-24B-A2B (Q4_K_M)0Wymyślone pojęcia ('Złotówka', 'SKL', 'składka zdrowotna ZUS 26%'), brak właściwych form opodatkowania, zalecenie 'płaski podatek 15%' bez podstaw.
119Qwen3-4b-instruct-2507 (Q4_K_M)0Zmyślone zasady (ryczałt 10% powyżej 100 tys., rzekome zniesienie liniowego), pętle sprzecznych zdań, brak porównania i wniosku.
120PLLuM-8x7B-chat-2412 🇵🇱0Odmowa odpowiedzi, brak jakiejkolwiek treści merytorycznej.
121DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)0Odpowiedź po angielsku, bez założeń i stawek, z błędnymi, niespójnymi kwotami i fałszywym wnioskiem.
122Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱0Tylko jedno zdanie wstępu, brak jakiejkolwiek treści.
123Mistral-Nemo-Instruct-2407 (Q4_K_M)0Zmyślone stawki (17%/32% jako liniowy, ryczałt 20%), brak skali, absurdalne obliczenia i dziesięciokrotnie powtórzone zdanie o MF.
124Nemotron 3 Nano 4B (Q4_K_M)0Zmyślona skala z rosnącymi stawkami do setek procent i zapętlenie, ucięta.
125PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱0Zmyślone progi i stawki, liniowy 12%, ryczałt malejący z przychodem, a na końcu pętla powtarzanych podsumowań.
126Llama-3.2-3B-Instruct (Q4_K_M)0Zmyślona skala 9–49% i identyczne powielone bloki; nie dotyczy polskiego prawa.
127Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱0Całkowicie zmyślone progi i stawki (do 55%), wniosek, że liniowy najlepszy, sam sobie przeczy.
128LFM2.5-8B-A1B (Q4_K_M)0Bełkot: zmyślone 'micro-odgospodarowane' i 'pełne rozliczanie', progi 0/18/22%, zdrowotna 2%; nie dotyczy skali, liniowego ani ryczałtu, z wieloma wymyślonymi słowami.
129Cogito v1 3B (Q4_K_M)0Zapętlone powtórzenia ze zmyślonymi stawkami (18%, 2%), brak analizy, ucięta.
130Granite 4.1 3B (Q4_K_M)0Całkowicie zmyślone stawki (19–42% według miesięcznych widełek, 'PDoO'), bełkotliwe formy i wnioski niezwiązane z polskim systemem.
131Phi-4-mini-instruct (Q4_K_M)0Zmyślone instytucje (POS, POSt) i stawki, nie dotyczy polskiego systemu; bełkot.
132Granite 4.2 3B (Q4_K_M)0Całkowicie zmyślone 'skale' liniowego i definicja ryczałtu, bełkot bez związku z polskim prawem; ucięta.
133Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Bełkot: dziesiątki zmyślonych stawek do 99,5%, ryczałt 2,2–3,07%, 'zdrowotna 2%', wyciekły token <|im_assistant|>.
134Trurl-2-13B (Q4_K_M) 🇵🇱0Puste nagłówki i zapętlone powtórzenia, brak jakiejkolwiek wartości, wniosek błędny.
135DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Odpowiedź po angielsku, wymyślone progi i stawki, brak sensownego porównania; bezużyteczna.
136Qwen3-1.7b (Q4_K_M)0Bełkot o 'wypłacie z konto', wszystkie formy po 19% i takie same wyniki, składka zdrowotna jako 10% podatku; kompletnie zmyślone i powtarzalne.
137EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Całkowicie zmyślone stawki i kwoty podatków (rzędu 31 zł), pomieszany język z angielskimi wtrętami, bezużyteczne.
138Granite-3.3-8B-Instruct (Q4_K_M)0Wymyślone podatki i składka 2,5%, brak skali i ryczałtu; bełkot językowy.
139Bonsai-2 2B (Q2_0 (ternarny))0Wymyślone stawki (23%, 15%, DOD), brak sensu i brak poprawnego wniosku.
140Falcon3-7B-Instruct (Q4_K_M)0Nieczytelna polszczyzna ('Podatek ryczałty', 'Oto skalę'), wszędzie 17%, absurdalny wniosek, że ryczałt najlepszy, bo 'większy'.
141Olmo-3-7B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami, składka jako 'leki i diety', VAT jako podatek liniowy; bezużyteczne.
142Trurl-2-7B (Q4_K_M) 🇵🇱0Bezsensowna tabela z losowymi wartościami i dziesiątkami powtórzeń tego samego zdania, ucięta.
143Qwen3-0.6b (Q4_K_M)0Bełkot z powtórzeniami 'Oczywiście', zmyślone 13,5%, brak skali, liniowy i ryczałt rzekomo identyczne.
144LFM2.5-1.2B-Thinking (Q4_K_M)0Wymyślone słowa ('netyce', 'totale'), VAT jako podatek dochodowy, 20% bez podstaw, urwana; bezużyteczna.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Bełkot („lump sum”, „bonus”) i zapętlenie, bez związku z pytaniem.
146Salamandra-2B-Instruct (Q4_K_M)0Kilka zmyślonych stawek, a potem w kółko powtarzane to samo zdanie; bezużyteczna.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Nie odpowiada na pytanie, tylko zadaje własne.
148Phi-4-reasoning 14B (Q4_K_M)0Wyciek rozumowania po angielsku w pętli, brak odpowiedzi końcowej.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Bełkot: lista „Przedsiębiorca: X $” bez związku z pytaniem, ucięta.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot niezwiązany z pytaniem, zero stawek i wniosków.

5. Pisanie użytkowe i marketing

Opis produktu pod SEO i odpowiedź na negatywną opinię klientki. Prowadzi Muse Glimmer 30B. Bielik v3.1 jest drugi, a Bielik-Minitron-7B dostał 9 pkt za opis produktu.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelOpis produktu pod SEOOdpowiedź na negatywną opinięŚrednia
1Muse Glimmer 30B (Q4_K_M)8,58,88,6
2Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7,28,27,8
3Gemma 4 31B (Q4_K_M)9,267,6
4Gemma 4 26B-A4B (Q4_K_M)877,5
5Gemma 3 27B (Q4_K_M)787,5
6Nemotron 3.5 Bolt E4B (Q4_K_M)787,5
7Qwen3.8-27B (Q4_K_M)787,5
8Qwen3-32b (Q4_K_M)9,25,37,3
9Gemma 4 12B (Q4_K_M)777,0
10Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱777,0

Opis produktu pod SEO

Prompt
Napisz opis produktu do sklepu internetowego: czajnik elektryczny ze stali nierdzewnej, 1,7 l, 2200 W, regulacja temperatury 40–100°C co 5 stopni, funkcja podtrzymania ciepła 30 minut, podświetlenie LED. Wymagania: 120–160 słów, fraza kluczowa „czajnik z regulacją temperatury” użyta dokładnie 3 razy, na końcu lista 4 zalet w punktach. Bez wymyślania parametrów, których nie podałem.
Klucz oceny (przekazany sędziemu)

120–160 słów (policz!), fraza „czajnik z regulacją temperatury” DOKŁADNIE 3 razy, na końcu lista 4 zalet, żadnych parametrów spoza podanych (np. materiał rączki, certyfikaty, gwarancja, auto-wyłączanie = zmyślenie), naturalny język sprzedażowy, bez wstępu typu „Oto opis”.

Rozkład ocen: 9×4 8×5 7×10 6×9 5×23 4×27 3×32 2×18 1×10 0×12 · mediana 4

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9,2/10

346 tokenów · 128,9 tok/s · 3,2 s

Ocena sędziego: Fraza 3 razy, długość ok. 150 słów, lista 4 zalet i brak zmyśleń; drobna usterka składniowa („czajnik z regulacją temperatury, która”).

Odkryj nową jakość parzenia ulubionych napojów dzięki naszemu nowoczesnemu urządzeniu. Ten elegancki czajnik elektryczny ze stali nierdzewnej o pojemności 1,7 l łączy w sobie wysoką wydajność z precyzją. Dzięki mocy 2200 W woda zagotuje się w błyskawicznym tempie, a stylowe podświetlenie LED doda kuchni nowoczesnego charakteru.

Kluczowym atutem urządzenia jest zaawansowany czajnik z regulacją temperatury, która pozwala na wybór wartości od 40 do 100°C w odstępach co 5 stopni. Dzięki temu idealnie dopasujesz ciepło wody do wymagań konkretnego rodzaju herbaty czy kawy. Wybierając ten czajnik z regulacją temperatury, zyskujesz także funkcję podtrzymania ciepła przez 30 minut, co eliminuje konieczność ponownego gotowania wody. To niezawodny czajnik z regulacją temperatury, który gwarantuje pełną kontrolę nad procesem przygotowania napoju i maksymalny komfort codziennego użytkowania.

Zalety produktu:

  • Precyzyjna regulacja temperatury (40–100°C co 5 stopni).
  • Funkcja podtrzymania ciepła przez 30 minut.
  • Wysoka moc 2200 W i pojemność 1,7 l.
  • Wytrzymała obudowa ze stali nierdzewnej z podświetleniem LED.

Qwen3-32b (Q4_K_M) Alibaba · miejsce w zadaniu: 2/150

9,2/10

310 tokenów · 64,1 tok/s · 5,1 s

Ocena sędziego: Fraza dokładnie 3 razy, długość na dolnej granicy, parametry zgodne z danymi, lista 4 zalet na końcu; styl nieco powtarzalny, ale poprawny.

Czajnik elektryczny ze stali nierdzewnej to idealne rozwiązanie dla osób, które doceniają precyzję i jakość. Oferuje pojemność 1,7 litra i moc 2200 W, dzięki czemu woda zagrzewa się szybko i skutecznie. Czajnik z regulacją temperatury umożliwia ustawianie stopnia ogrzewania w zakresie 40–100°C co 5 stopni, co jest idealne do przygotowywania różnych napojów. Czajnik z regulacją temperatury wyposażony jest także w funkcję podtrzymania ciepła na 30 minut, która utrzymuje wybraną temperaturę, a także podświetlenie LED, które sprawia, że korzystanie z urządzenia jest wygodne i estetyczne. Czajnik z regulacją temperatury to nie tylko funkcjonalna, ale też elegancka pomoc w kuchni.

Zalety:

  • Precyzyjna regulacja temperatury co 5 stopni.
  • Funkcja podgrzewania utrzymująca ciepło przez 30 minut.
  • Wytrzymała konstrukcja ze stali nierdzewnej.
  • Estetyczne podświetlenie LED.

Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 4/150

9/10

423 tokenów · 235,3 tok/s · 1,9 s

Ocena sędziego: Fraza dokładnie 3 razy, poprawna lista 4 zalet, dobra długość i polszczyzna, brak zmyśleń.

Czajnik elektryczny ze stali nierdzewnej to idealne rozwiązanie dla osób ceniących funkcjonalność i nowoczesny design. Pojemność 1,7 litra pozwala na przygotowanie napoju dla całej rodziny, a moc 2200 W gwarantuje szybkie gotowanie wody. Kluczową cechą tego modelu jest czajnik z regulacją temperatury, umożliwiający precyzyjne ustawienie temperatury w zakresie 40–100°C co 5 stopni. Dzięki temu możesz przygotować idealną herbatę, kawę czy inne napoje, dbając o ich optymalną temperaturę. Czajnik z regulacją temperatury posiada również funkcję podtrzymania ciepła przez 30 minut, co jest szczególnie przydatne podczas dłuższych przerw w użytkowaniu. Dodatkowo, podświetlenie LED ułatwia obsługę urządzenia, a elegancki design ze stali nierdzewnej sprawia, że czajnik z regulacją temperatury będzie ozdobą każdej kuchni.

Zalety: • Precyzyjna regulacja temperatury (40–100°C co 5 stopni) • Funkcja podtrzymania ciepła przez 30 minut • Pojemność 1,7 l – idealna dla całej rodziny • Szybkie gotowanie dzięki mocy 2200 W

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9,2Fraza 3 razy, długość ok. 150 słów, lista 4 zalet i brak zmyśleń; drobna usterka składniowa („czajnik z regulacją temperatury, która”).
2Qwen3-32b (Q4_K_M)9,2Fraza dokładnie 3 razy, długość na dolnej granicy, parametry zgodne z danymi, lista 4 zalet na końcu; styl nieco powtarzalny, ale poprawny.
3Nemotron 3 Nano 30B-A3B9,2Fraza dokładnie 3 razy, długość OK, lista 4 zalet na końcu, parametry zgodne; drobne naddatki typu „intuicyjne i bezpieczne”.
4Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱9Fraza dokładnie 3 razy, poprawna lista 4 zalet, dobra długość i polszczyzna, brak zmyśleń.
5Muse Glimmer 30B (Q4_K_M)8,5Fraza użyta dokładnie 3 razy, długość ok. 125–130 słów, 4 zalety na końcu, bez zmyślonych parametrów; naturalny język sprzedażowy.
6Gemma 4 26B-A4B (Q4_K_M)8Fraza dokładnie 3 razy, długość ok. 150 słów, 4 zalety, bez zmyśleń; nieco niezręczne „precyzyjny czajnik z regulacją temperatury”.
7Mistral-Small-24B-Instruct-2501 (Q4_K_M)8Fraza dokładnie 3 razy, lista 4 zalet, odpowiednia długość; drobne usterki („inną napoj”).
8Gemma-2-9B-it (Q4_0)8Fraza dokładnie 3 razy (w tym jeden punkt listy), ok. 120 słów, naturalny styl; lista dziwnie zaczyna się od frazy.
9Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱7,6Ok. 135 słów, fraza 3 razy, ale jedna z nich to punkt listy, a lista powtarza parametry zamiast 4 zalet (5 punktów zamiast 4).
10Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱7,2Fraza dokładnie 3 razy, lista 4 zalet, brak zmyślonych parametrów; całość lekko powyżej 160 słów i trochę powtarzalna.
11Qwen3-VL-32B (Q4_K_M)7,2Długość i lista w porządku, parametry bez zmyśleń, ale fraza w formie podstawowej tylko 2 razy (trzecie użycie odmienione: „czajnikowi”).
12QwQ-32B (Q4_K_M)7,2Fraza dokładnie 3 razy, długość OK, lista 4 zalet; ale błędy fleksji („dzięki mocowi”, „dzięki moc”, „Stylny”), dziwne „czyż nie jest to kluczowe” i doklejone „(150 słów)”.
13Gemma 4 12B (Q4_K_M)7Fraza dokładnie 3 razy, długość OK, 4 zalety; drobne wady: literówka „połąanie”, „mleko dla dzieci”, „gwarancja jakości”.
14Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱7Fraza dokładnie 3 razy, lista 4 zalet, dobra polszczyzna; tekst lekko ponad limit słów.
15Gemma 3 27B (Q4_K_M)7Dobra polszczyzna i styl, ok. 140 słów, fraza dwa razy dokładnie plus odmiana, 4 zalety.
16Nemotron 3.5 Bolt E4B (Q4_K_M)7Fraza dokładnie 3 razy, 4 zalety, dobra polszczyzna; tekst nieco za krótki (ok. 105 słów), „kaw”.
17Qwen3.8-27B (Q4_K_M)7Fraza 3 razy, dobry styl; tekst lekko przekracza 160 słów, błąd „niezawodnego czajnik”.
18Gemma 4 E2B (Q4_K_M)7Fraza 3 razy i lista 4 zalet, ale niezgrabne „funkcja czajnik z regulacją temperatury” i trochę za krótko.
19Bonsai-2 27B7Fraza 3 razy, dobra długość i lista; drobne błędy („Główną atutem”, „kawa”).
20Nemotron-Cascade-2 30B-A3B6,2Fraza 3 razy, ale tekst ma ok. 100 słów, czyli poniżej 120; błędy („z stali”) oraz dopisana zupa i „bezpieczeństwo”.
21Qwen3.5-27B (Q4_K_M)6Fraza 3 razy, ale tekst wyraźnie przekracza 160 słów, a „mocny espresso” w czajniku to nietrafiony dodatek.
22Gemma 4 E4B (Q4_K_M)6Fraza 3 razy i lista 4 zalet, ale błąd gramatyczny „zaawansowana czajnik z regulacją”, a tekst jest krótki i ma anglicyzm „must-have”.
23Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)6Dobra polszczyzna i lista 4 zalet, brak zmyśleń, ale fraza tylko 2 razy, a tekst ok. 110 słów.
24Ministral-3-14B-Instruct-2512 (Q4_K_M)6Dobra polszczyzna i struktura, ale fraza tylko w odmianie („czajnikowi z regulacją”) 2 razy, nie dokładnie 3 razy.
25Magistral-Small-2506 (Q4_K_M)6Fraza 3 razy i 4 zalety, dobry styl; psuje to artefakt „\boxed{140}” i tekst nieco poniżej 120 słów.
26EuroLLM-22B-Instruct-2512 (Q4_K_M)6Fraza 2 razy dokładnie, naturalny opis, 4 zalety; nagłówek z parametrami i fraza po liście.
27DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)6Fraza dokładnie 3 razy, 4 zalety; błędy „mocowi”, „temperature”, „odpowiednio długo” i tekst nieco za krótki.
28Bielik-One-4B-r1 (Q4_K_M)5,6Ok. 115 słów (za mało), fraza tylko 2 razy; dodane twierdzenie o inwestycji w zdrowie. Lista 4 zalet jest poprawna.
29Qwen3.5-35B-A3B (Q4_K_M)5,2Tekst ma ok. 190 słów (limit 160), a fraza występuje tylko 2 razy; sam język sprzedażowy jest dobry.
30Qwen3.6-35B-A3B (Q4_K_M)5,2Fraza 3 razy, ale tekst ok. 195 słów (limit 160), a do tego ozdobniki typu „zaawansowane technologie”, „na lata” i LED we „wnętrzu” to naddatki spoza danych.
31Nemotron 3.5 Bolt 74B-A9B5,2Fraza w formie podstawowej tylko raz (drugie użycie odmienione), literówka „Naszy”; długość i lista poprawne.
32Aya 23 35B (Q4_0)5,2Fraza tylko raz; literówka „szybwe”, błędy („herbata, kawy lub zupy”), zmyślenie, że wnętrze czajnika jest podświetlone, i „oszczędzanie energii”.
33Qwen3.6-27B (Q4_K_M)5Fraza 3 razy, ale tekst ok. 180 słów i błąd „niezawodnego czajnik”, „czerni”.
34Falcon-H1-34B-Instruct (Q4_K_M)5Dobra polszczyzna, ale fraza tylko raz, a LED „informuje o wybranej temperaturze” to zmyślenie.
35Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱5Fraza 3 razy (w tym sztucznie w nawiasie), ale tekst ok. 190 słów i zmyślony ergonomiczny kształt/interfejs.
36Gemma 3 12B (Q4_K_M)5Fraza tylko 2 razy dokładnie, tekst ponad 160 słów, ale dobra polszczyzna i poprawna lista.
37Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱5Fraza 3 razy, ale dwie listy, emoji, ok. 170 słów i zmyślony wskaźnik temperatury.
38Cogito v1 32B (Q4_K_M)5Fraza tylko 2 razy, niezręczne „zagrzewanie”, „dobre kawę”; reszta w normie.
39Gemma-2-27B-it (Q4_0)5Fraza 3 razy (dwa razy w liście), ale lista ma 6 punktów, tekst krótki, zmyślone „mleko w proszku”.
40Gemma 3n E4B (Q4_K_M)5Fraza 3 razy (jedna w odmianie), ale błędy („codziennej parówki”, „mocną wrzątek”) i zalety bez parametrów.
41LFM2.5-24B-A2B (Q4_K_M)5Fraza 4 razy (w tym błąd „Dzięki funkcji czajnik z…”), zmyślone „kompaktowy” i „ergonomia”.
42Granite 4.1 30B (Q4_K_M)5Fraza 3 razy, ale błędy („delikatnego herbaty”, „szerszych kawy”), espresso i zmyślone LED wokół czajnika.
43Qwen3.5-9B (Q4_K_M)5Fraza 3 razy, ale tekst ok. 165 słów, błąd „uniwersalne czajnik”, literówka „wygódę”, zmyślona kawa francuska.
44Command R 35B (08-2024) (Q4_K_M)5Fraza 2 razy, tekst naturalny i bez zmyśleń, ale krótki (ok. 115 słów) i lista bardzo ogólna.
45Falcon-H1-7B-Instruct (Q4_K_M)5Fraza 3 razy dokładnie (plus błąd „z naszym czajnik”), ale zmyślona niebieska dioda, tekst krótki.
46Phi-4 14B (Q4_K_M)5Fraza 3 razy, ale tekst ok. 190 słów, literówka „herba”, „potężny silnik” i dygresje.
47Qwen3.5-4B (Q4_K_M)5Fraza dokładnie 2 razy (trzecia odmieniona), lista poprawna; zmyślone espresso i zdrowie, „Oto” na początku.
48Gemma 3n E2B (Q4_K_M)5Fraza w odmianie 3 razy (dokładnie raz), moc 2200 W tylko w tytule, nienaturalne sztuczne wtrącenia frazy.
49EuroLLM-9B-Instruct-2512 (Q4_K_M)5Dobra polszczyzna i struktura, ale fraza tylko raz (w nagłówku zalet), a reszta tylko „regulacja temperatury”.
50Qwen3-8b (Q4_K_M)5Fraza 2 razy dokładnie plus odmiana, lista 4 zalet; tekst za długi, „infuzji”, bez zmyśleń.
51Olmo-3.1-32B-Instruct (Q4_K_M)5Fraza tylko 2 razy dokładnie, tekst krótki (poniżej 120 słów), poza tym poprawny i bez zmyśleń.
52PLLuM-8x7B-nc-chat-2412 🇵🇱4,2Fraza w tekście w formie odmienionej („czajnika z regulacją temperatury”) i tylko raz; zmyślone „kompaktowe wymiary”, lista przed zakończeniem.
53PLLuM-8x7B-nc-instruct-2412 🇵🇱4,2Zaczyna od „Oto opis”, fraza kluczowa ani razu, lista zalet ogólnikowa, na końcu wyciekł token końca tekstu.
54Nemotron 3.5 Lightning 30B-A3B4,2Zaczyna od „Oto opis…”, fraza kluczowa ani razu; błąd „każdej napojów” i dziwne „w stylu ze stali”.
55Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱4Fraza tylko 2 razy, w tym sztucznie w nawiasie w liście; błąd zgodności „czajnik…, która”.
56Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)4Fraza dokładnie tylko raz (reszta odmiana), błąd „Wytrzymała stali nierdzewnej konstrukcja”; reszta poprawna.
57Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱4Fraza użyta 3 razy, ale dwie listy cech i zalet, emoji i tekst za długi.
58GLM-4.7-Flash (Q4_K_M)4Wstęp „Oto opis”, fraza tylko raz dokładnie, dodana zupa i „informuje o gotowości”; lista 4 zalet jest.
59Qwen3-14b (Q4_K_M)4Fraza użyta 4 razy zamiast 3, tekst za krótki (ok. 85 słów), lista poprawna, ale styl powtarzalny.
60Aya Expanse 32B (Q4_K_M)4Fraza użyta tylko raz i w niezgrabnej składni („Czajnik z regulacją temperatury ten”); reszta poprawna.
61Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱4Fraza 3 razy, ale tekst ok. 230 słów, wstęp „Oto”, zmyślony ergonomiczny kształt i automatyka.
62Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Fraza tylko 2 razy, dodatkowa lista cech, zmyślone zabezpieczenie przed przegrzaniem i przelaniem.
63Qwen2.5-14B-Instruct (Q4_K_M)4Fraza występuje 4 razy zamiast 3, liczne błędy językowe („Zasugerowany pojemność”, „szybką … gotowanie”).
64Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱4Fraza raz, na końcu, zbyt długi tekst z nagłówkami, „delikatne potrawy” jako zmyślone zastosowanie.
65Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱4Fraza 3 razy, ale tekst ok. 200 słów, wiele sekcji, zmyślone „poziom wody” przy LED.
66Gemma 3 4B (Q4_K_M)4Fraza 3 razy, ale z błędem „precyzyjna czajnik”, „ze Stalą”, zmyślone espresso, tekst za długi.
67Granite 4.2 30B (Q4_K_M)4Fraza 3 razy, ale tekst znacznie przekracza 160 słów i zawiera błędy („grzała”, „korozcję”, „płaskiej zupy”, „czujniki temperatury”).
68PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱4Wstęp „Oto opis”, fraza raz, lista to samo co specyfikacja; poprawny język.
69Aya Expanse 8B (Q4_K_M)4Brak dokładnej frazy kluczowej; poza tym dobra polszczyzna i struktura, parametry poprawne.
70LFM2-24B-A2B (Q4_K_M)4Fraza kluczowa tylko raz dokładnie, reszta w odmienionej formie; dodane „silnik” i działanie po wyłączeniu zasilania. Polszczyzna dobra.
71Qwen3-4b-instruct-2507 (Q4_K_M)4Fraza tylko 2 razy, zmyślone „wymiary kompaktowe”, błędy („produkty są odporne”, „na biurku”).
72Salamandra-7B-Instruct-2606 (Q4_K_M)4Pełna fraza padła tylko raz (reszta to „regulacja temperatury”), nagłówek „4 ZALETY” i zalety nie na samym końcu; poza tym poprawna polszczyzna.
73PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱4Brak frazy kluczowej, lista 4 punktów jest, ale tekst bez sprzedażowego tonu i lekko za długi.
74Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱4Wstęp „Oczywiście…”, brak dokładnej frazy; tekst poprawny, 4 zalety.
75PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱4Brak frazy kluczowej; tekst poprawny, ale lista cech zamiast 4 zalet na końcu i zbyt formalny.
76Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱4Brak frazy kluczowej, ale dobra polszczyzna, parametry poprawne i 4 zalety.
77Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)4Fraza użyta 3 razy w odmianach przy tym dokładnie 2 razy, absurd „przygotowywania czajnika”, błędy fleksji.
78DeepSeek-R1-Distill-Llama-8B (Q4_K_M)4Za krótki, fraza 3 razy w sztucznej formie, „Wyposażenie LED” to kalka.
79PLLuM-8x7B-chat-2412 🇵🇱3,2Fraza kluczowa nie pojawia się w opisie, tylko w metakomentarzu „użyta dokładnie 3 razy”; lista w środku, dopisane „kompaktowy rozmiar” i zaproszenie do pytań.
80Qwen3-30b-a3b-instruct-2507 (Q4_K_M)3Fraza tylko w odmianie, „Opozniony”, zmyślone automatyczne wyłączanie, 40°C do zielonej herbaty a 100°C do kawy to uproszczenie.
81Ministral-3-8B-Instruct-2512 (Q4_K_M)3„Czterostopniowa regulacja”, „potężnemu mocy” – błędy merytoryczne i gramatyczne, fraza raz.
82Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱3Fraza 2 razy, a „kąpiel dla niemowlęcia” to niebezpieczna sugestia; zalety zostają w środku tekstu.
83Cogito v1 14B (Q4_K_M)3Zmyślony automatyczny wyłącznik i rękojeść z izolacją, fraza raz w odmianie, „kawiarzy i czajników”.
84PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱3Wstęp „Oczywiście”, akapity zduplikowane, fraza tylko 2 razy, brak pracy edytorskiej.
85Bonsai-2 9B3Fraza raz, błędy („kompromitować”, „zaawansowanej sterownikowi”), moc i pojemność tylko w zaletach.
86PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱3Zaczyna się od „Oto opis…”, fraza kluczowa nie pada ani razu; reszta poprawna.
87EuroLLM-9B-Instruct (Q4_K_M)3Zaczyna od powtórzenia specyfikacji z promptu, fraza nie występuje; sztuczny tekst.
88PLLuM-12B-chat-2512 (Q8_0) 🇵🇱3Wstęp „Oto przykładowy…”, brak frazy kluczowej, format z wieloma listami zamiast jednej.
89PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱3Wstęp „Oto opis”, fraza raz na końcu, zmyślone automatyczne wyłączenie, termostat i energooszczędność; zbyt długi.
90Apertus-8B-Instruct-2509 (Q4_K_M)3Fraza tylko w pytaniu, lista wciśnięta po zdaniu, krótki tekst.
91Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱3Zbyt krótki, zaczyna od powtórzenia specyfikacji, fraza tylko w odmianie, lista wciśnięta w akapit.
92Granite 4.1 8B (Q4_K_M)3Fraza 5 razy zamiast 3, „silnik” i „kiepskość” to błędy, lista w środku tekstu.
93Ministral-3-3B-Instruct-2512 (Q4_K_M)3Fraza raz, „przykładowo: 40–100°C” podważa parametry, brak mocy i pojemności, błąd „temperaturnego”.
94PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Wstęp „Oto opis”, fraza tylko raz, zmyślone „łatwe w czyszczeniu”, okropny styl.
95Falcon-H1-3B-Instruct (Q4_K_M)3Fraza użyta ok. 7 razy, powtarzalne listy, błędne „konsystencję”.
96DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)3Fraza tylko raz, liczne błędy („zagęszczenia”, „wiku napoju”, „herbate”), zmyślone twierdzenia.
97Aya 23 8B (Q4_0)3Brak dokładnej frazy kluczowej, tekst ok. 210 słów, zmyślone „łatwy w czyszczeniu”; polszczyzna poprawna.
98Mistral-Nemo-Instruct-2407 (Q4_K_M)3Fraza tylko raz, tekst ok. 230 słów, błędy („Oferujemy wam”, „kontrole”), bardzo rozwlekły.
99Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Wstęp „Oto opis”, brak frazy kluczowej, poprawna reszta.
100Cogito v1 8B (Q4_K_M)3Brak listy 4 zalet, „zupy” jako zastosowanie, błąd „łatwe w praniu czyszczenie”; fraza użyta 3 razy.
101Granite 4.2 8B (Q4_K_M)3Fraza z literówką „temperatuury”, „kawałków herbaty” i meta-komentarz o liczbie słów na końcu.
102Nemotron 3 Nano 4B (Q4_K_M)3Fraza 3 razy, ale tekst pusty i powtarzalny, „czaj”, krótki; lista zalet poprawna.
103Command R7B 12-2024 (Q4_K_M)3Brak frazy, zmyślony przycisk power na froncie, literówki „Funcja”, „obsługe”.
104PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱3Zmyślona podstawka w zestawie, fraza tylko raz w nagłówku zalet; poza tym poprawne.
105Llama-3.1-8B-Instruct (Q4_K_M)3Brak frazy kluczowej, błędy („czajku”, „4 zalet”), pusta treść; lista jest.
106Hermes-3-Llama-3.1-8B (Q4_0)3Fraza raz, metazdanie „to fraza kluczowa”, błędy („na temperature”, „Dostateczny pojemność”).
107Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱3Brak frazy kluczowej i listy zalet, parametr 2200 W pominięty; poza tym poprawny tekst.
108Cogito v1 3B (Q4_K_M)3Fraza tylko raz (w liście), absurdy „wypiekana kawa”, 5 punktów zamiast 4, tekst po liście.
109Falcon-H1-1.5B-Instruct (Q4_K_M)3Meta-komentarz „Frakta kluczowa użyta…”, fraza tylko raz, literówki i ogólniki.
110Trurl-2-13B (Q4_K_M) 🇵🇱3Brak frazy w dokładnej formie i listy zalet, pomija 1,7 l i 2200 W; poza tym poprawny.
111PLLuM-8x7B-instruct-2412 🇵🇱2,2Fraza tylko raz w tekście, dalej wklejone wymagania i długa, bezsensowna, zapętlona lista „Uwag”; ucięte, bezużyteczne jako opis.
112gpt-oss-20b2Zmyślone certyfikaty CE, zabezpieczenia, rączka i wymiary – łamie wprost zakaz; brak punktów o zaletach z konkretami.
113Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Wstęp meta, placeholder „[nazwa producenta]”, komentarz o użyciu frazy zamiast jej użycia.
114Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Wstęp „Oto opis”, brak frazy, zmyślony niebieski LED, lista błędnie numerowana i tylko 3 zalety.
115Bonsai-2 4B2Wstęp „Oto opis”, błędna odmiana „temperaturą”, nonsensy („wyjęciu z garnka”, „herbaciatu”), dodatkowa sekcja parametrów.
116DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)2Zdanie po angielsku („especially for tea enthusiasts”), dziwaczne słownictwo („kują kawę”, „niezwyklienna”).
117Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2Brak frazy, zepsuty format, metakomentarz „Dostępny w 120–160 słowach”, zbyt długie.
118Llama-3.2-3B-Instruct (Q4_K_M)2„Czaszek elektryczny”, liczne błędy gramatyczne, fraza w formie niedokładnej.
119LFM2.5-8B-A1B (Q4_K_M)2Fraza użyta 6 razy, bełkot („LED‑świetlenie”, „czystej łatwości”), urwane zdania.
120EXAONE-3.5-32B-Instruct (Q4_K_M)2Liczne wymyślone słowa („staliny”, „konstom”, „wyparowanie wody”), fraza raz, struktura chaotyczna.
121LFM3-1.7B (Q4_K_M)2Zmyślone 230 V, stan baterii i odporność na warunki atmosferyczne, błędy rodzaju gramatycznego; fraza raz.
122Qwen3.5-2B (Q4_K_M)2Absurdy („wysokie ciśnienie wody”, „zamarznięcie”), fraza w złej formie, słaba polszczyzna.
123Phi-4-mini-instruct (Q4_K_M)2Zbyt krótki, fraza raz, lista wciśnięta w tekst i nielogiczna („Długa trwania”).
124Salamandra-7B-Instruct (Q4_K_M)2Zmyślone wymiary, dodatkowe sekcje, brak frazy kluczowej, za długie.
125Granite 4.2 3B (Q4_K_M)2Meta-komentarze o spełnieniu wymagań zamiast opisu, fraza nie występuje, „gotowanie ciężkich porcji” to nonsens.
126Gemma 3 1B (Q4_K_M)2Wkleja „Wymagania: 120–160 słów”, bzdury typu „chrupiąca temperatura”, brak parametrów 2200 W.
127Qwen3-1.7b (Q4_K_M)2Zmyślone 220 V/50 Hz i wyłącznik, kalki („objętość”), fraza raz, tekst za krótki.
128Bonsai-2 2B (Q2_0 (ternarny))2Wstęp meta, wklejone „Wymagania”, fraza nie występuje, zdania bez sensu („od pełnego chłodzenia po gorące spożycie”).
129Qwen2.5-32B-Instruct (Q4_K_M)1Połowa odpowiedzi po chińsku, nie po polsku.
130Granite 4.1 3B (Q4_K_M)1Bełkot z wymyślonymi słowami („robakiem stali”, „dźskutka”), brak sensu i listy.
131DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Bełkot z wymyślonymi słowami i angielskimi wstawkami („leczenia”, „domoticznej instalacji”).
132EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Mieszanka języków i wymyślone słowa („staliną nierdzewnią”), fraza jako nagłówki powtórzona, zmyślona energooszczędność.
133Granite-3.3-8B-Instruct (Q4_K_M)1Bełkot językowy („wystąpienia”, „warpowania”, „wydział”), nie nadaje się do użycia.
134Falcon3-7B-Instruct (Q4_K_M)1Niezrozumiały bełkot o „przeprowadzaniu wody do przemysłu”, 5 punktów, brak sensu.
135Olmo-3-7B-Instruct (Q4_K_M)1Bełkot („eveningów i karmek”, „LED-świetlениm”), mieszanie alfabetów.
136Qwen3.5-0.8B1Czajnik opisany jako urządzenie do kąpieli, zmyślona „wymiana części”; treść absurdalna.
137Trurl-2-7B (Q4_K_M) 🇵🇱1Po angielsku, zmyślona energooszczędność, brak frazy i listy.
138Qwen3-0.6b (Q4_K_M)1Bełkot, meta o wymaganiach zamiast opisu, zmyślone 220 V.
139Qwen3-VL-8B (Q4_K_M)0Brak odpowiedzi.
140Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Tylko przepisany prompt, brak opisu.
141Falcon3-10B-Instruct (Q4_K_M)0Niezrozumiały bełkot z wymyślonych zwrotów, bez sensu, brak frazy.
142Teuken-7B-instruct-v0.6 (Q4_K_M)0Powtórzenie promptu zamiast opisu.
143Llama-3.2-1B-Instruct (Q4_K_M)0Powtarza wymagania zamiast opisu, bez treści produktowej.
144LFM2.5-1.2B-Thinking (Q4_K_M)0Po angielsku i bez treści produktowej, zmyślone cechy; bezużyteczne.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Kod HTML zamiast opisu produktu, z bełkotem.
146Salamandra-2B-Instruct (Q4_K_M)0Powtarza wymagania, brak opisu produktu.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Nie jest opisem, tylko niepowiązanym pytaniem.
148Phi-4-reasoning 14B (Q4_K_M)0Wyłącznie zapętlone rozumowanie po angielsku, brak opisu.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Całkowita halucynacja: Bluetooth, chłodzenie, auto-wyłączanie, powtórzenia; nie spełnia zadania.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Kompletny bełkot, brak opisu produktu.

Odpowiedź na negatywną opinię

Prompt
Klientka wystawiła nam opinię 1/5: „Paczka przyszła zgnieciona, jedna z trzech szklanek stłuczona, a na infolinii nikt nie odbiera od dwóch dni. Nigdy więcej!”. Napisz publiczną odpowiedź sklepu (max 90 słów): przeproś, nie zrzucaj winy na kuriera, zaproponuj konkretne rozwiązanie i daj kanał kontaktu kontakt@sklep-przyklad.pl.
Klucz oceny (przekazany sędziemu)

Maks. 90 słów. Przeprosiny, bez zrzucania winy na kuriera, odniesienie do braku kontaktu na infolinii, konkretne rozwiązanie (np. wysyłka nowej szklanki/zwrot kosztów), kanał kontakt@sklep-przyklad.pl. Ton profesjonalny, ludzki, poprawna polszczyzna.

Rozkład ocen: 9×1 8×9 7×13 6×13 5×18 4×21 3×29 2×23 1×13 0×10 · mediana 3,5

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 1/150

8,8/10

213 tokenów · 80,6 tok/s · 2,7 s

Ocena sędziego: Zwięzła, poprawna, z konkretną propozycją (nowa szklanka lub zwrot) i adresem; brak odniesienia do niedziałającej infolinii.

Szanowna Pani, serdecznie przepraszamy za całe zdarzenie i za niedogodności. Jako sklep ponosimy pełną odpowiedzialność za stan paczki i jakość obsługi.

Chcemy to naprawić. Proponujemy natychmiastową wysyłkę nowej szklanki gratis lub zwrot kosztów za uszkodzoną, do wyboru przez Panią.

Prosimy o kontakt na kontakt@sklep-przyklad.pl, abyśmy mogli zająć się sprawą priorytetowo.

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 2/150

8,2/10

221 tokenów · 115,2 tok/s · 1,9 s

Ocena sędziego: Pełna odpowiedź: przeprosiny, uwzględniona infolinia, wymiana szklanek i zwrot kosztów dostawy, adres, ok. 70 słów, dobra polszczyzna.

Przepraszamy za zaistniałą sytuację i niedogodności, które Pani napotkała. Przykro nam, że paczka dotarła w uszkodzonym stanie, a kontakt z infolinią był utrudniony. Aby naprawić tę sytuację, proponujemy natychmiastową wymianę uszkodzonych szklanek na nowe oraz zwrot kosztów dostawy. Prosimy o kontakt na adres e-mail kontakt@sklep-przyklad.pl w ciągu 48 godzin, abyśmy mogli sfinalizować proces reklamacyjny. Jeszcze raz przepraszamy za niedogodności i dziękujemy za Pani opinię, która motywuje nas do poprawy jakości usług.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Muse Glimmer 30B (Q4_K_M)8,8Zwięzła, poprawna, z konkretną propozycją (nowa szklanka lub zwrot) i adresem; brak odniesienia do niedziałającej infolinii.
2Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱8,2Pełna odpowiedź: przeprosiny, uwzględniona infolinia, wymiana szklanek i zwrot kosztów dostawy, adres, ok. 70 słów, dobra polszczyzna.
3Qwen3.6-27B (Q4_K_M)8Przeprasza za paczkę i infolinię, bierze odpowiedzialność, nowa szklanka lub zwrot; tylko zwrot 'doświadczyłaś' lekko nieformalny.
4Gemma 3 27B (Q4_K_M)8Poprawna, uwzględnia problem z kontaktem, oferuje bezpłatną wymianę szklanki i podaje adres; rekompensata tylko 'rozpatrzymy'.
5Falcon-H1-34B-Instruct (Q4_K_M)8Przeprasza, odnosi się do problemów z kontaktem, obiecuje nową szklankę i rekompensatę kosztów, dobry ton.
6Nemotron 3.5 Bolt E4B (Q4_K_M)8Przeprasza za paczkę i infolinię, proponuje wymianę lub zwrot, prosi o numer zamówienia; dobra polszczyzna, lekko ogólna.
7Qwen3.5-27B (Q4_K_M)8Odpowiedzialność, odniesienie do infolinii, nowa paczka i zwrot kosztów, prośba o numer zamówienia; ładna polszczyzna.
8Qwen3.8-27B (Q4_K_M)8Przeprasza za uszkodzenie i brak kontaktu, bierze odpowiedzialność, obiecuje nową paczkę; poprawna polszczyzna, drobna nadmiarowość.
9Command R 35B (08-2024) (Q4_K_M)8Konkretna propozycja (wymiana szklanki i zwrot za paczkę), przeprosiny, mail, mieści się w limicie; brak wprost odniesienia do infolinii.
10Ministral-3-8B-Instruct-2512 (Q4_K_M)8Przeprasza także za infolinię, oferuje nową paczkę lub zwrot i podaje adres; drobne niezręczności ('incydent', nadmiar pogrubień).
11Qwen3.5-35B-A3B (Q4_K_M)7,3Bierze odpowiedzialność za paczkę i infolinię, daje konkretne rozwiązanie i e-mail, ale trochę przekracza 90 słów. Oferta wysłania nowej szklanki „oraz dwóch pozostałych” jest nielogiczna.
12Nemotron-Cascade-2 30B-A3B7,3Zwięzła, uwzględnia infolinię, nową szklankę lub zwrot oraz poprawny e-mail. Powtórzone „Przykro nam”, a deklaracja „(90 słów)” jest nieprawdziwa i zbędna.
13Gemma 4 26B-A4B (Q4_K_M)7Konkretna wymiana lub zwrot i odniesienie do kontaktu telefonicznego; zbędny wstęp 'Oto propozycja' i prośba o zdjęcie.
14Gemma 4 12B (Q4_K_M)7Przeprasza za szklankę i brak kontaktu z konsultantem, oferuje nową szklankę lub zwrot; zbędny wstęp, ok. 85 słów.
15Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱7Przeprosiny, wymiana i zwrot kosztów przesyłki, odniesienie do infolinii; mieszanie 'Twoje' z oficjalnym tonem i fałszywe '(90 słów)'.
16Gemma 4 E4B (Q4_K_M)7Przeprosiny, odniesienie do infolinii, wymiana lub zwrot, mail; 'To nie akceptowalny' to drobny błąd.
17Gemma 3 12B (Q4_K_M)7Dobra polszczyzna i ton, odnosi się do kontaktu, ale rozwiązanie ogólnikowe (wymiana i 'rekompensata').
18Gemma 4 E2B (Q4_K_M)7Przeprasza za paczkę i obsługę telefoniczną, wymiana lub zwrot, mail; poprawna, trochę ogólna.
19Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱7Przyznaje winę, wymiana lub zwrot, mail; zwięzła i poprawna, brak odniesienia do infolinii.
20Gemma 3n E4B (Q4_K_M)7Empatyczna, odnosi się do infolinii, proponuje nowy produkt lub zwrot i prosi o numer zamówienia; trochę ogólna.
21LFM2.5-24B-A2B (Q4_K_M)7Nie wini kuriera, wysyła nową paczkę i zwrot kosztów wysyłki, 24 h; drobny błąd 'zwrotu kosztów', brak infolinii.
22Falcon-H1-7B-Instruct (Q4_K_M)7Krótka, przyznaje się do winy, daje wybór zwrotu lub nowej paczki; pominięta infolinia.
23EuroLLM-9B-Instruct (Q4_K_M)7Nie wini kuriera, oferuje bezpłatną nową paczkę, poprawna polszczyzna; pominięta infolinia.
24Qwen3-VL-32B (Q4_K_M)6,3Uwzględnia infolinię, wymianę lub zwrot oraz adres. Styl jest powtarzalny („Przykro nam” dwa razy), „Zgadzamy się na wymianę” brzmi sztucznie, a doklejone „(46 słów)” jest zbędne.
25Nemotron 3.5 Bolt 74B-A9B6,3Konkretne rozwiązanie (nowa partia i zwrot) oraz poprawny adres, ale pomija infolinię, a wzmianka o „zaufanym kurierze” brzmi obronnie.
26Gemma 4 31B (Q4_K_M)6Dobra treść (nowa szklanka lub zwrot, infolinia), ale placeholder '[Imię]' i wstęp 'Oto propozycja'.
27Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Konkretna wymiana lub zwrot i mail, w limicie słów, ale brak odniesienia do infolinii i forma listy jak w korespondencji.
28gpt-oss-20b6Nie obwinia kuriera, zwrot lub nowa szklanka; wymyślone 24/7, prośba o zdjęcia, brak infolinii.
29Cogito v1 32B (Q4_K_M)6Obejmuje infolinię, wymianę i adres, ale błędy ('w bezpiecznej opakowaniu', 'zepsucie szklanek').
30GLM-4.7-Flash (Q4_K_M)6Poprawna i zwięzła, zwrot lub nowa paczka, ale bez odniesienia do infolinii.
31Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱6Wymiana i 20% zniżki, bierze odpowiedzialność; zbędny nagłówek, błędne 'nasz produkt nie spełnił', brak infolinii.
32Qwen3.5-4B (Q4_K_M)6Bierze winę, nowa paczka w 24 h, odnosi się do infolinii; błędy 'Drodza', 'z infolinii', mieszanie form.
33Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱6Bogata propozycja i rabat, ale ok. 110 słów (przekracza 90) i lista numerowana.
34EuroLLM-9B-Instruct-2512 (Q4_K_M)6Konkretna wymiana i darmowa dostawa, nie zrzuca winy; ok. 95 słów, mieszanie 'Państwo/Skontaktuj się', pominięta infolinia.
35LFM2-24B-A2B (Q4_K_M)6Krótka, przejmuje odpowiedzialność, zwrot lub wymiana; niezgrabne 'kanałem', pominięta infolinia.
36PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱6Wymiana szklanki lub zwrot, poprawna forma; 'cennym wskazówką' i brak wprost odniesienia do infolinii.
37Qwen3.6-35B-A3B (Q4_K_M)5,3Treść jest dobra (infolinia, zastępstwo lub zwrot, e-mail z numerem zamówienia), ale błędy językowe („niedobry doświadczenie”, „Pana/Pani”, „zgniecioną paczkę” jako rzecz do zwrotu) obniżają ocenę.
38Qwen3-32b (Q4_K_M)5,3Jest wymiana lub zwrot i adres, ale brak odniesienia do infolinii, a końcówka („Szanujemy swoje Klientki”) jest niezgrabna.
39Ministral-3-14B-Instruct-2512 (Q4_K_M)5Przeprasza też za infolinię, prosi o zdjęcia, ale rozwiązanie niekonkretne, nadmiar pogrubień, fałszywa liczba słów.
40Bonsai-2 27B5Przeprosiny i rozwiązanie (zwrot lub nowa paczka) są, ale dziwne sformułowanie o 'zrujnowaniu dnia' i zbędne godziny infolinii bez odniesienia do jej niedziałania.
41Gemma-2-27B-it (Q4_0)5Placeholdery [Imię], [Nazwa sklepu], literówka 'otrzymala', brak infolinii; rozwiązanie (nowa szklanka) jest.
42Qwen3-14b (Q4_K_M)5Przyjmuje winę logistyki, ale błędy ('zastawienie towaru', 'nie zrzucajmy') i brak konkretnej oferty poza zwrotem.
43Qwen3.5-9B (Q4_K_M)5Konkret (dwie szklanki, zwrot), ale 'wysłany paczkomat', niespójności i niejasna logika (kurier po nową przesyłkę).
44Phi-4 14B (Q4_K_M)5Przeprosiny i P.S. o nowych szklankach, ale mieszanie tonu, niejasne rozwiązanie, nie wspomina braku kontaktu.
45Aya Expanse 32B (Q4_K_M)5Wymiana lub zwrot, ale wskazuje uszkodzenie w transporcie, placeholder w podpisie, pominięta infolinia.
46Cogito v1 14B (Q4_K_M)5Konkretne działania, ale błędy ('w bezpieczniejszej opakowaniu', 'odwrotnej linii', 'feedback'), mieszanie 'mi/nam'; długa.
47EuroLLM-22B-Instruct-2512 (Q4_K_M)5Poprawna i uprzejma, ale rozwiązanie jedynie 'przeanalizujemy możliwość' i brak odniesienia do infolinii.
48Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱5Poprawna, ale ogólnikowa: brak konkretu poza 'omówieniem wymiany lub zwrotu', pominięta infolinia.
49Gemma-2-9B-it (Q4_0)5Zwrot lub nowa paczka to konkret, ale pozostawiony placeholder '[Imię i nazwisko]', błąd 'pełne zwrot' i brak odniesienia do infolinii.
50Gemma 3 4B (Q4_K_M)5Zwrot i nowa paczka, ale zwraca się do klientki jako 'Pan', mieszanie form, brak jasności.
51PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱5Konkretna wymiana i zwrot, bierze winę, ale błąd 'Nie odpowiedzialność kuriera', przekracza 90 słów i pomija infolinię.
52Granite 4.2 8B (Q4_K_M)5Konkret i odniesienie do infolinii, ale błędy ('czuła(a)', 'udzielić sprawiedliwości') i fragmenty bez sensu.
53Command R7B 12-2024 (Q4_K_M)5Wymiana lub zwrot, nie wini kuriera; 'Pakiet', 'rozwikłać', zwrot do 'Drodzy Klienci', brak infolinii.
54Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱4,7Stwierdza uszkodzenie „podczas transportu”, co zrzuca winę na przewoźnika, i nie podaje konkretnego rozwiązania, tylko „rekompensatę”. Przeprasza za brak kontaktu, e-mail jest.
55PLLuM-8x7B-nc-chat-2412 🇵🇱4,3Poprawna i grzeczna, ale ogólnikowa: brak konkretnego rozwiązania i odniesienia do infolinii.
56Nemotron 3 Nano 30B-A3B4,3Zawiera rozwiązanie i prośbę o zdjęcia, ale „Nie zwalmy winy na kuriera” jest niezręczne, a dopisek o kontakcie z kurierem pośrednio go obarcza. Ponadto lekko przekracza limit.
57Aya 23 35B (Q4_0)4,3Poprawny język i właściwy adres, ale rozwiązanie zostaje odsunięte („zaproponuje odpowiednie rozwiązanie”), a infolinia niewspomniana.
58QwQ-32B (Q4_K_M)4,3Ma wymianę/zwrot i obietnicę poprawy infolinii, ale polszczyzna jest słaba („Zawinieliśmy”, „odpowiedzimy”, mieszanie Pani/Twoja), a doklejone „Poniżej 90 słów” psuje odpowiedź.
59Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱4Poprawna, ale bez żadnego konkretnego rozwiązania i bez odniesienia do infolinii.
60Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)4Odnosi się do infolinii, ale nie proponuje żadnego konkretnego rozwiązania poza 'rozpatrzymy sprawę'.
61Mistral-Small-24B-Instruct-2501 (Q4_K_M)4Nie wini kuriera i obiecuje nową paczkę, ale błąd 'Zrozumiemy', pominięta infolinia, mało konkretu.
62Qwen3-30b-a3b-instruct-2507 (Q4_K_M)4Konkretna oferta, lecz liczne błędy ('nieprzyjemny doświadczenie', 'zrzuamy', 'Prześlijmy'), brak infolinii.
63Qwen2.5-32B-Instruct (Q4_K_M)4Błędy ('pani klienczo', 'zwracem', 'zasugerujemy'), rozwiązanie niepewne, brak odniesienia do infolinii.
64Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Wymyśla dodatkowy adres infolinia@ i godziny, forma wypunktowania nieodpowiednia dla publicznej odpowiedzi, mało ludzki ton.
65PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱4Wskazuje uszkodzenie w transporcie (zrzuca winę), zbyt długa (>90 słów), pomija infolinię; rozwiązanie ogólne.
66Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱4Dobra treść, ale ok. 150 słów – mocno przekracza limit 90; separatory ---.
67Bonsai-2 9B4Bierze winę na siebie, lecz 'zamknijemy sprawę na nasze koszty' jest błędne i niekonkretne, a 'Zgadzamy się z uszkodzeniem' brzmi źle.
68Qwen3-VL-8B (Q4_K_M)4Wymyśla 100 zł zwrotu i wysłaną paczkę, fałszywa liczba słów, chaotyczna wzmianka o infolinii.
69Gemma 3n E2B (Q4_K_M)4Zostawia placeholder w miejscu rozwiązania, więc nie spełnia warunku konkretu.
70PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱4Zwrot kosztów, ale zmyślone 'paczka była ubezpieczona', brak infolinii i szklanki.
71Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱4Mętne sformułowanie o odpowiedzialności kończącej się na przewoźniku (zrzuca winę), choć zwrot lub wymiana są.
72Aya 23 8B (Q4_0)4Bez konkretnego rozwiązania i bez infolinii, jedynie przeprosiny i prośba o kontakt; 'zasmucenie' niezręczne.
73Nemotron 3 Nano 4B (Q4_K_M)4Zbyt lakoniczna, błąd 'nieporządkowy stan', 'natychmiastowa obsługa infolinii' niejasna; rozwiązanie szczątkowe.
74PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱4Niezgrabne sformułowanie 'nie możemy zrzucać winy… niezależny podmiot' sugeruje obarczanie kuriera; brak konkretnego rozwiązania, pominięta infolinia.
75Bielik-One-4B-r1 (Q4_K_M)3,7Liczne błędy („takie niezadowalający doświadczenie”, „zaproszmy klientkę”), mieszanie form grzecznościowych i mówienie o klientce w trzeciej osobie. Rozwiązanie ogólnikowe, infolinia pominięta.
76PLLuM-8x7B-nc-instruct-2412 🇵🇱3,3Ogólnikowe przeprosiny bez żadnego rozwiązania i bez odniesienia do infolinii, na końcu pozostał artefakt tokena „</|end_of_text|>”.
77Nemotron 3.5 Lightning 30B-A3B3,3Błędny adres „contact@sklep-przyklad.pl”, brak konkretnego rozwiązania, tylko ogólniki.
78Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱3Poprawne, lecz zero konkretów – tylko 'omówienie rekompensaty'; brak infolinii.
79Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)3Sugeruje, że sklep nie kontroluje przesyłek po wysyłce (zrzuca winę), bez konkretnego rozwiązania.
80Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱3Emotikony, fałszywe '[100 słów]', nieprofesjonalny ton; konkret (nowa szklanka) jest.
81Granite 4.1 30B (Q4_K_M)3'Przeprość', 'Ból związany z…', 'Zrozumiały jesteśmy' – liczne błędy; rozwiązanie szczątkowe.
82Magistral-Small-2506 (Q4_K_M)3Obiecuje kontakt z kurierem, dodaje 'Podsumowanie', \boxed i fałszywą liczbę słów; brak odniesienia do infolinii.
83Granite 4.2 30B (Q4_K_M)3Rażące błędy ('Przykrywa nam', 'pachka', 'stłuciona', 'odpowiedzi'), choć treść rozwiązania jest sensowna.
84PLLuM-12B-chat-2512 (Q8_0) 🇵🇱3Mówi o 'sytuacjach losowych', placeholdery, wstęp 'Oto propozycja', brak odniesienia do infolinii.
85Aya Expanse 8B (Q4_K_M)3Wskazuje nieprzewidziany incydent w transporcie i współpracę z kurierami (zrzuca winę), błąd 'w kontaktu'.
86Qwen3-8b (Q4_K_M)3Myląca ('przeprosiny' zamiast przepraszamy, 'wypłata zwrotna'), 'zrzucajemy', niejasne rozwiązanie.
87Salamandra-7B-Instruct-2606 (Q4_K_M)3Zmyśla awarię infolinii, dodaje meta-wyjaśnienia i błędy ('nie jest winną'), niespójne rozwiązanie.
88Apertus-8B-Instruct-2509 (Q4_K_M)3Wskazuje transport jako przyczynę (wina kuriera), 'Drogi Klientko', bez odniesienia do infolinii.
89Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱3Poprawna polszczyzna, ale zero konkretnego rozwiązania i brak odniesienia do uszkodzeń i infolinii.
90Granite 4.1 8B (Q4_K_M)3Liczne błędy ('Przeproszamy o', 'naszego infolinia', 'przeproszamy o przebaczenie', 'z nią'), patetyczny wstęp; rozwiązanie ok.
91PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Zrzuca winę na firmy kurierskie, nie oferuje rozwiązania i zaczyna od zbędnego 'Oczywiście, oto przykładowa odpowiedź'.
92Olmo-3.1-32B-Instruct (Q4_K_M)3Błędy ('niepogodę', 'żadę', 'przesłamy', 'Zrozumiamy'), ogólne rozwiązanie.
93Falcon-H1-3B-Instruct (Q4_K_M)3Brak konkretnego rozwiązania i odniesienia do infolinii, sformułowanie 'nie jest naszym zamysłem' słabe.
94Mistral-Nemo-Instruct-2407 (Q4_K_M)3Niejasne ('Wymienimy się'), nielogiczne uzasadnienie, brak konkretu.
95Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Wstęp 'Oto przykładowa odpowiedź', zrzuca odpowiedzialność na firmę kurierską, brak konkretnego rozwiązania.
96Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Bardzo ogólna, bez rozwiązania i bez odniesienia do infolinii, z wstępem 'Oto propozycja'.
97Cogito v1 8B (Q4_K_M)3Błędy ('Zrozumiemy sytuację z kurierem', 'stłuczone szklanki'), 'Drogi' formy, odsyła na infolinię, która nie działa.
98Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱3Znacznie przekracza 90 słów, zamiast adresu jest placeholder <e-mail>, brak konkretnego rozwiązania i pustosłowie.
99Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)3Brak rozwiązania, wymyślony formularz, 'naprawić wypadek' brzmi niezręcznie.
100LFM2.5-8B-A1B (Q4_K_M)3Błędny adres contact@, 'pełną rezygnację kosztów', 'bezpłatny wymianę' – błędy utrudniają odbiór.
101EXAONE-3.5-32B-Instruct (Q4_K_M)3Liczne błędy ('nie zwalczymy tego na kuriera', 'nagranie SMS'), literówka w adresie e-mail 'kontak@'.
102LFM3-1.7B (Q4_K_M)3Twierdzi, że informacja o braku obsługi była 'fałszywa', błędy ('natychmiastowe odbiór', 'paczki przybyły'), niespójny ton.
103Salamandra-7B-Instruct (Q4_K_M)3Brak rozwiązania, nie wspomina szklanki ani infolinii, 'skorzystacie Państwo' to błąd.
104Granite 4.2 3B (Q4_K_M)3Niezrozumiała logika (klientka ma odsyłać paczkę), błędy fleksyjne, odpowiedzialność 'kończy się na dostarczeniu', fałszywa liczba słów.
105PLLuM-8x7B-chat-2412 🇵🇱2,3Bez konkretnego rozwiązania, brak odniesienia do infolinii, a po odpowiedzi doklejono długie metawyjaśnienie z listą, które łamie limit 90 słów i nie nadaje się do publikacji.
106PLLuM-8x7B-instruct-2412 🇵🇱2,3Zawiera błąd językowy („Panie potraktowała Pani nasza obsługa”) i zbędny nagłówek „Temat”. Brak przeprosin za szkodę, rozwiązania i odniesienia do infolinii; tylko prośba o zdjęcia.
107Qwen2.5-14B-Instruct (Q4_K_M)2Angielskie 'wasn't', sugeruje winę kuriera, kalki i błędy ('dziękczulstwa').
108PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2Zapowiada kontakt z kurierem (zrzuca winę), brak rozwiązania, wstęp 'Oto publiczna odpowiedź'.
109Qwen3-4b-instruct-2507 (Q4_K_M)2Niezrozumiałe zdania ('wypłatę wypłaty'), przypadkowe 50%, liczne błędy.
110DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Znaki spoza łaciny, 'infoline', 'wypłata z gwarancji', ogólnie niezgrabna polszczyzna.
111PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱2Zrzuca winę na kuriera, żąda protokołu szkody, dopisuje meta-pytanie.
112Ministral-3-3B-Instruct-2512 (Q4_K_M)2Zmyślony schemat odszkodowania, błędy ('w infolinium', 'poważnym wyczynem'), placeholder.
113Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱2Obarcza kuriera ('zwrócimy się do kuriera o ostrożność'), brak rozwiązania.
114DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)2Chińskie znaki, nonsens ('podglądarki'), sugeruje brak kontroli nad kurierem.
115Bonsai-2 4B2'Przeprośmy kuriera' – zrzuca winę, błędy ('Twój zamówienie'), brak rozwiązania.
116DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)2Zawiera chińskie i cyrylickie znaki oraz liczne błędy; treść częściowo sensowna.
117Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2Wymyślony numer infolinii, każe klientce sprawdzać stan przesyłki, formatowanie jak instrukcja; brak sensownego rozwiązania.
118Llama-3.1-8B-Instruct (Q4_K_M)2Absurdalne 'Nie zależy nam na tym', zdanie o kurierze i brak rozwiązania.
119Hermes-3-Llama-3.1-8B (Q4_0)2Zagmatwane zdania, 'Pobiegamy', sprzeczność z poleceniem, rozwiązanie szczątkowe.
120Llama-3.2-3B-Instruct (Q4_K_M)2Twierdzi, że paczka dotarła w dobrym stanie i broni kurierów, błędy ('Państwowa').
121Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱2Odpowiada o opóźnieniu, którego nie było, i zrzuca winę na kuriera, łamiąc kluczowe polecenie.
122Cogito v1 3B (Q4_K_M)2Wymyślony telefon, kłamie 'wysłaliśmy', zdania bezsensowne ('Zadzieliśmy się odbiorcą').
123Falcon-H1-1.5B-Instruct (Q4_K_M)2Błędy ('Zauważymy', 'niezadowolenie'), placeholdery w podpisie, rozwiązanie szczątkowe.
124Granite 4.1 3B (Q4_K_M)2Błędy ('infralewie', 'paczką przyszłą'), meta-fragment 'Nasza odpowiedź:', brak konkretu.
125DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Silnie zaburzona składnia ('odpowiedzialność ponoszemyśmy', 'przypomineń'), niezrozumiałe rozwiązanie.
126Teuken-7B-instruct-v0.6 (Q4_K_M)2Zaczyna od 'Napisz odpowiedź sklepu', formy 'Pani/Pana', brak rozwiązania.
127Gemma 3 1B (Q4_K_M)2Błędy językowe ('deepestną współczuciem', 'doświadczyła'), placeholdery w nawiasach zamiast rozwiązania, mieszanie form Pani/Pan.
128Qwen3.5-2B (Q4_K_M)1Bełkot ('gnieźdzenie się paczki'), obiecuje kontakt telefoniczny, brak sensu.
129Phi-4-mini-instruct (Q4_K_M)1Niepoprawna, zniekształcona polszczyzna ('Drogi klientka', 'zranienie z paczki', 'skonsolidujemy z kurierem'), rabat zamiast rozwiązania.
130Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Opis zadania, nie odpowiedź sklepu.
131Falcon3-10B-Instruct (Q4_K_M)1Niezrozumiały, wini kuriera ('wydajność kuriera'), bełkotliwe sformułowania.
132DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Zawiera cyrylicę i bezsensowne zdania, nie spełnia zadania.
133EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Niezrozumiały bełkot z angielskim słowem i placeholderem.
134Granite-3.3-8B-Instruct (Q4_K_M)1Odpowiedź po angielsku, o słoiku zamiast szklanek, placeholdery.
135Bonsai-2 2B (Q2_0 (ternarny))1Nonsensowna treść ('wynajmujemy nowy transport i przejdziemy do klienta'), błędy 'Przeproszamy o to'.
136Olmo-3-7B-Instruct (Q4_K_M)1Niezrozumiały bełkot, wymyślony numer telefonu, brak rozwiązania.
137Trurl-2-7B (Q4_K_M) 🇵🇱1Meta-komentarz o zadaniu zamiast gotowej odpowiedzi sklepu.
138Llama-3.2-1B-Instruct (Q4_K_M)1Dwa bezsensowne zdania, brak rozwiązania i adresu.
139Qwen3-0.6b (Q4_K_M)1Niezrozumiały bełkot, nie jest odpowiedzią sklepu.
140LFM2.5-1.2B-Thinking (Q4_K_M)1Odpowiedź po angielsku, zły adres e-mail (contact@) i fałszywa liczba słów.
141Trurl-2-13B (Q4_K_M) 🇵🇱0Odpowiedź zupełnie nie na temat.
142Qwen3-1.7b (Q4_K_M)0Bełkot, kończy się 'Nigdy więcej!', brak przeprosin i rozwiązania.
143Falcon3-7B-Instruct (Q4_K_M)0Nonsensowny bełkot, cytuje opinię klientki, wymyślone słowa, brak sensownego rozwiązania.
144Qwen3.5-0.8B0Bełkot, odwrócony sens ('Zrzucaj to na kuriera'), wymyślone zdania i nonsensowne rozwiązania.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Bełkot, brak sensu i nie spełnia zadania.
146Salamandra-2B-Instruct (Q4_K_M)0Bezsensowna pętla powtórzeń, sugeruje brak winy sklepu.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Odpowiedź nie na temat, nie jest odpowiedzią sklepu.
148Phi-4-reasoning 14B (Q4_K_M)0Pętla angielskiego rozumowania bez odpowiedzi końcowej.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Opis zamiast odpowiedzi sklepu, nie wykonuje zadania.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot, powtarza opinię, nie jest odpowiedzią sklepu.

6. Pisanie kreatywne i role-play

Rymowany wiersz AABB o Bieszczadach i symulacja rozmowy kwalifikacyjnej. Polskie rymy w zadanym układzie pokonały prawie wszystkich: 96 modeli dostało 2 pkt lub mniej. Wyraźnie radzi sobie tylko rodzina Gemma 4.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelWiersz rymowanySymulacja rozmowy kwalifikacyjnejŚrednia
1Gemma 4 31B (Q4_K_M)8,89,29,0
2Gemma 4 12B (Q4_K_M)877,5
3Gemma 4 26B-A4B (Q4_K_M)777,0
4Gemma 3n E4B (Q4_K_M)676,5
5Qwen3.6-27B (Q4_K_M)666,0
6Gemma 3 27B (Q4_K_M)666,0
7Nemotron 3.5 Bolt E4B (Q4_K_M)576,0
8Gemma 4 E4B (Q4_K_M)666,0
9Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱576,0
10Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱576,0

Wiersz rymowany

Prompt
Napisz rymowany wiersz o jesieni w Bieszczadach: 4 zwrotki po 4 wersy, układ rymów AABB. Bez angielskich słów. Pod wierszem nic nie dopisuj.
Klucz oceny (przekazany sędziemu)

Dokładnie 4 zwrotki × 4 wersy, rymy AABB (wersy 1–2 i 3–4 rymują się – rymy prawdziwe po polsku, nie tylko te same końcówki gramatyczne), w miarę równy rytm, motywy Bieszczad (połoniny, buki, Tarnica, Solina, mgły, jelenie itp.), żadnych angielskich słów, NIC pod wierszem (bez komentarza/tytułu po). Oceniaj też urodę i poprawność języka.

Rozkład ocen: 9×1 8×1 7×1 6×4 5×5 4×7 3×35 2×39 1×27 0×30 · mediana 2

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

8,8/10

229 tokenów · 88,8 tok/s · 2,8 s

Ocena sędziego: Prawdziwe rymy AABB w każdej zwrotce, równy rytm, połoniny, buki, jeleń, potok; drobne dziwactwo w „złotym różańcu”.

Złotem spłynęły bieszczadzkie połoniny, Czerwienią płoną bukowe gęstwiny. Wiatr cicho szepcze w wysokiej trawie, Słońce się kąpie w jesiennej jawie.

Mgły gęste otulą senne doliny, Śpią w ciszy stare, drewniane kominy. Potok w kamieniach srebrzyście gra, Jesienna aura swój urok ma.

Jeleń w oddali głośno już ryczy, Kto go usłyszy, ten jesień wyliczy. Liście wirują w szalonym tańcu, Świat trwa w kolorowym, złotym różańcu.

Wieczór przynosi chłód i spokój błogi, W mroku giną kręte, górskie drogi. Gwiazdy nad szczytem jasno migoczą, Sny o Bieszczadach w sercach się toczą.

Gemma 4 12B (Q4_K_M) Google · miejsce w zadaniu: 2/150

8/10

205 tokenów · 177,5 tok/s · 1,2 s

Ocena sędziego: Czytelne rymy AABB (kładą/padą, wieje/sieje, chłodnych/godnych), buki, połoniny, jelenie, jarzębiny; drobne słabości (płoną/goni, ostatnia zwrotka).

Bukowe liście złoto kładą, Cichym szelestem w górach padą. Mgła się ściele nad dolinami, Świat się kryje pod chmurami.

Wiatr po połoninach głośno wieje, Zimny oddech w lasach sieje. Jelenie w gęstwinie się kryją, Gdy cienie długie w mroku biją.

Jarzębiny czerwienią płoną, Zima powoli w lasy goni. Potoki szemrzą w kamieniach chłodnych, W barwach jesieni pięknych i godnych.

Słońce nisko nad szczytem staje, Dzień się powoli w mroku kryje. Bieszczady zasypia w ciszy sennej, W jesiennej, złotej, gęstej czerwieni.

Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 9/150

5/10

326 tokenów · 166,2 tok/s · 2,0 s

Ocena sędziego: Pierwsze dwie zwrotki mają rymy (złocie/krocie, fale/białe), ale 3–4 zwrotka już bez rymów, wersy nierówne.

Jesień w Bieszczadach złoci się i mieni, Liście spadają, szumią wiatru tchnieni. Góry w purpurze, w czerwieni i złocie, Każdy szlak wiedzie w piękne, dzikie krocie.

Rzeki szemrzą, chłodne, srebrzyste fale, Mgły unoszą się, tajemnicze, białe. W dolinach cisza, tylko ptaków śpiew, Jesień w Bieszczadach, czas odpoczynku, zew.

Lasy pełne barw, od żółci do brązu, Każdy krok w liściach, szelest, szmer, hałas. Wieczory długie, przy ognisku ciepło, Gwiazdy nad głową, spokój, ukojenie.

Jesień w Bieszczadach, piękno nieprzemijające, Każdy dzień nowy, pełen uroku, tajemnic. Tu czas zwalnia, serce odpoczywa, Bieszczady jesienią, dusza się raduje.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)8,8Prawdziwe rymy AABB w każdej zwrotce, równy rytm, połoniny, buki, jeleń, potok; drobne dziwactwo w „złotym różańcu”.
2Gemma 4 12B (Q4_K_M)8Czytelne rymy AABB (kładą/padą, wieje/sieje, chłodnych/godnych), buki, połoniny, jelenie, jarzębiny; drobne słabości (płoną/goni, ostatnia zwrotka).
3Gemma 4 26B-A4B (Q4_K_M)7Prawdziwe rymy AABB (grzbiety/sekrety, czerwienią/promienią), połoniny, buki, jelenie; usterki: "sada", ostatni wers bez rymu, niezgrabności.
4Qwen3.6-27B (Q4_K_M)6Rozpoznawalny układ AABB (las/czas, daleko/lekko, zmywa/przybywa, mglistym/listy), lecz usterki: "wiosenny listy", "w Bieszczady", słabe rymy w 3. zwrotce.
5Gemma 3 27B (Q4_K_M)6Dość konsekwentne AABB (lśni/mieni, czas/blask, ukojenie/wspomnienie) i jeleń, jagody; wymyślone "stępi", niezgrabności.
6Gemma 4 E4B (Q4_K_M)6Układ AABB zachowany, buk, połoniny, grzyby; rymy powtórzone (snuje/snuje) lub słabe (zniczem, rozkwitły), błędy sensu.
7Gemma 3n E4B (Q4_K_M)6Dość konsekwentne rymy AABB (wita/śwista, snuje/odlatują słabsze, spływa/przybywa, zasypiają/czekają) i realia (mgła, grzyby, jezioro); zwrotka 3 bez rymów, "kozły" nietrafne.
8Nemotron 3.5 Bolt E4B (Q4_K_M)54×4 z próbami rymów (grzeje/dzieje, cudne/trudne), ale błędy ("cnoto", "swe") i wiele wersów bez pary.
9Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱5Pierwsze dwie zwrotki mają rymy (złocie/krocie, fale/białe), ale 3–4 zwrotka już bez rymów, wersy nierówne.
10Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱54×4 z klimatem (sarny, ryś, mgła) i próbami rymów (krąg/wstąg, cień/dzień), ale nieregularne i miejscami niegramatyczne ("górskie szczyty wstąg").
11Gemma 3 4B (Q4_K_M)5Próba rymów AABB (zwiewna/bezsłowna, delikatny/samotny, dumne/zadumy), ale wymyślone słowa ("bezsumne", "wachlać") i gramatyczne rymy.
12PLLuM-8x7B-nc-instruct-2412 🇵🇱4,8Cztery zwrotki, motywy bieszczadzkie (buki, połoniny), pierwsze dwa wersy rymują się, dalej rymy słabe lub żadne, rytm lekko nierówny.
13Muse Glimmer 30B (Q4_K_M)44×4, bieszczadzkie motywy (buki, jelenie), ale „rymy” to powtórzenia tych samych słów (cisza/cisza, liście/liście), a część zdań jest błędna („z gałą”, „w tym samym dzwonu”).
14Gemma 3 12B (Q4_K_M)4Częściowe rymy (tka/gra, kryją/mienią), wilki, sarny, dzięcioły; wiele potknięć składniowych i luźnych końcówek.
15Gemma 4 E2B (Q4_K_M)4Próba rymów AABB z połoninami i halami (powiew/zew, krainy/strony), ale pierwsza zwrotka i końcówka słabo rymują, są wymyślone wyrażenia ("w szybce", "jest len").
16Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱44 zwrotki, bieszczadzkie połoniny, częściowe rymy (połoniną/doliną), ale nierówny rytm i brak AABB.
17Gemma 3n E2B (Q4_K_M)4Próba rymów (białe/trwałe, blask/skok), ale wymyślone słowo "wrok" i błędy; pierwsza zwrotka najlepsza.
18Qwen3.6-35B-A3B (Q4_K_M)3,8Poprawny układ 4×4 i znośna polszczyzna, ale rymy właściwie nie występują, a motywy bieszczadzkie są ogólne.
19Aya 23 35B (Q4_0)3,8Struktura 4×4 i miejscami ładne obrazy, ale brak rymów, nienaturalna składnia („maki wiatr kołysze”) i zbyt długie wersy.
20Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱3Poprawna, ładna polszczyzna, ale wersy bardzo długie i nierówne, bez rymów AABB; brak konkretnych motywów bieszczadzkich.
21Falcon-H1-34B-Instruct (Q4_K_M)3Układ 4×4 zachowany i nic nie dopisano, ale nie ma rymów (barwę/kolory, nisko/porą). Motywy jesienne ogólne, poszczególne wersy niezgrabne.
22Qwen3.5-27B (Q4_K_M)34×4, parę rymów przypadkowych ("lista" bez sensu), język poprawny, ale brak AABB.
23Qwen3.8-27B (Q4_K_M)34×4, ładne obrazy, ale brak rymów, "snuje swe snucia", śnieg zamiast jesieni.
24Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱3Zepsuty znak w tekście ("w�łnym"), brak rymów, tylko poprawne obrazy (buki, jelenie, mgła).
25Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱3Poprawna, ładna polszczyzna i 4×4, ale zupełny brak rymów; długie nierówne wersy.
26Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)34×4, płynny język, ale brak rymów, długie wersy, kilka błędów ("wióramy", "Kiepskie chmury").
27Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱3Dobre motywy (połonina, buki, ryś, sarny), ale brak rymów AABB i nierówny rytm; kasztany w Bieszczadach nietrafione.
28Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱3Dodany tytuł, ostatnia zwrotka prawie powtarza pierwszą, rymów AABB brak; pojawiają się buki, mgły i grzyby.
29Ministral-3-14B-Instruct-2512 (Q4_K_M)3Tytuł dodany, błędy gramatyczne ("liście tańczą" ok, "chmury się kłania", "dziecko śpią"), rymy prawie nieobecne.
30Bonsai-2 27B34×4 i bez dopisków, jednak rymów AABB brak; błędy językowe („snaje”, „kamienica w lesie”, „rozkwita”).
31Gemma-2-27B-it (Q4_0)3Poprawna i czytelna polszczyzna, 4×4, ale brak rymów AABB i błąd ("minionym lato").
32Qwen3-30b-a3b-instruct-2507 (Q4_K_M)34×4, ale rymów praktycznie brak, nielogiczne obrazy ("w kępie mgła się śpi").
33GLM-4.7-Flash (Q4_K_M)3Cztery zwrotki, poprawny język, ale brak rymów AABB i słabe bieszczadzkie motywy.
34Qwen3-14b (Q4_K_M)34×4, powtarzalny refren, brak rymów, ale poprawny język.
35Qwen3.5-9B (Q4_K_M)3Cztery zwrotki, w miarę poprawny język, ale brak rymów, sosny i morze zamiast bieszczadzkich buków.
36Command R 35B (08-2024) (Q4_K_M)34×4, rymy tylko przypadkowe, proza w wersach, banał.
37Falcon-H1-7B-Instruct (Q4_K_M)3Poprawny, płynny język, 4×4, ale zero rymów i brak charakterystycznych motywów.
38Ministral-3-8B-Instruct-2512 (Q4_K_M)3Tytuł, brak rymów, nielogiczne obrazy (dziurawce jesienią, "wioski się śpią").
39Phi-4 14B (Q4_K_M)3Czytelna polszczyzna, 4×4, jednak bez rymów i z błędem ("zielone w barwach zmieniają").
40Aya Expanse 32B (Q4_K_M)34×4, język poprawny i obrazowy, ale rymów brak.
41Qwen3.5-4B (Q4_K_M)34×4, ale brak rymów, błędy fleksji ("twardech", "w gęstnym, zielonym lasu"), śnieg w środku jesieni.
42Cogito v1 14B (Q4_K_M)34×4, tylko jedna para rymuje (rozrzedzają/rozszerzają), reszta bez rymów. Polszczyzna sztuczna („zgodnie zaczyna”, „jakby się wstępuje”).
43EuroLLM-22B-Instruct-2512 (Q4_K_M)3Poprawna polszczyzna, 4×4, ale brak rymów AABB i bieszczadzkich szczegółów.
44Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱3Czytelna polszczyzna, ale brak rymów, banały i powtórzenie "mgły jak mgła".
45Gemma-2-9B-it (Q4_0)34×4 i poprawny język, ale brak rymów, banalnie.
46EuroLLM-9B-Instruct-2512 (Q4_K_M)3Tylko 2 zwrotki, brak rymów, sosny, pola i kłosy zamiast Bieszczad.
47PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱3Piękne bieszczadzkie motywy (ligawka, szałasy, połoniny), ale to proza w długich wersach bez rymów, tylko 3 zwrotki.
48Aya Expanse 8B (Q4_K_M)34×4, ale brak rymów, błędy ("ptaki się zbiegać", "króluje tu"), ogólnikowe.
49Apertus-8B-Instruct-2509 (Q4_K_M)3Czysta i zrozumiała polszczyzna, 4×4, ale brak rymów i mało bieszczadzkich realiów.
50Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱34×4 i bieszczadzki klimat (kniei, chata, gitara), ale rymów brak, błędy ("się sadzi", "siądziesz").
51Qwen3.5-35B-A3B (Q4_K_M)2,8Układ 4×4, ale rymy niedokładne, a wymyślone formy „szatry” i „spannych” oraz „stwory” w dolinach psują sens.
52Qwen3-32b (Q4_K_M)2,8Są cztery zwrotki po cztery wersy, ale rymy przypadkowe lub żadne, błędy językowe („Listo”, „Strzepy”) i niejasny sens.
53Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱2,8Układ 4×4 zachowany, ale żaden wers nie rymuje się (drzew/już, snuje/toną). Obraz jesieni poprawny, lecz wiersz to wolna proza, a zwrotki kończą się powtarzanym refrenem „Jesień w Bieszczadach”.
54Bielik-One-4B-r1 (Q4_K_M)2,8Brak rymów, jesień z mroźnym śniegiem, a składnia chaotyczna z natrętnym „co” („co już nie żyły”, „co tak pięknie spali”). Brak bieszczadzkich konkretów, tylko ogólny smutek.
55Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱2Wersy-proza o dwóch-trzech zdaniach, brak rymów, ale ciekawe obrazy (buki, wino).
56Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)2Brak rymów, błędy gramatyczne ("drzewa naszych", "cieszymy się chwil").
57gpt-oss-20b2"Rymy" to powtórzone słowa (słońcem/słońcem, ciszy/ciszy), niezgrabna składnia, błędy.
58Cogito v1 32B (Q4_K_M)2Błędy ("Górnicy", "Liscie"), krótkie wersy bez rymów, zwrotki nierówne.
59Mistral-Small-24B-Instruct-2501 (Q4_K_M)2Tylko 3 zwrotki, zwrotki 2–3 to powtórzone wersy, rymy niezgodne z AABB, treść ogólnikowa.
60LFM2.5-24B-A2B (Q4_K_M)2"Rymy" to powtórzenia tych samych słów (szumi/szumi, tli/tli), mało treści, pętla.
61Magistral-Small-2506 (Q4_K_M)2Tytuł, śmieć \boxed, błędy gramatyczne, brak rymów, góry w śniegu.
62Qwen2.5-32B-Instruct (Q4_K_M)2Wymyślone słowa ("jużaju", "gura", "rymarz"), błędy, rymy tylko pozorne; jedyny plus Tarnica.
63Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2Tylko 3 zwrotki, brak rymów, błąd składni ("niebo blady"), ogólnikowo.
64PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱2Piosenka z refrenem zamiast 4 zwrotek po 4 wersy, zły układ rymów; zawiera kilka motywów leśnych.
65Qwen2.5-14B-Instruct (Q4_K_M)2Tylko trzy zwrotki, rymy szczątkowe, nielogiczne obrazy (koza z owcą, „zasypia łąki”).
66Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱2Powtarzalne frazy, brak rymów AABB, treść ogólnikowa; ostatni wers kopiuje poprzednią zwrotkę.
67Bonsai-2 9B2Liczne błędy językowe i wymyślone formy („nadgajają”, „zmięcza”, „Lisowe liście”), brak rymów, treść bardziej zimowa.
68EuroLLM-9B-Instruct (Q4_K_M)2Tylko 3 zwrotki, powtarzany refren, brak rymów.
69PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱2Wstęp i znacznik techniczny na końcu, brak rymów AABB, kalka "strumień mruczy".
70PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱2Wstęp, 12 zwrotek z refrenem powtarzanym w kółko zamiast 4 zwrotek, rymy ograniczone do powtórzeń.
71LFM2-24B-A2B (Q4_K_M)2Tylko dwie zwrotki, brak rymów, kilka ładnych obrazów.
72Qwen3-8b (Q4_K_M)2Wymyślone słowa ("Listwica", "padaje"), błędy składni, brak rymów.
73Salamandra-7B-Instruct-2606 (Q4_K_M)2Dodany tytuł i dopisek "(Bez dopisków)", powtarzalne wersy, brak rymów, niejasny sens.
74Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Wstęp "Jasne!" i dopisek po wierszu łamią polecenie, 16 nierównych wersów bez struktury zwrotek, rymy sporadyczne.
75DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Brak rymów, błędy ("jesień nasze czuły", "Rustwienie"), niespójne.
76Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱25 zwrotek, brak rymów, proza, banalne.
77PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱2Dopisek przed wierszem i znaczniki techniczne, brak rymów, powtórzenie "buki"; łamie zakaz dopisków.
78Ministral-3-3B-Instruct-2512 (Q4_K_M)2Brak rymów AABB, liczne bezsensowne zdania ("Kosmosy śniegu", "wiatr wiosną wciąż piewa"); motywy bieszczadzkie słabe.
79PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2Tylko 3 zwrotki, rymy tylko pozorne ("do tłumy"), kwitnące jesienne kwiaty; poprawna ale banalna polszczyzna.
80Falcon-H1-3B-Instruct (Q4_K_M)2Brak rymów, treść zimowa i śnieg zamiast jesieni, błędy fleksji.
81DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)2Wymyślone słowa ("brzok"), nielogiczne obrazy, rymy niezgodne z AABB.
82Aya 23 8B (Q4_0)2Ostatnia zwrotka kopiuje pierwszą, brak rymów, kalki ("chłodną bryzę"), brak Bieszczad.
83Mistral-Nemo-Instruct-2407 (Q4_K_M)2Brak rymów AABB, powtarzane wersy, błędy ("kłusów", "spłyca woda").
84Cogito v1 8B (Q4_K_M)24×4, ale brak rymów AABB, błędy gramatyczne („na ziemią się wpycha”, „wiatr się zatacza”) i niespójne obrazy.
85Granite 4.2 8B (Q4_K_M)2Pozór rymów (spływa/winda), liczne wymyślone słowa i błędy ("dolce", "kręcią"), bezsens.
86Command R7B 12-2024 (Q4_K_M)2Zwrotki 3 i 4 to przetasowane powtórki wersów, rymy nieczyste ("marzy"), brak realiów Bieszczad.
87Llama-3.1-8B-Instruct (Q4_K_M)2Monotonne powtórzenia („jest pełen życia/uroku”), brak rymów, wiersz banalny i niespójny.
88PLLuM-8x7B-nc-chat-2412 🇵🇱1,8Brak rymów, brak interpunkcji, a pod wierszem dopisany komentarz, co łamie wprost polecenie.
89Nemotron 3 Nano 30B-A3B1,8Monotonne powtórzenia „cicho płyną/szepcze”, brak prawdziwych rymów, zwrotki niemal kopiowane.
90Nemotron 3.5 Bolt 74B-A9B1,8Brak rymów, powtarzane wersy, błędy gramatyczne („chłodne mglę”, „grzyby szumią”) i ubogie obrazy.
91Nemotron 3.5 Lightning 30B-A3B1,8Tylko dwie zwrotki zamiast czterech, brak rymów, treść bardzo uboga.
92QwQ-32B (Q4_K_M)1,8Bełkotliwe powtarzanie „płomień płonie”, błędne zwroty („górne strumienie”), rymów prawie brak.
93PLLuM-8x7B-instruct-2412 🇵🇱1,8Rymy prawie nie występują, rytm chaotyczny, a na końcu śmieciowy artefakt „</|end_of_role|>”; „dzikie żubry” i „wędrówiny” kuleją.
94Granite 4.2 30B (Q4_K_M)1,2Czeskie „křičą”, brak rymów, kalki i niepoprawne formy („milczaą”, „w komorze knieży”); łamie warunek braku obcych słów.
95PLLuM-12B-chat-2512 (Q8_0) 🇵🇱1Wstęp, bardzo długie wersy-proza, brak rymów.
96Granite 4.1 8B (Q4_K_M)1Jedna zwrotka zamiast czterech, wymyślone słowa i bezsens ("płamienie", "mucha zimna").
97Olmo-3.1-32B-Instruct (Q4_K_M)1Bełkot z wymyślonymi słowami ("świtłoci", "czekol", "krokuje"), struś w lesie, brak rymów.
98Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱1Tylko dwie zwrotki, wstęp dopisany, brak rymów AABB; „w jesiennym ręku” bez sensu.
99PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱1Jedna zwrotka 8 wersów, brak rymów, banały.
100Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱1Wstęp "Oto wiersz", tytuł, 5 zwrotek po 3–4 wersy, zero rymów; to proza w wersach.
101Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱1Dopisek na początku, tytuł, jedna zwrotka powtórzona, brak rymów AABB i motywów Bieszczad.
102Bonsai-2 4B1Jedna zwrotka, wymyślone słowa ("rozkwały"), błędy fleksji, brak rymów.
103DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)13 zwrotki, bełkot ("samowol robi rytuał", "rzeki stali"), brak rymów.
104Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Nagłówki zamiast zwrotek, 2-wersowe fragmenty, brak rymów i struktury.
105Nemotron 3 Nano 4B (Q4_K_M)1Ta sama zwrotka powtórzona cztery razy, brak Bieszczad i brak rymów AABB; treść o wiośnie nie pasuje do tematu.
106PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱1Jedna zwrotka powtórzona czterokrotnie, rymów nie ma, długie wersy.
107Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Powtórzona zwrotka, nonsensy ("kreskówki", "Kaszę wiatr"), brak rymów.
108Hermes-3-Llama-3.1-8B (Q4_0)1Dwie zwrotki, zapętlone "zimna", błędy, brak rymów.
109Llama-3.2-3B-Instruct (Q4_K_M)1Wstęp, błędy ("Jesień przyszedł", "Pomorze", "kwiaty wiosłują"), brak rymów, powtórzenia.
110Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Jeden blok 10 wersów, bez zwrotek i rymów, powtórzenia, banał.
111Cogito v1 3B (Q4_K_M)1Tylko dwie zwrotki, brak rymów, błędy („naścienne kwiaty”, „na ziele”).
112LFM3-1.7B (Q4_K_M)1Tylko 3 zwrotki, brak rymów, nonsensowne frazy i dopisek o rymach pod wierszem.
113Qwen3.5-2B (Q4_K_M)1Zwrotki 3–4 powtarzają wersy, śnieg i "Bieszczadzie", brak rymów, błędy.
114Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Ten sam fragment powtórzony trzy razy, 24 wersy bez podziału na zwrotki, literówki „Bieszcadach”, absurdy („lasy zmieniają się w drzewa”).
115Trurl-2-13B (Q4_K_M) 🇵🇱1Wstęp, powtarzane wersy, brak rymów, niepoprawna konstrukcja.
116Gemma 3 1B (Q4_K_M)1Chaotyczne frazy, błędy składni, brak rymów, brak sensu.
117Bonsai-2 2B (Q2_0 (ternarny))1Dwie zwrotki powtórzone, bez rymów, wymyślone słowo "wiesiona", brak Bieszczad.
118Trurl-2-7B (Q4_K_M) 🇵🇱1Zapętlone trzy wersy, brak rymów, zielone lasy, brak struktury.
119Nemotron-Cascade-2 30B-A3B0,8Dziesiątki zwrotek zamiast czterech, zapętlone powtórki, brak rymów AABB i absurdalne „krokodyle wiatru”.
120PLLuM-8x7B-chat-2412 🇵🇱0,8Ten sam tekst powtórzony wielokrotnie i ucięty, strofy mają inną budowę, brak rymów AABB.
121Qwen3-VL-32B (Q4_K_M)0Pusta odpowiedź.
122Granite 4.1 30B (Q4_K_M)0Na końcu degeneracja do tysięcy powtórzeń "w pełni", wcześniej wymyślone słowa i bełkot.
123Qwen3-VL-8B (Q4_K_M)0Pusta odpowiedź.
124Qwen3-4b-instruct-2507 (Q4_K_M)0Absurd o kurczakach, koszulach i kolędach, powtarzane wersy.
125LFM2.5-8B-A1B (Q4_K_M)0Słowo "kolor" w roli rymu, urwane zwrotki, bełkot.
126EXAONE-3.5-32B-Instruct (Q4_K_M)0Dwie zwrotki z wymyślonymi słowami ("sztucz", "chłyst"), bez sensu.
127Falcon-H1-1.5B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami ("żółwiaki", "ciemiężętki"), powtórzenia, brak rymów.
128Granite 4.1 3B (Q4_K_M)0Absurdalne obrazy (pająki, szuflady), powtórzone wersy, brak sensu i rymów.
129Phi-4-mini-instruct (Q4_K_M)0Zapętlone "wiosna wiosny, jesień jesieni", bez sensu.
130Salamandra-7B-Instruct (Q4_K_M)0Zapętlone powtarzanie dwóch wersów, ucięte, brak rymów i zwrotek, nawet "zielona" jesień.
131Granite 4.2 3B (Q4_K_M)0Bełkot, a potem długi metakomentarz i pętla, odpowiedź ucięta.
132DeepSeek-R1-Distill-Llama-8B (Q4_K_M)0Bełkot z obcymi znakami ("powětrze"), 2 zwrotki, brak sensu.
133Falcon3-10B-Instruct (Q4_K_M)0Bezsensowne 4 wersy z powtórzeniami, brak rymów i treści.
134Teuken-7B-instruct-v0.6 (Q4_K_M)0Krótki urywek bez struktury i rymów, brak polskich znaków, błąd w nazwie "Biesczadach".
135DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Zawiera chińskie znaki, bełkot i zniekształcona nazwa Bieszczad, jedna zwrotka.
136Qwen3-1.7b (Q4_K_M)0Wiosna zamiast jesieni, 2 zwrotki, powtórzenia, bez sensu.
137EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Niezrozumiały bełkot, wymyślone słowa, zima, brak rymów.
138Granite-3.3-8B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami, angielskie „wisp” i „whisperach”, brak sensu i rymów.
139Falcon3-7B-Instruct (Q4_K_M)0Bełkot, numerowane punkty, dopisana notatka, nie jest wierszem.
140Olmo-3-7B-Instruct (Q4_K_M)0Niezrozumiały zlepek słów, mowa o wiośnie i grzechu, brak rymów i sensu.
141Qwen3.5-0.8B0Jedna zwrotka, bełkot z wymyślonymi słowami, brak rymów.
142Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot o wiośnie, Tatrach i „jesieniowych” kwiatach; brak sensu, rymów i tematu.
143Qwen3-0.6b (Q4_K_M)0Zapętlone "w wierszu zimnego", brak treści.
144LFM2.5-1.2B-Thinking (Q4_K_M)0Bełkot bez sensu i struktury.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Pusta odpowiedź.
146Salamandra-2B-Instruct (Q4_K_M)0Degeneracja do tysięcy powtórzeń "I bladych,", brak wiersza.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Zamiast wiersza zadaje pytanie o wymagania; nie wykonuje zadania.
148Phi-4-reasoning 14B (Q4_K_M)0Wyłącznie angielskie rozumowanie w pętli, brak wiersza.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Zupełnie nie na temat, bez wiersza, zawiera angielskie zdania.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot o schematach rymów, nie ma żadnego wiersza.

Symulacja rozmowy kwalifikacyjnej

Prompt
Wciel się w doświadczoną rekruterkę z sieci sklepów spożywczych. Przeprowadzimy symulację rozmowy kwalifikacyjnej na stanowisko kierownika sklepu – ja jestem kandydatem. Przywitaj się krótko, przedstaw się wymyślonym imieniem i zadaj mi TYLKO pierwsze pytanie. Potem czekaj na moją odpowiedź.
Klucz oceny (przekazany sędziemu)

Krótkie powitanie, przedstawienie się wymyślonym imieniem (forma żeńska: rekruterka), JEDNO pierwsze pytanie, potem stop. Kara za: kilka pytań naraz, wymyślanie odpowiedzi kandydata, prowadzenie całej rozmowy, meta-komentarze, męskie formy o sobie.

Rozkład ocen: 9×1 8×7 7×23 6×28 5×17 4×17 3×16 2×14 1×12 0×15 · mediana 5

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9,2/10

93 tokenów · 102,6 tok/s · 1,1 s

Ocena sędziego: Krótkie powitanie, imię, jedno rozbudowane ale spójne pytanie, forma żeńska, dobra polszczyzna; drobna niespójność w zwracaniu się (Twojej/proszę opowiedz).

Dzień dobry! Nazywam się Anna i odpowiadam za rekrutację do naszej sieci. Cieszę się, że możemy dziś porozmawiać o Twojej kandydaturze na stanowisko kierownika sklepu.

Na początek proszę, opowiedz mi nieco o swoim doświadczeniu zawodowym – co w Twojej dotychczasowej ścieżce najlepiej przygotowało Cię do zarządzania punktem sprzedaży?

Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M) Mistral AI · miejsce w zadaniu: 2/150

8/10

66 tokenów · 94,0 tok/s · 0,7 s

Ocena sędziego: Krótkie powitanie, imię, forma żeńska, jedno pytanie otwierające, naturalna polszczyzna; tylko „przyjście” nieco niezgrabne.

Witaj! Jestem Anna, rekruterka z sieci sklepów spożywczych. Dziękuję za przyjście na rozmowę kwalifikacyjną. Może zaczniesz od opowiedzenia mi o sobie i swoim dotychczasowym doświadczeniu zawodowym?

Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 8/150

8/10

75 tokenów · 500,2 tok/s · 0,2 s

Ocena sędziego: Poprawna struktura: przedstawienie, jedno pytanie, czekanie na odpowiedź; drobna niezręczność 'mógłbyś/mogłabyś'.

Cześć! Mam na imię Anna. Jestem doświadczoną rekruterką w sieci sklepów spożywczych. Cieszę się, że mogę przeprowadzić dla Ciebie symulację rozmowy kwalifikacyjnej na stanowisko kierownika sklepu.

Moje pierwsze pytanie brzmi: "Czy mógłbyś/mogłabyś opowiedzieć o swoim doświadczeniu w zarządzaniu zespołem i prowadzeniu sklepu?"

Czekam na Twoją odpowiedź!

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9,2Krótkie powitanie, imię, jedno rozbudowane ale spójne pytanie, forma żeńska, dobra polszczyzna; drobna niespójność w zwracaniu się (Twojej/proszę opowiedz).
2Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)8Krótkie powitanie, imię, forma żeńska, jedno pytanie otwierające, naturalna polszczyzna; tylko „przyjście” nieco niezgrabne.
3Qwen3-30b-a3b-instruct-2507 (Q4_K_M)8Zwięzłe, imię i sieć, jedno trafne pytanie, dobra polszczyzna.
4Command R 35B (08-2024) (Q4_K_M)8Dobre przywitanie, żeńska forma, jedno pytanie; lekko złożone.
5Cogito v1 14B (Q4_K_M)8Krótko, imię, żeńska forma, jedno trafne pytanie; drobne 'przyjechałeś'.
6Qwen2.5-14B-Instruct (Q4_K_M)8Krótko, imię, jedno konkretne pytanie, poprawna polszczyzna; lekko zbyt nieformalne.
7EuroLLM-9B-Instruct-2512 (Q4_K_M)8Zwięzłe powitanie, imię, żeńska forma, jedno pytanie i oczekiwanie na odpowiedź; drobna wada: nazwa sieci „Spożywko” i nadmiar pogrubień.
8Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱8Poprawna struktura: przedstawienie, jedno pytanie, czekanie na odpowiedź; drobna niezręczność 'mógłbyś/mogłabyś'.
9PLLuM-8x7B-nc-instruct-2412 🇵🇱7,2Krótko, poprawnie, forma żeńska „rekruterką”, jedno pytanie; brak powitania w sensie rozmowy na stanowisko kierownika, pytanie banalne.
10Gemma 4 26B-A4B (Q4_K_M)7Profesjonalnie, jedno pytanie, dobra polszczyzna; pytanie dwuczłonowe.
11Gemma 4 12B (Q4_K_M)7Dobra polszczyzna, forma żeńska i jedno pytanie, ale powitanie i wstęp zbyt rozbudowane, a pytanie podwójne.
12Nemotron 3.5 Bolt E4B (Q4_K_M)7Krótko, imię, jedno pytanie o motywację; tylko skąpe przedstawienie roli.
13Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Poprawne, jedno pytanie z uzasadnieniem; formy 'mógłby/mogłaby Pan/Pani' ciężkie.
14Gemma 3 12B (Q4_K_M)7Poprawne, jedno pytanie; Pani/Pan ciężkie, ale spójne.
15Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱7Poprawne, imię i sieć; pytanie dwuczłonowe, ciężkie 'napotkał Pan/Pani... rozwiązał'.
16Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)7Poprawnie, imię i sieć, jedno pytanie; niezgrabne 'chciałbyś/z chciałabyś'.
17gpt-oss-20b7Imię, krótkie przywitanie, pytanie; połączone dwa wątki (doświadczenie i kompetencje).
18Gemma 3n E4B (Q4_K_M)7Poprawne, jedno pytanie o motywację; Pani/Pan nieporęczne.
19GLM-4.7-Flash (Q4_K_M)7Naturalne, imię, jedno pytanie; rozwlekłe wprowadzenie i dwa wątki w pytaniu.
20Qwen3-14b (Q4_K_M)7Krótko, żeńskie „rekruterką”, jedno pytanie i oczekiwanie na odpowiedź; drobna usterka: „detalowej”, „cenne miejsce” brzmi dziwnie, pytanie lekko złożone.
21Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱7Poprawne, jedno pytanie z prośbą o przykłady; 'projektami' mało trafne.
22EuroLLM-22B-Instruct-2512 (Q4_K_M)7Poprawne i jedno pytanie, ale etykiety 'Rekruterka:' i 'Pytanie:' oraz mieszanie form.
23PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱7Poprawne, jedno pytanie; zbędne 'Czy możemy rozpocząć' i 'Dziękuję' na końcu.
24Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱7Poprawne przywitanie i pytanie; pytanie dwuczłonowe, 'usiądź wygodnie' trochę zbędne.
25Gemma-2-9B-it (Q4_0)7Krótko, imię i nazwa sieci, jedno pytanie; pytanie nieco sugerujące.
26Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱7Poprawne i zgodne z poleceniem, lecz 'zdobył/a' i bez wskazania sieci.
27Gemma 3n E2B (Q4_K_M)7Zwięźle, jedno pytanie o motywację, poprawnie; skąpa rola.
28PLLuM-12B-chat-2512 (Q8_0) 🇵🇱7Krótko, żeńskie imię, jedno pytanie; placeholder 'sieć X' i brak wzmianki o stanowisku.
29Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱7Poprawne, jedno pytanie o motywację; brak określenia roli rekruterki.
30Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱7Krótko, imię i jedno proste pytanie, poprawna polszczyzna.
31Aya 23 8B (Q4_0)7Dobre przywitanie, jedno rozbudowane pytanie, poprawna polszczyzna.
32Qwen3.5-35B-A3B (Q4_K_M)6,2Dobra polszczyzna i jedno pytanie scenariuszowe, ale „dyrektor ds. personalnych” to nie rekruterka, „Pana/Pani” oraz „musiał Pan/Pani”, pytanie dwuczłonowe.
33Qwen3-32b (Q4_K_M)6,2Imię i jedno pytanie, ale „jestem rekruterem” (męska forma o sobie), „zdecydowałeś się” zakłada płeć kandydata, a pytanie jest dość ogólne.
34Nemotron-Cascade-2 30B-A3B6,2Imię i forma żeńska, ale „Pytanie 1” to meta-formatowanie, a pytanie jest podwójne (dlaczego + największe wyzwanie).
35Qwen3-VL-32B (Q4_K_M)6,2Krótko, imię, jedno pytanie o doświadczenie; „Pan/Pani” niezgrabne, brak wzmianki o stanowisku i roli rekruterki.
36PLLuM-8x7B-nc-chat-2412 🇵🇱6,2Bardzo zwięzłe, jedno pytanie, imię; brak przedstawienia roli i odniesienia do stanowiska, „Pana” zakłada płeć, pytanie bez kontekstu.
37Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱6,2Krótko i jedno pytanie, imię żeńskie, ale bardzo suche, a mieszanie „Dzień dobry” z „możesz” jest niekonsekwentne.
38PLLuM-8x7B-instruct-2412 🇵🇱6,2Imię i jedno pytanie, kulturalnie; brak rekruterki w roli i stanowiska, rozwlekłe wprowadzenie, „mógłbyś” zakłada płeć.
39Muse Glimmer 30B (Q4_K_M)6Imię i forma żeńska poprawne, pytanie jedno (choć dwuczęściowe); urywane zdanie „Na stanowisko kierownika sklepu.” i brak powitania z grzecznością.
40Qwen3.6-27B (Q4_K_M)6Jak wyżej: poprawne, ale podwójna prośba (przedstawienie się + uzasadnienie).
41Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱6Jak KRE1-05: poprawne, ale rozbudowane pytanie z kilkoma wątkami.
42Gemma 3 27B (Q4_K_M)6Dobre przywitanie, ale pytanie rozbite na kilka (zespół, motywacja, konflikty); 'zdecydował się Pan/Pani' niezgrabne.
43Qwen3.5-27B (Q4_K_M)6Poprawne, ale prośba o dwie rzeczy, 'znalazłeś czas' (ty) mieszane z oficjalnym stylem.
44Qwen3.8-27B (Q4_K_M)6Imię i pytanie, ale dwa pytania w jednym i niezręczne 'znalazł Pan/Pani czas'; brak formy żeńskiej o sobie.
45Gemma 4 E4B (Q4_K_M)6Dobra struktura i pytanie, ale 'rekruterem' (męska forma o sobie).
46Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawne, imię i sieć, ale dwa pytania naraz.
47Ministral-3-14B-Instruct-2512 (Q4_K_M)6Poprawna rola i imię, jedno pytanie, ale pytanie podwójne, emotikon i nadmiar formatowania; „rozwiązywałeś” zakłada płeć.
48Cogito v1 32B (Q4_K_M)6Imię i forma żeńska, jedno pytanie (choć dwuczęściowe); tytuł „kierownik działu rekrutacji” w formie męskiej, trochę nieprzyjemny ton.
49Bonsai-2 27B6Imię, sieć, ale dwa pytania naraz.
50Mistral-Small-24B-Instruct-2501 (Q4_K_M)6Poprawna struktura i forma żeńska, ale „Możeś mi opowiedzieć” to błąd stylistyczny, a pytanie podwójne.
51LFM2.5-24B-A2B (Q4_K_M)6Jedno pytanie i imię, ale 'kierownik ds. rekrutacji' (forma męska) i 'mogliśmy się spotkać'.
52Magistral-Small-2506 (Q4_K_M)6Jedno przedstawienie i pytanie, ale meta-komentarz w nawiasie, emotikona, 'teamie' i podwójne pytanie.
53Phi-4 14B (Q4_K_M)6Jedno pytanie z dwoma wątkami, błąd 'Jestem Martą Nowak', niezręczne 'że do nas dołączasz'.
54Aya Expanse 32B (Q4_K_M)6Jedno pytanie, stop, dobra polszczyzna, ale „Anna Kowalski” (błąd rodzaju nazwiska) i zwrot „Pan/Pani” oraz „nam” zamiast formy żeńskiej; pytanie podwójne.
55Qwen3.5-4B (Q4_K_M)6Ciekawe wprowadzenie, ale 'rekruter' w formie męskiej i pytanie wieloczłonowe.
56Qwen3-VL-8B (Q4_K_M)6Jedno pytanie, ale błąd fleksji 'doświadczona rekruterką' i dziwne 'spotkać się z Tobą'.
57EuroLLM-9B-Instruct (Q4_K_M)6Jedno pytanie i imię, ale 'kierownikiem działu' w formie męskiej oraz 'usiądź wygodnie'.
58Mistral-Nemo-Instruct-2407 (Q4_K_M)6Jedno pytanie i imię, ale podwójne powitanie i literówka 'mogłbyś'.
59Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱5,8Zamiast jednego pytania są dwa-trzy, „XYZ” jako nazwa sieci, „Pana/Panią” i „musiał/a”; forma żeńska „chciałabym” poprawna.
60Qwen3.6-35B-A3B (Q4_K_M)5,2Rola „Dyrektor Regionu” zamiast rekruterki, „dumny” zakłada płeć; pytanie podwójne (doświadczenie + sukces), poza tym poprawna polszczyzna.
61Bielik-One-4B-r1 (Q4_K_M)5,2Jedno pytanie i forma żeńska, ale zdanie „Mam na uwadze Twoje doświadczenie” sugeruje znajomość kandydata, a pytanie o największe wyzwanie jest mało naturalnym otwarciem.
62Aya 23 35B (Q4_0)5,2Forma żeńska, jedno polecenie, ale podwójne (doświadczenie + motywacja), błędy interpunkcyjne („Proszę opowiedz”).
63PLLuM-8x7B-chat-2412 🇵🇱5,2Jedno pytanie, ale „jestem rekruterem” (męska forma o sobie) oraz zakładanie płci kandydata („Pana”).
64Falcon-H1-34B-Instruct (Q4_K_M)5Jedno pytanie, ale „jestem rekruterem” (męska forma o sobie), „Anna Kowalska” generyczne; krótkie i poprawne poza tym.
65Gemma 4 E2B (Q4_K_M)5'Rekruterem' o sobie, niespójność ('chciałabym poznać doświadczenie' a pytanie o motywację).
66Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱5Pytanie podwójne, brak imienia rekruterki w pełni, emotikona, 'chciałby Pan/Pani'.
67Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱5Jedno pytanie, ale nie przedstawia roli rekruterki, 'chciałby Pan/Pani' i emotikona.
68Gemma-2-27B-it (Q4_0)5Niespójne formy (Powiedz mi... Pana/Panią), brak określenia roli; jedno pytanie.
69Qwen3.5-9B (Q4_K_M)5Nielogiczne 'odejść na stanowisko kierownika', dwa pytania w jednym, dziwne 'dołączam od 10 lat'.
70Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Imię i jedno pytanie, ale pytanie podwójne, brak określenia roli rekruterki i brak stanowiska.
71Nemotron 3.5 Lightning 30B-A3B5Jedno pytanie, imię, ale błąd 'że przyjście na rozmowę' i brak wzmianki o stanowisku.
72PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱5Imię bez formy żeńskiej, „X” jako nazwa sieci, ale jedno pytanie i poprawna polszczyzna; brak określenia rekruterki.
73Aya Expanse 8B (Q4_K_M)5'Anna Kowalski' błąd, 'zainteresowany/a', dwa wątki w pytaniu.
74Apertus-8B-Instruct-2509 (Q4_K_M)5Niespójne formy (przedstaw się / Pan) i prośba o dwie rzeczy w jednym.
75DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)5Jedno pytanie, ale 'doświadczona rekruterką' i emotikona, rozwlekłe.
76Granite-3.3-8B-Instruct (Q4_K_M)5Imię, forma żeńska, ale błąd 'w branży spożywczą' i dwa pytania, nie dotyczą stanowiska.
77Granite 4.1 30B (Q4_K_M)4Poprawna forma żeńska rekruterki i jedno pytanie, lecz błąd w „mógłbyś/opowiedzieć” psuje zdanie.
78Falcon-H1-7B-Instruct (Q4_K_M)4Jedno pytanie, ale podwójne, niezgrabne „Pan(i)” i mieszanie form „Pan(i)”/„Twoją”; „rekruterka do sieci” to kalka.
79Ministral-3-8B-Instruct-2512 (Q4_K_M)4Zbyt rozbudowane, didaskalia, emotikona, dwa pytania w jednym, 'Dobry dzień', meta-komentarz; łamie 'krótkie powitanie'.
80Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱4Pytanie jedno, ale rekruterka zwraca się do kandydata w formie żeńskiej („zdecydowała się Pani”), mimo że kandydat to nieznana płeć; pytanie nieco banalne.
81Bonsai-2 9B4Błędy ('rekruterem... odpowiedzialna', 'obsługa'), zwrot 'panie Kierowniku', pytanie sztuczne.
82Gemma 3 4B (Q4_K_M)4Placeholder [Imię i nazwisko], 'rekruter', dziwna nazwa sieci; pytanie poprawne.
83PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱4Niewypełnione placeholdery [imię], [nazwa sieci] – brak wymyślonego imienia.
84LFM2-24B-A2B (Q4_K_M)4Rozwlekłe, błędy ('serdecznie witać', 'zaszczę', 'doświadczenie mające'), pytanie niezgrabne.
85Qwen3-4b-instruct-2507 (Q4_K_M)4Błędy ('rekrutérka', 'Działa mi', 'ważna krok'), pytanie dość trafne.
86Salamandra-7B-Instruct-2606 (Q4_K_M)4'Doświadczoną rekruterką' – błąd, meta-nawias, pytanie z 'podjął/a'.
87Granite 4.1 8B (Q4_K_M)4'Alex Johnson, rekruterką' – błąd formy; pytanie o cechy lidera sztuczne i ciężkie stylistycznie ('na Twoje spostrzeżenie').
88PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱4Kilka pytań naraz, instrukcje 'nie czytać z kartki', 'dziękuję' na końcu, 'pana' małą literą; łamie 'TYLKO pierwsze pytanie'.
89Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱4'W czym mogę pomóc' nie pasuje do rozmowy; pyta tylko o imię kandydata.
90Bonsai-2 4B4Błędy ('w sieci dużych sieci', 'Mój pierwszy pytanie', 'najwięcej satysfakcjonującą'), pytanie męskie 'zrobiłeś'.
91Cogito v1 8B (Q4_K_M)4Zapowiada 'kilka pytań', dziwne 'jesteśmy spóźnieni'; 'chciałbyś' niepasujące do formy.
92Nemotron 3 Nano 4B (Q4_K_M)4Bardzo skąpe, brak roli rekruterki i stanowiska; pytanie 'do naszego sklepu' nie pasuje.
93Llama-3.1-8B-Instruct (Q4_K_M)4Dziwne zdania ('nie mogę usiąść', 'Przestąpię się do rzeczy'), pytanie dwuczłonowe.
94Nemotron 3 Nano 30B-A3B3,2Brak powitania w formie rozmowy, rozbudowana autoprezentacja z liczbami, i dwa pytania naraz; męska forma „radziłeś” do kandydata.
95Nemotron 3.5 Bolt 74B-A9B3,2Dziwne „Przypraszam za opóźnienie” (błąd i bez sensu), „Pytanie nr 1”, dwa pytania naraz i męskie „stosowałeś”.
96Qwen2.5-32B-Instruct (Q4_K_M)3Cyrylica w powitaniu ('день'), sztuczne pytanie z błędami.
97PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱3Meta-komentarz, brak pierwszego pytania (tylko prośba o przedstawienie się).
98Qwen3-8b (Q4_K_M)3Przedstawia się jako 'kierownica sklepu', nie rekruterka; pytanie za proste.
99Olmo-3.1-32B-Instruct (Q4_K_M)3Zniekształcone pytanie („kierowałeś/zarządzalaś”), niepoprawna forma, pytanie ma wiele elementów i brak powitania.
100PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱3Placeholdery [imię] [nazwisko], zakłada płeć kandydata ('zajmowałaś').
101Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Zostawia placeholder „[imię]”, mówi o sobie w formie męskiej („mógłbym”) i zwraca się do „Pana” bez ustalenia płci kandydata.
102Granite 4.2 8B (Q4_K_M)3Rekruterka przedstawia się jak kierownik z 12-letnim stażem (rola pomylona), pełno błędów językowych („optimizacji”, „stółków”, „nie czyść”), pytanie w formie „zrobiłbyś” (męska forma) i dziwnie sformułowane.
103Command R7B 12-2024 (Q4_K_M)3'Milego dnia' nie pasuje na początek, dwa pytania ogólne, brak roli rekruterki.
104Llama-3.2-3B-Instruct (Q4_K_M)3Męskie imię, 'rekruterką Sklepu', pytanie nie na miejscu (zwiększenie sprzedaży).
105Cogito v1 3B (Q4_K_M)3Męskie imię i forma, bez roli rekruterki; pytanie poprawne.
106Qwen3.5-2B (Q4_K_M)3Męskie formy ('Rekruterem', 'chciałbym'), narzuca ofertę pracy, pytanie dziwne.
107Phi-4-mini-instruct (Q4_K_M)3Męska forma 'podekscytowany', 'Przedstawmy się' bez przedstawienia, pytanie źle sformułowane ('kluczowy').
108Salamandra-7B-Instruct (Q4_K_M)3Kalka 'recruiterem', pytanie tylko o imię – nie jest pytaniem rekrutacyjnym.
109Teuken-7B-instruct-research-v0.4 (Q4_K_M)3Brak powitania i przedstawienia się, zwrot 'Panie Kandydacie'.
110QwQ-32B (Q4_K_M)2,2Cyrylicą wtrącone „день” w powitaniu, męska forma „uzyskałeś”, „kierownikiem rekrutacji”; pytanie dobre, ale usterka językowa jest rażąca.
111PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2Po pytaniu sama wymyśla odpowiedź kandydata i dalszą rozmowę.
112Falcon-H1-3B-Instruct (Q4_K_M)2Wymyśla odpowiedź kandydata i zadaje drugie pytanie; 'Rekruterek'.
113Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱2Niewypełnione placeholdery, zamiast pytania pyta o zgodę na pytania.
114Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱2Brak przedstawienia rekruterki, pytanie o wymagania zadaje kandydat, zamieszanie ról.
115Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2'Przywitaj się!' – rozkaz zamiast powitania, dziwna firma, pytanie nietypowe.
116Hermes-3-Llama-3.1-8B (Q4_0)2Błędy i kalki („proszę pan”, „Coś panu powiedziane”), brak polskich znaków, niezrozumiałe pytanie.
117LFM2.5-8B-A1B (Q4_K_M)2Brak pytania, tylko niezrozumiałe 'Odpowiedz najbliżej'.
118Falcon-H1-1.5B-Instruct (Q4_K_M)2Chaos: dwa imiona, 'rekruterek', 'zespolone działy', wymyślone słowa; pytanie o promocję nietrafione.
119LFM3-1.7B (Q4_K_M)2'Kierownik sklepu', błędy ('Jak masz się nazywał'), dwa pytania.
120Bonsai-2 2B (Q2_0 (ternarny))2Męski 'asystent', 'przygotowałem się', pyta tylko czy jest kandydatem.
121Qwen3.5-0.8B2Nie przedstawia się, nie zadaje pytania, bełkot ('wymagają się szybki adaptacyjny styl').
122Salamandra-2B-Instruct (Q4_K_M)2Tylko 'Jak się masz?' – brak pytania rekrutacyjnego i kontekstu.
123Granite 4.2 30B (Q4_K_M)1,8Rekruterka przedstawia się jako kierowniczka sklepu, pełno zniekształceń („ciesilna”, „jak opisana byś chciała/a”); niezrozumiałe.
124Ministral-3-3B-Instruct-2512 (Q4_K_M)1Meta-komentarz „Przykład rekruterki”, cytat, rola pomylona (menedżerka), kilka pytań, nieprawidłowe formy („mógłbycie”).
125PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱1Placeholder [imię], 'W czym mogę Ci pomóc' – brak pytania rekrutacyjnego.
126Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Placeholder [Nazwa], zamiast pytania pyta o zgodę.
127EXAONE-3.5-32B-Instruct (Q4_K_M)1Odwrócone role – przedstawia się jako kandydat 'Marek'.
128Granite 4.1 3B (Q4_K_M)1Nie wciela się w rolę, bezsensowne pytania ('kto prowadzi tą rozmowę?').
129DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Odwraca role – wypowiada się jako kandydat, nieskładne zdania.
130Falcon3-10B-Instruct (Q4_K_M)1Bełkot językowy ('karejne', 'przyczynę do postania'), meta 'Oto TYLKO pierwsze pytanie'.
131Teuken-7B-instruct-v0.6 (Q4_K_M)1Bezsensowne pytanie, powtórzone przedstawienie, błędy ('kierowani przez nas sklep').
132Trurl-2-13B (Q4_K_M) 🇵🇱1'W czym mogę pomóc?' – brak roli, imienia i pytania rekrutacyjnego.
133Gemma 3 1B (Q4_K_M)1Chaos: 'Jestem Panią/Panem Janek', placeholder, pytanie bez sensu.
134Qwen3-1.7b (Q4_K_M)1Odwrócone role – prosi kandydata o podanie pytania.
135Olmo-3-7B-Instruct (Q4_K_M)1Męskie imię, błędy ('wcieliłam się w doświadczanie rekrutera'), pytanie bez sensu.
136DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)0Po angielsku, odpowiada jako kandydat – całkowicie poza poleceniem.
137DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)0Angielski, meta-komentarz, wymyśla odpowiedź kandydata; zupełnie nie wykonuje zadania.
138Granite 4.2 3B (Q4_K_M)0Powtarzające się 'Cześć!', brak treści.
139DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Po angielsku, meta-komentarz, brak roli rekruterki.
140EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Rekruter „Jan Kowalski” (męskie), bełkot i wymyślone słowa („dynamicallyznej”, „zespolelem”); niezrozumiałe.
141Falcon3-7B-Instruct (Q4_K_M)0Wymyśla całą rozmowę z kandydatem, placeholdery, bełkot, pętla.
142Trurl-2-7B (Q4_K_M) 🇵🇱0Nie na temat, rola odwrócona (pyta o kierownika sklepu).
143Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot, wymyślone dane kandydata, pytanie bez sensu.
144Qwen3-0.6b (Q4_K_M)0Niezrozumiały, brak powitania i imienia.
145LFM2.5-1.2B-Thinking (Q4_K_M)0Bełkot bez sensu, nie ma pytania.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Po angielsku, odpowiada jako kandydat, całkowicie poza poleceniem.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Placeholder „[wstaw swoje imię tutaj]”, brak pytania i nazwy; bezużyteczne.
148Phi-4-reasoning 14B (Q4_K_M)0Wyciekające rozumowanie po angielsku i pętla zdania, brak odpowiedzi.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Zupełnie nie na temat – halucynacja o symulacji 10 mln klientów.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot, brak sensu.

7. Rozumowanie i matematyka

Zadanie tekstowe o pociągach i zagadka o rodzeństwie. Wyniki są dwubiegunowe: model albo liczy poprawnie (9–10), albo myli się od początku. W czołówce są Gemma 4 31B i Qwen3.5-35B-A3B (komplet punktów), Nemotron Cascade 2, Qwen3.6-35B-A3B, Qwen3-32B i Falcon-H1-34B.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelZadanie tekstowe – pociągiZagadka logicznaŚrednia
1Gemma 4 31B (Q4_K_M)101010,0
2Qwen3.5-35B-A3B (Q4_K_M)101010,0
3Nemotron-Cascade-2 30B-A3B9,6109,8
4Qwen3.6-35B-A3B (Q4_K_M)109,59,8
5Qwen3-32b (Q4_K_M)9,69,59,6
6Gemma 4 26B-A4B (Q4_K_M)9109,5
7Falcon-H1-34B-Instruct (Q4_K_M)9109,5
8Nemotron 3.5 Bolt E4B (Q4_K_M)9109,5
9Qwen3.5-27B (Q4_K_M)9109,5
10Qwen3.8-27B (Q4_K_M)9109,5

Zadanie tekstowe – pociągi

Prompt
Z Warszawy do Krakowa (300 km) o 8:15 wyjeżdża pociąg jadący stale 120 km/h. Z Krakowa do Warszawy tą samą trasą o 8:45 wyjeżdża pociąg jadący stale 150 km/h. O której godzinie (z dokładnością do minuty) i w jakiej odległości od Warszawy pociągi się miną? Pokaż obliczenia.
Klucz oceny (przekazany sędziemu)

Do 8:45 pierwszy pokonuje 60 km. Pozostaje 240 km, prędkość zbliżania 270 km/h → 0,889 h = 53 min 20 s. Mijanka ok. 9:38 (9:38:20), ok. 166,7 km od Warszawy (133,3 km od Krakowa). Błędny wynik = maks. 3 pkt, nawet przy ładnym opisie.

Rozkład ocen: 10×7 9×26 8×8 7×5 6×2 5×1 4×1 3×9 2×16 1×53 0×22 · mediana 1,3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

10/10

936 tokenów · 137,0 tok/s · 7,0 s

Ocena sędziego: Poprawne 9:38 i 166,67 km, przejrzysty tok w dobrej polszczyźnie.

Oto szczegółowe obliczenia krok po kroku:

1. Analiza danych
  • Odległość między miastami ($S$): $300\text{ km}$
  • Prędkość pociągu z Warszawy ($v_1$): $120\text{ km/h}$
  • Prędkość pociągu z Krakowa ($v_2$): $150\text{ km/h}$
  • Czas wyjazdu pociągu z Warszawy: $8:15$
  • Czas wyjazdu pociągu z Krakowa: $8:45$
2. Obliczenie dystansu pokonanego przez pierwszy pociąg przed startem drugiego

Pociąg z Warszawy jedzie sam przez 30 minut (od 8:15 do 8:45). $30\text{ minut} = 0,5\text{ godziny}$.

$$\text{Dystans}_1 = v_1 \cdot t = 120\text{ km/h} \cdot 0,5\text{ h} = 60\text{ km}$$

3. Obliczenie pozostałej odległości do pokonania

O godzinie 8:45 pociągi dzieli już mniejszy dystans: $$\text{Pozostały dystans} = 300\text{ km} - 60\text{ km} = 240\text{ km}$$

4. Obliczenie czasu do spotkania (od godziny 8:45)

Pociągi poruszają się naprzeciw siebie, więc ich prędkości się sumują (prędkość zbliżania): $$v_{\text{zbliżania}} = v_1 + v_2 = 120\text{ km/h} + 150\text{ km/h} = 270\text{ km/h}$$

Czas potrzebny na pokonanie pozostałego dystansu ($t_{\text{spotkania}}$): $$t_{\text{spotkania}} = \frac{\text{Pozostały dystans}}{v_{\text{zbliżania}}} = \frac{240\text{ km}}{270\text{ km/h}} = \frac{24}{27}\text{ h} = \frac{8}{9}\text{ h}$$

Zamieniamy godziny na minuty: $$\frac{8}{9} \cdot 60\text{ min} = \frac{480}{9}\text{ min} \approx 53,33\text{ min} \approx 53\text{ min i } 20\text{ s}$$

5. Wyznaczenie godziny spotkania

Pociągi miną się po upływie ok. 53 minut od godziny 8:45: $$8:45 + 53\text{ min} = 9:38$$

6. Obliczenie odległości od Warszawy

Pociąg z Warszawy jechał od 8:15 do 9:38 (czyli 1 godzina i 23 minuty, co daje $1 + \frac{23}{60}$ godziny) LUB możemy obliczyć to sumując dystanse:

  • Dystans z pierwszego etapu: $60\text{ km}$
  • Dystans z drugiego etapu: $120\text{ km/h} \cdot \frac{8}{9}\text{ h} = \frac{960}{9}\text{ km} \approx 106,67\text{ km}$

$$\text{Całkowita odległość od Warszawy} = 60\text{ km} + 106,67\text{ km} = 166,67\text{ km}$$

Odpowiedź:

Pociągi miną się o godzinie 9:38 w odległości ok. 166,67 km od Warszawy.

Qwen3.5-35B-A3B (Q4_K_M) Alibaba · miejsce w zadaniu: 2/150

10/10

1 177 tokenów · 212,2 tok/s · 5,7 s

Ocena sędziego: Poprawne równanie, 9:38 i 166,7 km, sprawdzenie sumą dróg; bardzo dobra polszczyzna.

Aby rozwiązać to zadanie, musimy ustalić, w jakim momencie pociągi znajdą się w tym samym miejscu na trasie. Najprościej jest przyjąć, że czas $t$ mierzony jest od momentu wyjazdu pierwszego pociągu (z Warszawy).

1. Ustalenie danych i zmiennych
  • Odległość całkowita ($S$): 300 km
  • Pociąg A (Warszawa $\to$ Kraków):
    • Prędkość ($v_A$): 120 km/h
    • Czas wyjazdu: 8:15
    • Czas podróży do momentu spotkania: $t$ godzin
  • Pociąg B (Kraków $\to$ Warszawa):
    • Prędkość ($v_B$): 150 km/h
    • Czas wyjazdu: 8:45
    • Ponieważ wyjeżdża 30 minut później, jego czas podróży do momentu spotkania to $t - 0.5$ godziny (gdzie 0.5 h to 30 min).
2. Ułożenie równania

W momencie spotkania suma przebytych przez oba pociągi odległości musi być równa całkowitej odległości między miastami (300 km).

$$S_A + S_B = S_{całkowita}$$

Gdzie:

  • $S_A = v_A \cdot t = 120 \cdot t$
  • $S_B = v_B \cdot (t - 0.5) = 150 \cdot (t - 0.5)$

Podstawiamy do równania: $$120t + 150(t - 0.5) = 300$$

3. Rozwiązanie równania

Rozwijamy nawias i grupujemy wyrazy: $$120t + 150t - 75 = 300$$ $$270t - 75 = 300$$ $$270t = 375$$ $$t = \frac{375}{270}$$

Upraszczamy ułamek (dzielimy przez 15): $$t = \frac{25}{18} \text{ godziny}$$

Teraz przeliczamy tę wartość na godziny i minuty: $$t = 1 + \frac{7}{18} \text{ godziny}$$ Część ułamkowa w minutach: $\frac{7}{18} \cdot 60 = \frac{420}{18} = 23.333...$ minuty.

Zatem czas podróży pierwszego pociągu do momentu spotkania wynosi 1 godzinę i około 23,33 minuty.

4. Obliczenie godziny spotkania

Pierwszy pociąg wyjechał o 8:15. Dodajemy 1 godzinę i 23 minuty (zaokrąglając do najbliższej minuty):

  • 8:15 + 1 h = 9:15
  • 9:15 + 23 min = 9:38

Pozostaje ułamek minuty ($0.33$), co daje około 20 sekund. Zgodnie z zasadą zaokrąglania do najbliższej minuty, wynik to 9:38.

5. Obliczenie odległości od Warszawy

Odległość ta jest równa drodze przebytej przez pociąg A (wyjeżdżający z Warszawy). $$S_A = v_A \cdot t = 120 \cdot \frac{25}{18}$$ $$S_A = \frac{3000}{18} = \frac{500}{3} \approx 166.67 \text{ km}$$

Możemy to sprawdzić dla pociągu B (droga od Krakowa): $$S_B = 150 \cdot (\frac{25}{18} - 0.5) = 150 \cdot (\frac{25}{18} - \frac{9}{18}) = 150 \cdot \frac{16}{18} = 150 \cdot \frac{8}{9} = \frac{1200}{9} = \frac{400}{3} \approx 133.33 \text{ km}$$ Suma: $166.67 + 133.33 = 300$ km (zgadza się).

Odległość od Warszawy to droga pociągu A, czyli 166.67 km (w zaokrągleniu do jednego miejsca po przecinku: 166.7 km).

Odpowiedź końcowa

Pociągi miną się o godzinie 9:38, w odległości 166,7 km od Warszawy.

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 9/150

9/10

1 380 tokenów · 110,9 tok/s · 12,5 s

Ocena sędziego: Poprawnie i przejrzyście: 9:38:20 oraz 166,66 km; podano sekundy zamiast zaokrąglenia do minuty – drobna usterka.

Aby rozwiązać to zadanie, należy obliczyć czas, po którym oba pociągi spotkają się na trasie między Warszawą a Krakowem, oraz odległość od Warszawy w momencie spotkania.

  1. Dane początkowe:

    • Pociąg z Warszawy do Krakowa wyjeżdża o 8:15 i jedzie ze stałą prędkością 120 km/h.
    • Pociąg z Krakowa do Warszawy wyjeżdża o 8:45 i jedzie ze stałą prędkością 150 km/h.
    • Odległość między Warszawą a Krakowem wynosi 300 km.

  2. Obliczenie czasu spotkania:

    • Różnica czasu wyjazdu między pociągami wynosi 30 minut (od 8:15 do 8:45).
    • W ciągu tych 30 minut pociąg jadący z Warszawy pokonuje odległość: [ \text{Odległość} = \text{Prędkość} \times \text{Czas} = 120 , \text{km/h} \times 0,5 , \text{h} = 60 , \text{km} ]
    • Po 30 minutach od wyjazdu pociągu z Warszawy, odległość między pociągami wynosi (300 , \text{km} - 60 , \text{km} = 240 , \text{km}).

  3. Obliczenie czasu potrzebnego na spotkanie po wyjeździe pociągu z Krakowa:

    • Pociągi zbliżają się do siebie z prędkością sumaryczną (120 , \text{km/h} + 150 , \text{km/h} = 270 , \text{km/h}).
    • Czas potrzebny na pokonanie odległości 240 km przy prędkości sumarycznej 270 km/h wynosi: [ \text{Czas} = \frac{\text{Odległość}}{\text{Prędkość}} = \frac{240 , \text{km}}{270 , \text{km/h}} = \frac{8}{9} , \text{h} \approx 53,33 , \text{minuty} ]

  4. Całkowity czas od wyjazdu pociągu z Warszawy:

    • Czas od wyjazdu pociągu z Warszawy do momentu spotkania to suma 30 minut (różnica wyjazdu) i (53,33 , \text{minuty}) (czas zbliżania się po wyjeździe pociągu z Krakowa): [ 30 , \text{minut} + 53,33 , \text{minuty} = 83,33 , \text{minuty} ]
    • Pociąg z Warszawy wyjechał o 8:15, więc spotkanie nastąpi o: [ 8:15 + 83,33 , \text{minuty} = 9:38:20 ]

  5. Obliczenie odległości od Warszawy w momencie spotkania:

    • Pociąg z Warszawy jedzie ze stałą prędkością 120 km/h przez czas (83,33 , \text{minuty}) (czyli (\frac{83,33}{60} = 1,3888 , \text{h})): [ \text{Odległość} = \text{Prędkość} \times \text{Czas} = 120 , \text{km/h} \times 1,3888 , \text{h} = 166,66 , \text{km} ]

Odpowiedź: Pociągi miną się o godzinie 9:38:20 w odległości 166,66 km od Warszawy.

Obliczenia:

  • Różnica czasu wyjazdu: 30 minut → Pociąg z Warszawy pokonuje 60 km.
  • Pozostała odległość między pociągami: 240 km.
  • Czas zbliżania się: ( \frac{240 , \text{km}}{270 , \text{km/h}} = \frac{8}{9} , \text{h} \approx 53,33 , \text{minuty} ).
  • Całkowity czas od wyjazdu pociągu z Warszawy: 30 minut + 53,33 minut = 83,33 minut → 9:38:20.
  • Odległość od Warszawy: (120 , \text{km/h} \times 1,3888 , \text{h} = 166,66 , \text{km}).

Ostatecznie pociągi miną się o 9:38:20 w odległości 166,66 km od Warszawy.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)10Poprawne 9:38 i 166,67 km, przejrzysty tok w dobrej polszczyźnie.
2Qwen3.5-35B-A3B (Q4_K_M)10Poprawne równanie, 9:38 i 166,7 km, sprawdzenie sumą dróg; bardzo dobra polszczyzna.
3Qwen3.6-35B-A3B (Q4_K_M)10Poprawnie: 9:38 (9:38:20) i 166,7 km, dwie metody weryfikacji. Drobne wahanie przy zaokrąglaniu, ale polszczyzna dobra.
4Nemotron 3.5 Bolt 74B-A9B10Poprawne 9:38:20 i 166,67 km, jasne obliczenia z kontrolą alternatywną; drobne literówki („spotknięcia”).
5Qwen3-32b (Q4_K_M)9,6Poprawne 9:38 i ok. 166 km; czytelne kroki, lekkie zaokrąglenie drogi i literówka „jedą”.
6Nemotron-Cascade-2 30B-A3B9,6Poprawne 9:38 i 166,67 km (podane 167 km po zaokrągleniu); jasne kroki, drobny nieczytelny zapis „9:38,33”.
7Nemotron 3 Nano 30B-A3B9,6Poprawnie 9:38 i 166,7 km; drobne usterki językowe („wyrusz”, „przebyje”, „9:38 min”).
8Gemma 4 26B-A4B (Q4_K_M)9Poprawnie 9:38 i 166,67 km; tylko jeden artefakt w zapisie ('\rowdash').
9Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱9Poprawnie i przejrzyście: 9:38:20 oraz 166,66 km; podano sekundy zamiast zaokrąglenia do minuty – drobna usterka.
10Falcon-H1-34B-Instruct (Q4_K_M)9Poprawny wynik 9:38 i 166,67 km, czytelne kroki.
11Nemotron 3.5 Bolt E4B (Q4_K_M)9Poprawnie i kompletnie: 9:38 (9:38:20) i 500/3 km, logiczny układ kroków.
12Qwen3.5-27B (Q4_K_M)9Poprawny wynik 9:38 i 166,7 km z weryfikacją od strony Krakowa; drobne dziwactwo zapisu 8:98.
13Qwen3.8-27B (Q4_K_M)9Poprawnie 9:38 i 166⅔ km, kompletne i uporządkowane.
14Gemma 4 E4B (Q4_K_M)9Poprawnie: 9:38 (9:38:20) i 166⅔ km, przejrzyste kroki.
15Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawne równanie z jednym zmiennym, wynik 9:38 i 166,67 km; czytelne.
16Gemma 3 12B (Q4_K_M)9Poprawne obliczenia i wynik 9:38, 166,67 km; drobna usterka ('zaokrąglając do metra').
17Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱9Czysta, poprawna metoda; wynik 9:38 i 167 km (166,67); dobra polszczyzna.
18Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)9Poprawne równanie i wynik: 9:38 (9:38:20) oraz 166,67 km; czytelne, dobra polszczyzna.
19Gemma 4 E2B (Q4_K_M)9Poprawnie: 9:38:20 i 166⅔ km, czytelne równania; trochę zbędnego powtarzania przy zaokrągleniu.
20gpt-oss-20b9Poprawna metoda i wynik 9:38 (9:38:20) oraz 166 2/3 km; drobna usterka – angielskie 'Trains A'.
21Cogito v1 32B (Q4_K_M)9Poprawny, przejrzysty tok i wynik 9:38, 166,7 km; drobna usterka ('z dokładnością do metra').
22Bonsai-2 27B9Poprawnie: 9:38 i 166,67 km z weryfikacją od strony Krakowa; drobna rozwlekłość i zapis „8:98”.
23Qwen3-30b-a3b-instruct-2507 (Q4_K_M)9Poprawnie 9:38 i 166,67 km (167); drobna niekonsekwencja z pośrednim 166 km, ale sprawdzenie wynik potwierdza.
24GLM-4.7-Flash (Q4_K_M)9Poprawnie: 9:38 (9:38:20) i 166,67 km, z kontrolą z drugiego pociągu; drobna niezręczność sformułowań.
25LFM2.5-24B-A2B (Q4_K_M)9Poprawnie dwiema metodami: 9:38 (9:38:20) i 166,7 km (133,3 km od Krakowa); dobry zapis i polszczyzna.
26Qwen3-14b (Q4_K_M)9Poprawne równanie i wynik: 9:38 oraz 166,67 km, uporządkowany zapis; drobna niespójność w podsumowaniu (167 km).
27Granite 4.1 30B (Q4_K_M)9Poprawnie 9:38 i ok. 167 km, czytelne kroki.
28Falcon-H1-7B-Instruct (Q4_K_M)9Poprawna metoda i wynik 9:38, 166,67 km; drobna nieścisłość słowna ('oba pociągi jedną trasę').
29Qwen2.5-32B-Instruct (Q4_K_M)9Poprawne równanie i wynik 9:38, ok. 167 km; zwięzłe i jasne.
30Qwen2.5-14B-Instruct (Q4_K_M)9Poprawnie 9:38 i ok. 167 km, logiczne kroki, drobne usterki językowe ('przebije się').
31Bonsai-2 9B9Poprawnie 9:38:20 i 166,67 km z kontrolą drugim pociągiem; drobne usterki ('Odpowiedzialność', 'Validne').
32Qwen3-VL-8B (Q4_K_M)9Poprawny wynik 9:38 i 166,7 km, jasne kroki.
33Nemotron 3.5 Lightning 30B-A3B8,6Poprawne 9:38 i 166,7 km z równaniem od 8:00; błąd: 0,67 km to ok. 667 m, nie 400 m.
34Gemma 4 12B (Q4_K_M)8Poprawne 9:38 i 166,67 km, czytelny tok; drobne usterki: zaokrąglenie do 167 km i błędny zapis 1 23/60 h.
35Qwen3.6-27B (Q4_K_M)8Poprawna godzina 9:38 i metoda; odległość 166 km to zaokrąglenie z 83 min, drobna niedokładność.
36Gemma 3 27B (Q4_K_M)8Poprawna metoda, 9:38 i 166 km (zaokrąglone z 1,3833 h); drobna niedokładność.
37Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱8Poprawne 9:38:20 i 166,67 km z weryfikacją, ale zbyt rozwlekłe i powtarzalne; ramka pokazuje tylko godzinę.
38Ministral-3-14B-Instruct-2512 (Q4_K_M)8Poprawny wynik 9:38 i 166,67 km z weryfikacją od Krakowa; drobna niespójność w uwadze o '9:38:00'.
39Phi-4 14B (Q4_K_M)8Poprawnie 9:38 i 166,67 km z równaniem; zdarza się dziwne słowo 'minowanie'.
40Cogito v1 14B (Q4_K_M)8Poprawna metoda i godzina 9:38; odległość 166 km to zaokrąglenie 106 zamiast 106,67, drobna nieścisłość.
41LFM2-24B-A2B (Q4_K_M)8Poprawne równanie i wynik 9:38, 166,67 km; usterka w sformułowaniu końcowym (166 km 'dookoło') i brak sekund.
42Qwen3-4b-instruct-2507 (Q4_K_M)7Wynik końcowy poprawny (9:38, 166 2/3 km), ale w tekście są błędy i zamieszanie („1 h 20 min”, „jadł”) oraz powtórzenia.
43Olmo-3.1-32B-Instruct (Q4_K_M)7Wynik poprawny (9:38, 166,7 km) i dobre rozumowanie, ale bardzo rozwlekłe, powtarza się, ma błędy językowe („jazdu”, „wyjeżdza”) i pośrednio podaje 166 km.
44LFM2.5-8B-A1B (Q4_K_M)7Wynik poprawny (9:38, 166,7 km), obliczenia kompletne, ale liczne wymyślone słowa i kalki („Przywyżdzenie”, „jedynem jeździ”, „Meetingu”).
45Bielik-One-4B-r1 (Q4_K_M)6,9Poprawnie 9:38 (9:38:20) i 166,67 km, dobra weryfikacja, ale dziwaczny zapis '166 km 40 min' jest błędem jednostek i myli w odpowiedzi końcowej.
46Muse Glimmer 30B (Q4_K_M)6,6Wynik poprawny (ok. 9:38, 166,7 km, 133,3 od Krakowa), ale chaotyczny zapis z niepotrzebnymi alternatywnymi zaokrągleniami (166 km, widełki 9:38–9:39).
47Granite 4.2 30B (Q4_K_M)6,2Ostateczne wartości poprawne (9:38, 500/3 km), ale rozwlekłe, z dziwnymi słowami („zlotowanie”, „jednąją”) i urwanym podsumowaniem.
48Ministral-3-8B-Instruct-2512 (Q4_K_M)6Końcowy wynik poprawny (9:38, ~167 km), ale w trakcie błędne rozwiązanie z kilkoma „Błąd!” i poprawką; chaotyczne.
49QwQ-32B (Q4_K_M)4,6Obliczenia poprawne (9:38, 166⅔ km), ale prawie cała odpowiedź po angielsku, co łamie wymóg polskiego języka.
50Falcon-H1-3B-Instruct (Q4_K_M)4Wynik 9:38 i 167 km poprawny, ale całe rozwiązanie po angielsku.
51Gemma 3n E4B (Q4_K_M)3Godzina 9:38:20 poprawna, ale odległość 146 km błędna (dodano 53 min i 20 min zamiast 30 min i 53,3 min).
52Qwen3.5-9B (Q4_K_M)3Odległość 166,7 km poprawna, ale godzina błędna: 83 min po 8:15 to 9:38, a nie 9:58/9:59 – błąd w dodawaniu.
53Magistral-Small-2506 (Q4_K_M)3Początkowo zły wynik 106⅔ km, potem wielokrotne poprawki w tekście, odpowiedź ucięta w połowie; użytkownik dostaje sprzeczną odpowiedź.
54Qwen3.5-4B (Q4_K_M)3Odległość 166,7 km dobra, ale godzina 10:38 błędna (pomylony punkt odniesienia 8:00), więc wynik końcowy zły.
55DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)3Godzina 9:38 poprawna, ale odległość 114 km błędna (pomylone czasy).
56DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)3Początek poprawny (60 km, 240 km, 8/9 h), ale odpowiedź urwana – brak godziny i odległości.
57Granite 4.2 8B (Q4_K_M)3Poprawne równanie i 9:38, ale potem zapętla się w powtarzaniu, urywa się i nie podaje odległości.
58Qwen3-VL-32B (Q4_K_M)2,6Odpowiedź urwana w połowie, bez godziny i odległości; poprawne tylko 60 km i 240 km.
59Aya 23 35B (Q4_0)2,6Błędny wynik (9:00, 300 km) oparty na chaotycznym rozumowaniu.
60Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱2Dobry początek, ale błąd w końcówce: 9:40 i 150 km zamiast 9:38 i 166,7 km.
61Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱2Pomylono 30 minut z 0,25 h, więc wynik 9:45 i 150 km jest błędny; fałszywa „weryfikacja”.
62Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱2Błędnie pominięto 60 km przewagi (300/270), wynik 9:20 i 133,33 km jest zły; wtrącone nieistotne obliczenia.
63Gemma-2-27B-it (Q4_0)2Dobra metoda do czasu zbliżania, ale błędnie dodano do 8:15 (9:08) i odległość 106,8 km.
64Command R 35B (08-2024) (Q4_K_M)2Pomylono mijanie z dojazdem do celu; wynik 10:45 i 150 km błędny.
65Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2Poprawna metoda, ale błąd arytmetyczny (8/9 h = 46 min 40 s), przez co 9:32 i 107 km; do tego chaotyczne powtarzanie 'ostatecznej odpowiedzi'.
66Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2Dobry pomysł z równaniem, ale błędnie przyjęto 0,75 h zamiast 0,5 h – wynik 9:47 i 183 km jest zły.
67Qwen3-8b (Q4_K_M)2Błędnie dodaje całą trasę 300 km zamiast 240 km, wynik 9:52 i 133 km.
68Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Błędny wynik: połowa drogi i południe; pociągi nie spotykają się tak.
69Ministral-3-3B-Instruct-2512 (Q4_K_M)2Wynik 9:35 i 100 km błędny, rozumowanie się plącze i samo się poprawia, 'przeczną' to wymyślone słowo.
70LFM3-1.7B (Q4_K_M)2Rozwiązanie pełne pomyłek i mieszania języków, urwane; ostatecznie 9:41:40, co jest błędne.
71Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱1,9Początek dobry (240 km, 8/9 h), ale potem zaokrąglono do 1 h i podano 9:45 oraz 150 km – wynik błędny, a rachunek nielogiczny.
72PLLuM-8x7B-nc-chat-2412 🇵🇱1,6Błędne (324 km, 11:25) — wynik niemożliwy, bo większy niż trasa.
73PLLuM-8x7B-nc-instruct-2412 🇵🇱1,6Błędny wynik (50 km), rozumowanie bez związku z zadaniem.
74PLLuM-8x7B-chat-2412 🇵🇱1,6Bezsensowne równania, wynik 23:55 i 300 km są błędne.
75PLLuM-8x7B-instruct-2412 🇵🇱1,6Błędne rozumowanie (12:15, 25 km / 300), brak sensu i wynik całkowicie zły.
76Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)1Błędna metoda (135 km), wynik 9:22:30 i 135 km niepoprawny.
77Mistral-Small-24B-Instruct-2501 (Q4_K_M)1Błędnie przyjęto 60 km zamiast 240 km, wynik 9:00 i 146,6 km.
78Aya Expanse 32B (Q4_K_M)1Chaotyczne rozumowanie, wynik 10:13 i 150 km błędny.
79Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱1Błędne równanie, wynik 18:15 i 900 km jest absurdalny.
80EuroLLM-22B-Instruct-2512 (Q4_K_M)1Błędnie dzieli 240 km przez 150 km/h, wynik 10:11 / 108 km; fałszywe „sprawdzenie”.
81Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1Błędna metoda (30 min jazdy obu pociągów), wynik 9:15 i 165 km niepoprawny.
82Gemma-2-9B-it (Q4_0)1Błędny wniosek, że pociągi spotykają się w Krakowie o 10:45.
83Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱1Błędny wzór (dzieli różnicę czasu przez prędkość), wynik 8:22 i 13 km.
84Gemma 3 4B (Q4_K_M)1Błędny wynik (10:45, 270 km), pociągi potraktowane jako jadące w tym samym kierunku, chaotyczne 'poprawne obliczenia'.
85Gemma 3n E2B (Q4_K_M)1Zmyślone dane (15 minut, 30 km/h) i wynik 11:43, 299,75 km błędny.
86EuroLLM-9B-Instruct-2512 (Q4_K_M)1Błędny wniosek, że pociągi się nie miną; ignoruje, że jadą naprzeciw siebie.
87PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱1Zmyślone obliczenia (35 min, 600 km, 837 km) i błędny wynik 15:10 / 160 km.
88EuroLLM-9B-Instruct (Q4_K_M)1Bezsensowne rozumowanie, wynik 9:15 i 300 km.
89PLLuM-12B-chat-2512 (Q8_0) 🇵🇱1Błędny wynik (10:45, 60 km) i bezsensowne rozumowanie o dogonieniu.
90PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱1Błędny wniosek, że pociągi miną się w Warszawie o 10:45; artefakty <<...>> w tekście.
91PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱1Błędne obliczenia (2 h zamiast 2,5), wynik 12:15, 150 km, śmieciowe znaczniki.
92Aya Expanse 8B (Q4_K_M)1Absurdalne rozumowanie, wynik 11:30 i 600 km.
93Salamandra-7B-Instruct-2606 (Q4_K_M)1Błędny wynik (8:51, 45 km); pomieszano czasy jazdy i odległości, rozumowanie bez sensu.
94Apertus-8B-Instruct-2509 (Q4_K_M)1Błędny wynik (9:00, 150 km); sam przyznaje, że suma dróg to 135 km, a mimo to wyciąga fałszywy wniosek.
95Granite 4.1 8B (Q4_K_M)1Błędnie dzieli 240 km przez 150 km/h, wynik 10:21 i 252 km.
96PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱1Zmyślone liczby, wynik 250 km i godzina nonsensowna.
97PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱1Chaotyczne, sprzeczne obliczenia i wynik (10:30, 216 km) błędny.
98PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱1Błędny wynik (10:23, 200 km), bezsensowne przeliczenia.
99Aya 23 8B (Q4_0)1Błędny wynik (10:30, 180 km) i niespójne, nielogiczne obliczenia.
100Bonsai-2 4B1Błędny wynik (10:45, 0 km) i sprzeczne, plączące się rozumowanie.
101Cogito v1 8B (Q4_K_M)1Błędny wynik (9:15, 300 km) i chaotyczne, bezsensowne kroki.
102DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Chaotyczne i sprzeczne obliczenia, wynik 10:30 / 270 km jest błędny.
103Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Sprzeczne i błędne obliczenia (przyjazdy, „poniedziałek”), wynik 11:05 i 100 km jest zły.
104Nemotron 3 Nano 4B (Q4_K_M)1Błędny wynik (8:45, 300 km) – pociągi dopiero wtedy ruszają; rozumowanie niespójne.
105Command R7B 12-2024 (Q4_K_M)1Błędny wynik (10:45, 150 km); rozumowanie chaotyczne i bez sensu.
106Llama-3.1-8B-Instruct (Q4_K_M)1Bełkotliwe rozumowanie, wynik 9:15 i 120 km błędny.
107Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Błędny wynik (10:45, 60 km od Warszawy); myli moment przyjazdu z mijaniem się pociągów.
108Hermes-3-Llama-3.1-8B (Q4_0)1Błędne założenia ('zderzenie', prędkość 30 km/h), wynik 9:15 i 75 km jest zły.
109Llama-3.2-3B-Instruct (Q4_K_M)1Chaotyczne rozumowanie, wynik 11:00 i 60 km błędny.
110Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Błędny wynik (10:30, 150 km) bez żadnych obliczeń, choć polecono je pokazać.
111EXAONE-3.5-32B-Instruct (Q4_K_M)1Błędny wynik (10:45, 240 km), pomylone przyjazdy z mijaniem; dziwne słownictwo („mieszczą się”, „przybiją się”).
112Falcon-H1-1.5B-Instruct (Q4_K_M)1Błędny wynik (10:45, 300 km), do tego 'pływa' i 'czas pojazdu' – kalki i wymyślone sformułowania.
113Granite 4.1 3B (Q4_K_M)1Pomylony sens zadania, wynik 10:45 i 0 km, do tego niepoprawne słowa.
114Qwen3.5-2B (Q4_K_M)1Błędny wniosek, że pociągi spotykają się o 10:45 w Krakowie (300 km); mylne rozumowanie.
115Phi-4-mini-instruct (Q4_K_M)1Błędny wynik (10:45, w Krakowie, 300 km); pomija zbliżanie się pociągów.
116Granite 4.2 3B (Q4_K_M)1Błędne równanie (120t=150(t−0,75)), plątanina słowna, odpowiedź urwana bez wyniku.
117DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Błędne równanie (czasy jazdy zrównane), wynik 9:25 i niepoprawna, bełkotliwa odpowiedź końcowa.
118Falcon3-10B-Instruct (Q4_K_M)1Błędne rozumowanie i wynik (10:45, 300 km), do tego dziwne słownictwo ('Sila', 'przejeżdżania').
119DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Błędny wynik (11:15, 270 km), wtrącone chińskie znaki i rosyjskie fragmenty.
120Gemma 3 1B (Q4_K_M)1Błędne rozumowanie, wynik 10:45 i 375 km nonsensowny.
121Qwen3-1.7b (Q4_K_M)1Poprawny czas zbliżania, ale błędne dodanie (9:08) i odległość 106,7 km.
122EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Błędny wniosek (10:45, 300 km), bełkotliwy język („czas przejęcy”, „zakończy się”) i brak właściwego równania spotkania.
123Bonsai-2 2B (Q2_0 (ternarny))1Błędny wynik 10:45 / 300 km; mylone czasy przyjazdu z mijaniem, wymyślone słowa („minienia”).
124Falcon3-7B-Instruct (Q4_K_M)1Bełkotliwy tekst i błędny wynik (10:45, 300 km); brak sensownego rozumowania.
125Qwen3.5-0.8B1Błędnie traktuje pociągi jako jadące w tym samym kierunku; wynik 8:45, 15 km jest absurdalny.
126Qwen3-0.6b (Q4_K_M)1Gołe, błędne twierdzenie (8:45, 15 km) bez obliczeń, powtórzone dwa razy.
127DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)1Wynik bezsensowny („30 minut od Warszawy”, „2 h 30 min” jako odległość), nie rozwiązuje zadania.
128Phi-4-reasoning 14B (Q4_K_M)1Po angielsku, ostatecznie ucięte w pętli powtarzającego się tekstu; brak odpowiedzi po polsku.
129PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱0Zapętlony bełkot z błędnymi obliczeniami, odpowiedź ucięta.
130Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱0Tylko dwa zdania wstępu, brak obliczeń i wyniku.
131Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱0Zapętlone wypisywanie tabliczki mnożenia 120·n, urwane, bez odpowiedzi i z artefaktami <<...>>.
132Mistral-Nemo-Instruct-2407 (Q4_K_M)0Odpowiedź po angielsku i merytorycznie błędna (10:45, 300 km) – pociągi nie mijają się w Krakowie.
133Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱0Całkowicie błędny wynik (12:15, 600 km), absurdalne obliczenia i artefakty <<...>>.
134Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱0Powtarza treść zadania, brak rozwiązania.
135PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱0Błędny wynik (12:45, 600 km), artefakty <<...>> i wyciek tokenu <|start_of_role|>user.
136Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱0Po angielsku, absurdalne dodawanie czasów przejazdów, wynik 10:45 i 120 km jest błędny.
137Cogito v1 3B (Q4_K_M)0Bełkot i pętla powtarzanych punktów, urwana odpowiedź bez wyniku.
138Salamandra-7B-Instruct (Q4_K_M)0Błędny wynik (8:45, 100 km) i zapętlony, powtarzający się bełkot.
139Teuken-7B-instruct-research-v0.4 (Q4_K_M)0Bełkot z powtarzanymi listami, wynik 100 km bez sensu.
140Teuken-7B-instruct-v0.6 (Q4_K_M)0Zapętlona, bezsensowna lista kroków bez obliczeń i wyniku.
141Trurl-2-13B (Q4_K_M) 🇵🇱0Pusta odpowiedź.
142Granite-3.3-8B-Instruct (Q4_K_M)0Po angielsku, zmyślone dane (15 minut), wynik 9:45 i 120 km błędny.
143Olmo-3-7B-Instruct (Q4_K_M)0Nie rozwiązuje zadania, odpowiada na inne pytanie (10:45, 0 km), pełno wymyślonych słów i bełkotu.
144Trurl-2-7B (Q4_K_M) 🇵🇱0Bełkot z artefaktem tokena, wynik 170 km bez sensu.
145Llama-3.2-1B-Instruct (Q4_K_M)0Nonsensowne, zapętlone obliczenia z urwaniem i bez odpowiedzi końcowej.
146LFM2.5-1.2B-Thinking (Q4_K_M)0Po angielsku, nie rozwiązuje zadania, podaje bezsensowne '30 minutes, 300 km'.
147Salamandra-2B-Instruct (Q4_K_M)0Bezsensowny tekst bez obliczeń; twierdzi, że pociągi miną się o 8:15.
148Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Brak rozwiązania, tylko prośba o wyjaśnienie.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Bełkot niezwiązany z zadaniem, brak godziny i odległości.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Po angielsku, mowa o rowerzystach, zmieniono godzinę startu na 8:00; wynik 9:32 błędny.

Zagadka logiczna

Prompt
W pewnej rodzinie każdy syn ma tyle samo braci, co sióstr, a każda córka ma dwa razy więcej braci niż sióstr. Ilu jest synów, a ile córek? Uzasadnij krok po kroku i sprawdź wynik.
Klucz oceny (przekazany sędziemu)

4 synów i 3 córki. Sprawdzenie: syn ma 3 braci i 3 siostry; córka ma 4 braci i 2 siostry (4 = 2·2). Błędny wynik = maks. 2 pkt.

Rozkład ocen: 10×28 9×28 8×8 7×2 6×3 5×1 4×2 3×3 2×5 1×42 0×28 · mediana 2,3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

10/10

647 tokenów · 131,2 tok/s · 5,4 s

Ocena sędziego: Poprawne równania, wynik 4 synów i 3 córki, pełne sprawdzenie obu warunków, dobra polszczyzna.

Oto rozwiązanie zadania krok po kroku:

1. Analiza i wprowadzenie oznaczeń

Przyjmijmy następujące oznaczenia:

  • $s$ – liczba synów w rodzinie
  • $c$ – liczba córek w rodzinie
2. Przełożenie treści zadania na równania

Warunek 1: „Każdy syn ma tyle samo braci, co sióstr” Syn nie liczy samego siebie jako swojego brata. Zatem liczba braci jednego syna to $(s - 1)$. Liczba jego sióstr to po prostu $c$. Równanie: $$s - 1 = c$$ (z czego wynika, że $s = c + 1$, czyli synów jest o jednego więcej niż córek).

Warunek 2: „Każda córka ma dwa razy więcej braci niż sióstr” Córka nie liczy samej siebie jako swojej siostry. Zatem liczba jej sióstr to $(c - 1)$. Liczba jej braci to $s$. Równanie: $$s = 2(c - 1)$$

3. Rozwiązanie układu równań

Mamy dwa równania:

  1. $s = c + 1$
  2. $s = 2(c - 1)$

Podstawiamy pierwsze równanie do drugiego: $$c + 1 = 2(c - 1)$$ $$c + 1 = 2c - 2$$

Przenosimy niewiadome na jedną stronę, a liczby na drugą: $$1 + 2 = 2c - c$$ $$3 = c$$

Teraz obliczamy liczbę synów ($s$), korzystając z pierwszego równania: $$s = 3 + 1$$ $$s = 4$$

Wynik: W rodzinie jest 4 synów i 3 córki.

4. Sprawdzenie wyniku

  • Sprawdzenie dla syna: Jeśli w rodzinie jest 4 synów i 3 córki, to każdy z synów ma 3 braci (bo $4 - 1 = 3$) i 3 siostry. $3 = 3$ $\rightarrow$ Zgadza się (ma tyle samo braci, co sióstr).

  • Sprawdzenie dla córki: Jeśli w rodzinie jest 4 synów i 3 córki, to każda z córek ma 2 siostry (bo $3 - 1 = 2$) i 4 braci. $4 = 2 \times 2$ $\rightarrow$ Zgadza się (ma dwa razy więcej braci niż sióstr).

Odpowiedź: W rodzinie jest 4 synów i 3 córki.

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 2/150

10/10

650 tokenów · 230,1 tok/s · 3,0 s

Ocena sędziego: Poprawne równania, wynik 4 i 3, jasne sprawdzenie z perspektywy syna i córki; dobra polszczyzna.

Aby rozwiązać tę zagadkę, musimy przełożyć słowne opisy na równania matematyczne.

Przyjmijmy oznaczenia:

  • $x$ – liczba synów
  • $y$ – liczba córek
Krok 1: Analiza pierwszej części zagadki

„Każdy syn ma tyle samo braci, co sióstr”

Jeśli jesteśmy synem, to liczba naszych braci to liczba wszystkich synów minus jeden (bo nie liczymy siebie). Liczba naszych sióstr to po prostu liczba wszystkich córek. Zatem równanie brzmi: $$x - 1 = y$$ (Równanie 1)

Krok 2: Analiza drugiej części zagadki

„Każda córka ma dwa razy więcej braci niż sióstr”

Jeśli jesteśmy córką, to liczba naszych braci to liczba wszystkich synów ($x$). Liczba naszych sióstr to liczba wszystkich córek minus jeden (bo nie liczymy siebie). Zatem równanie brzmi: $$x = 2(y - 1)$$ (Równanie 2)

Krok 3: Rozwiązanie układu równań

Mamy dwa równania:

  1. $x - 1 = y \implies x = y + 1$
  2. $x = 2(y - 1)$

Podstawiamy wartość $x$ z pierwszego równania do drugiego: $$y + 1 = 2(y - 1)$$ $$y + 1 = 2y - 2$$

Teraz przenosimy niewiadome na jedną stronę, a liczby na drugą: $$1 + 2 = 2y - y$$ $$3 = y$$

Skoro $y = 3$ (liczba córek), to obliczamy $x$ (liczbę synów), korzystając z pierwszego równania: $$x = y + 1$$ $$x = 3 + 1$$ $$x = 4$$

Wynik:

W rodzinie jest 4 synów i 3 córki.

Sprawdzenie wyniku:

  1. Sprawdzenie dla syna: W rodzinie jest 4 synów. Jeden konkretny syn ma więc 3 braci (pozostała trójka) i 3 siostry. Warunek: „tyle samo braci, co sióstr” (3 = 3) – Zgadza się.

  2. Sprawdzenie dla córki: W rodzinie są 3 córki. Jedna konkretna córka ma więc 2 siostry (pozostałe dwie) i 4 braci. Warunek: „dwa razy więcej braci niż sióstr” (4 = 2 * 2) – Zgadza się.

Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 12/150

10/10

825 tokenów · 163,0 tok/s · 5,3 s

Ocena sędziego: Poprawne równania i wynik 4 i 3, kompletne sprawdzenie, dobra polszczyzna.

Aby rozwiązać to zadanie, musimy przeanalizować podane warunki krok po kroku.

Warunki zadania:
  1. Każdy syn ma tyle samo braci, co sióstr.
  2. Każda córka ma dwa razy więcej braci niż sióstr.
Oznaczenia:
  • Niech ( b ) będzie liczbą synów (braci).
  • Niech ( s ) będzie liczbą córek (sióstr).
Analiza warunków:
Warunek 1: Każdy syn ma tyle samo braci, co sióstr.

Każdy syn ma:

  • ( b - 1 ) braci (ponieważ nie liczy siebie).
  • ( s ) siostry.

Według warunku 1: [ b - 1 = s ]

Warunek 2: Każda córka ma dwa razy więcej braci niż sióstr.

Każda córka ma:

  • ( b ) braci.
  • ( s - 1 ) siostry (ponieważ nie liczy siebie).

Według warunku 2: [ b = 2(s - 1) ]

Równania:

Mamy teraz dwa równania:

  1. ( b - 1 = s )
  2. ( b = 2(s - 1) )
Rozwiązanie równań:

Podstawmy ( b ) z drugiego równania do pierwszego.

Z drugiego równania: [ b = 2(s - 1) ] [ b = 2s - 2 ]

Podstawmy to do pierwszego równania: [ (2s - 2) - 1 = s ] [ 2s - 3 = s ] [ 2s - s = 3 ] [ s = 3 ]

Teraz znajdźmy ( b ): [ b = 2s - 2 ] [ b = 2 \times 3 - 2 ] [ b = 6 - 2 ] [ b = 4 ]

Wynik:
  • Liczba synów (( b )) wynosi 4.
  • Liczba córek (( s )) wynosi 3.
Sprawdzenie:

Sprawdźmy, czy te liczby spełniają warunki zadania.

  1. Warunek dla synów: Każdy syn ma ( 4 - 1 = 3 ) braci i ( 3 ) siostry. ( 3 = 3 ) – warunek jest spełniony.

  2. Warunek dla córek: Każda córka ma ( 4 ) braci i ( 3 - 1 = 2 ) siostry. ( 4 = 2 \times 2 ) – warunek jest spełniony.

Wniosek:

Rozwiązanie jest poprawne. W rodzinie jest 4 synów i 3 córki.

[ \boxed{4 \text{ synów i } 3 \text{ córki}} ]

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)10Poprawne równania, wynik 4 synów i 3 córki, pełne sprawdzenie obu warunków, dobra polszczyzna.
2Gemma 4 26B-A4B (Q4_K_M)10Poprawne równania, wynik 4 i 3, jasne sprawdzenie z perspektywy syna i córki; dobra polszczyzna.
3Gemma 4 12B (Q4_K_M)10Poprawne równania, wynik 4 i 3 i pełne sprawdzenie, dobra polszczyzna.
4Qwen3.6-27B (Q4_K_M)10Wzorcowe rozwiązanie krok po kroku, poprawny wynik i pełne sprawdzenie.
5Qwen3.5-35B-A3B (Q4_K_M)10Wzorcowo: jasne kroki, poprawne równania, wynik 4 i 3 oraz pełna weryfikacja obu warunków, dobra polszczyzna.
6Falcon-H1-34B-Instruct (Q4_K_M)10Wzorowe rozwiązanie: poprawny układ, wynik 4 synów i 3 córki oraz pełne sprawdzenie.
7Nemotron 3.5 Bolt E4B (Q4_K_M)10Poprawne i czytelne rozwiązanie z pełnym sprawdzeniem obu warunków.
8Qwen3.5-27B (Q4_K_M)10Poprawne rozwiązanie 4 synów i 3 córki, kompletne sprawdzenie; przejrzysta struktura.
9Qwen3.8-27B (Q4_K_M)10Wzorowe rozwiązanie krok po kroku z poprawnym wynikiem i pełnym sprawdzeniem.
10Gemma 3 12B (Q4_K_M)10Poprawne równania, rozwiązanie i sprawdzenie; wynik 4 synów i 3 córki, dobra polszczyzna.
11Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)10Poprawne równania, wynik 4 i 3, kompletna weryfikacja.
12Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱10Poprawne równania i wynik 4 i 3, kompletne sprawdzenie, dobra polszczyzna.
13Ministral-3-14B-Instruct-2512 (Q4_K_M)10Poprawne równania, rozwiązanie i sprawdzenie; wynik 4 synów i 3 córki, czysta polszczyzna.
14Nemotron-Cascade-2 30B-A3B10Poprawny wynik 4 i 3, przejrzyste równania, pełne sprawdzenie i sensowna uwaga o założeniach.
15Qwen3-30b-a3b-instruct-2507 (Q4_K_M)10Poprawny wynik 4 i 3, pełne sprawdzenie, przejrzysta struktura.
16GLM-4.7-Flash (Q4_K_M)10Poprawne równania, rozwiązanie, wynik 4 i 3 oraz pełne sprawdzenie; czytelna struktura.
17LFM2.5-24B-A2B (Q4_K_M)10Wzorowe: poprawne równania, rozwiązanie, sprawdzenie i uwaga o jedyności rozwiązania.
18Qwen3.5-9B (Q4_K_M)10Wzorowe wyprowadzenie, poprawny wynik 4 synów i 3 córki, kompletne sprawdzenie obu warunków.
19Ministral-3-8B-Instruct-2512 (Q4_K_M)10Czyste, poprawne rozwiązanie z pełnym sprawdzeniem.
20Cogito v1 14B (Q4_K_M)10Poprawne rozwiązanie krok po kroku, sprawdzenie podane dwukrotnie, dobra polszczyzna.
21Bielik-One-4B-r1 (Q4_K_M)10Poprawne równania, wynik 4 synów i 3 córki, staranne sprawdzenie obu warunków; dobra polszczyzna.
22Qwen3-VL-8B (Q4_K_M)10Poprawne równania, wynik 4 synów i 3 córki, rzetelne sprawdzenie i przejrzysty układ.
23Qwen3-8b (Q4_K_M)10Poprawny układ równań, wynik 4 synów i 3 córki, pełne sprawdzenie obu warunków; zwięzła, dobra polszczyzna.
24Muse Glimmer 30B (Q4_K_M)9,6Poprawne i zwięzłe rozwiązanie ze sprawdzeniem; szyk zdań przy równaniach nieco nienaturalny.
25Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱9,6Poprawne równania, wynik 4 synów i 3 córki, sprawdzenie obu warunków; zwięźle i poprawnie.
26Qwen3.6-35B-A3B (Q4_K_M)9,5Poprawne rozwiązanie 4 i 3 z pełną weryfikacją; drobna literówka 'innzy'.
27Qwen3-32b (Q4_K_M)9,5Poprawny wynik i sprawdzenie; kilka literówek ('nie liczy sie'), skrótowy zapis w obliczeniach.
28Qwen3-VL-32B (Q4_K_M)9,5Poprawny wynik 4 synów i 3 córki, czytelne kroki i sprawdzenie; rozwiązanie bardzo zwięzłe.
29Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱9Poprawne równania, wynik 4 i 3 oraz zwięzłe sprawdzenie.
30Gemma 3 27B (Q4_K_M)9Poprawne rozwiązanie z sensownym sprawdzeniem; drobne niedociągnięcia w formatowaniu.
31Gemma 4 E4B (Q4_K_M)9Poprawny wynik, klarowne kroki i weryfikacja; drobny błąd „3 siostry”.
32Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawny wynik 4 i 3 ze sprawdzeniem; drobna usterka: w boxed tylko 4 i zbędne powtórzone podstawienie.
33Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawne rozwiązanie z wynikiem 4 i 3 oraz weryfikacją; drobna tautologia w opisie braci.
34Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱9Wynik i sprawdzenie poprawne; drobna redundancja (powtórzone równania w podstawianiu), poza tym czytelne.
35Gemma 4 E2B (Q4_K_M)9Poprawny wynik 4 i 3 z pełną weryfikacją; drobne kalki („ten zagadki”, „Wzór”) i rozwlekłość.
36Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)9Poprawne rozwiązanie i sprawdzenie; drobne usterki językowe („znaleź”, „Uproszczamy”).
37gpt-oss-20b9Poprawne rozwiązanie z pełnym sprawdzeniem; drobna usterka „syny”.
38Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱9Poprawny wynik i weryfikacja; sformułowania „bo każdy syn ma s-1 braci” są tautologiczne, poza tym dobre.
39Cogito v1 32B (Q4_K_M)9Poprawne rozwiązanie i sprawdzenie; zwięźle, drobna usterka „Z pierwszej warunku”.
40Bonsai-2 27B9Poprawne rozwiązanie i bardzo staranne sprawdzenie; drobne zbędne dygresje i literówka.
41Mistral-Small-24B-Instruct-2501 (Q4_K_M)9Poprawny wynik 4 i 3, weryfikacja nieco skrótowa, ale trafna.
42Gemma-2-27B-it (Q4_0)9Poprawne rozwiązanie 4 i 3 ze sprawdzeniem, zwięźle i czytelnie.
43Gemma 3n E4B (Q4_K_M)9Poprawny wynik 4 i 3 oraz sprawdzenie; pominięty jeden krok algebraiczny, ale całość czytelna.
44Qwen3-14b (Q4_K_M)9Poprawny wynik i sprawdzenie; drobna usterka „3 córek” w odpowiedzi końcowej.
45Granite 4.1 30B (Q4_K_M)9Poprawny wynik i sprawdzenie, dobry opis kroków; nieco kulawa forma „siostr”.
46Falcon-H1-7B-Instruct (Q4_K_M)9Poprawne rozwiązanie i sprawdzenie; drobne usterki fleksyjne ('dwóch równania').
47Magistral-Small-2506 (Q4_K_M)9Poprawny wynik i sprawdzenie, choć wtrącony niepotrzebny, mętny komentarz o płci i 'okej, mam problem'.
48Qwen2.5-32B-Instruct (Q4_K_M)9Poprawne równania, wynik 4 synów i 3 córki, zwięzłe sprawdzenie; mały błąd „2 sióstr”.
49Phi-4 14B (Q4_K_M)9Poprawny wynik i weryfikacja; drobny błąd gramatyczny („dwie równania”).
50Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawny wynik, rzetelne uzasadnienie i sprawdzenie; nieco powtarzalne podsumowanie.
51Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱9Poprawny układ równań, wynik 4 i 3 oraz pełne sprawdzenie; czysta polszczyzna.
52Qwen2.5-14B-Instruct (Q4_K_M)9Poprawne rozwiązanie i sprawdzenie, choć sprawdzenie jest skrótowe.
53DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)9Poprawne równania, wynik i sprawdzenie; drobna usterka fleksyjna 'syny' w odpowiedzi.
54Granite 4.1 8B (Q4_K_M)9Poprawny wynik i sprawdzenie; drobne usterki językowe („nie liczymy go sam”, „zamieniamy D z równania”).
55Nemotron 3.5 Bolt 74B-A9B8,5Poprawny wynik i sprawdzenie, ale kalki i błędy fleksji: 'bratów', 'brata', 'to klasyczne zagadka'.
56Nemotron 3.5 Lightning 30B-A3B8,5Poprawny wynik 4 i 3 i sprawdzenie, ale błędy językowe: 'brać', 'siostr', 'Przeniesmy'.
57Granite 4.2 30B (Q4_K_M)8,4Poprawne rozwiązanie i sprawdzenie 4 i 3; drobne usterki ('Jeden syn ma s braci', 'syni', 'obie warunki') (kotwica).
58Qwen3.5-4B (Q4_K_M)8Poprawne rozwiązanie i sprawdzenie, drobna wpadka w tekście („córki (wsi)”).
59Bonsai-2 9B8Poprawne równania, wynik 4 i 3 i pełne sprawdzenie; kilka literówek ('liczbęcórek', 'wywnąć', 'dlacórek') i 'syny'.
60Gemma 3 4B (Q4_K_M)8Poprawne rozwiązanie i sprawdzenie, ale błędna forma „4 syny” i „siostr”.
61Qwen3-4b-instruct-2507 (Q4_K_M)8Poprawny wynik i dokładne sprawdzenie, drobna usterka językowa („dzieci dziewczynat”) i rozwlekłość.
62Ministral-3-3B-Instruct-2512 (Q4_K_M)8Poprawne rozwiązanie i sprawdzenie, ale błędna odmiana „siostrów”.
63DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)8Poprawne rozwiązanie i sprawdzenie, dodatkowo uwaga o jedyności; drobne literówki ('4 syni', 'rozwiąż').
64Bonsai-2 4B8Poprawny wynik i sprawdzenie, ale kilka wymyślonych/zniekształconych słów ('córy', 'wszkie', 'Przenieśmiemy').
65Olmo-3.1-32B-Instruct (Q4_K_M)7Poprawne równania i wynik, ale liczne błędy fleksji („4 syny”, „3 córek”, „siostr”, „sam nie liczymy”).
66DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)7Poprawny wynik i wyprowadzenie, ale brak wymaganego sprawdzenia wyniku; 'córka nie liczy się samego' to usterka.
67EuroLLM-22B-Instruct-2512 (Q4_K_M)6Wynik 4 i 3 oraz sprawdzenie poprawne, ale uzasadnienia równań są nonsensowne ('każdy syn ma jednego brata', 'każdy brat ma jedną siostrę').
68LFM2-24B-A2B (Q4_K_M)6Obliczenia i sprawdzenie poprawne, lecz odpowiedź końcowa zniekształcona ('Kоли' z cyrylicą) i w boxed tylko 3; brak jasnej liczby synów.
69LFM3-1.7B (Q4_K_M)6Ostatecznie poprawny wynik 4 i 3 ze sprawdzeniem, ale chaotyczne błądzenie, błędne początkowe równanie i wymyślone słowa ('brater', 'rówą się').
70DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)5Wynik 4 i 3 poprawny, ale brak sprawdzenia, kalki 'brów' i cyrylica 'себе', pomyłka 'każda córka ma d sióstr' przy synach.
71Granite 4.2 8B (Q4_K_M)4Dochodzi do poprawnego 4 synów i 3 córki ze sprawdzeniem, ale potem się plącze, odpowiedź jest ucięta, a słowo „sirotek” zamiast „sióstr” to wymyślona kalka.
72Granite 4.2 3B (Q4_K_M)4Końcowy wynik 4 i 3 oraz układ równań poprawne, ale ogromne ilości bełkotu o 'kłodach' i 'siestrach' oraz wymyślonych słów mocno obniżają wartość.
73Falcon-H1-3B-Instruct (Q4_K_M)3Rozwiązanie merytorycznie poprawne (4 i 3), ale całość po angielsku, więc nie spełnia wymogu polskiej odpowiedzi.
74LFM2.5-8B-A1B (Q4_K_M)3Rozwiązanie merytorycznie poprawne (4 i 3), ale całość po angielsku, co łamie wymóg polskiej odpowiedzi.
75QwQ-32B (Q4_K_M)2,5Po angielsku zamiast po polsku; równania poprawne, ale odpowiedź ucięta w połowie, bez wyniku i sprawdzenia.
76Cogito v1 8B (Q4_K_M)2Błędny wynik 3 synów i 2 córki; własne sprawdzenie jest sprzeczne (6 braci), brak poprawnego równania dla córki.
77PLLuM-8x7B-nc-chat-2412 🇵🇱1,5Chaotyczne zmienne x=y=z=w, brak równań, brak wyniku 4/3; przykład z 3 synami jest sprzeczny, na końcu śmieciowy token.
78Nemotron 3 Nano 30B-A3B1,5Pominięto -1 przy liczeniu braci i sióstr, więc wniosek 'brak córek, dowolna liczba synów' jest błędny.
79Aya 23 35B (Q4_0)1,5Błędnie przyjęto x=y i 2x=y, wynik 2 synów i 2 córki jest niepoprawny, a 'sprawdzenie' jest fałszywe.
80PLLuM-8x7B-chat-2412 🇵🇱1,5Błędny wynik (1 syn, 1 córka), sprzeczne rozumowanie i fałszywe sprawdzenie; na końcu artefakt tokenu.
81Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱1,2Błędny wynik (2 synów, 1 córka); błędne równanie dla córki (S=2C) i absurdalne 'C/2 siostr'; liczne błędy w słowie 'siósstr'.
82Command R 35B (08-2024) (Q4_K_M)1Błędne równania (x²=3y²) i niepoprawny wynik 3 i 3, a sprawdzenie sprzeczne z warunkami.
83Aya Expanse 32B (Q4_K_M)1Błędne równanie dla córek, sztuczne poprawki, wynik 3 synów i 2 córki jest błędny, a 'sprawdzenie' fałszywe.
84Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱1Błędne równanie s=2d (bracia córki vs. wszystkie córki), wynik 2 synów i 1 córka jest zły.
85PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱1Niespójny wywód bez sensu, wynik „4n” nie odpowiada na pytanie.
86Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1Błędne równanie S=2C+1, wynik 4 synów i 1 córka; sprawdzenie nieprawdziwe (4 braci, 1 siostra).
87Gemma-2-9B-it (Q4_0)1Błędne równania (S-1=C-1), wynik 1 syn i 1 córka jest zły, a sprawdzenie sprzeczne z treścią.
88Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱1Błędne równanie dla córek (x-1=2y), wynik 1 syn i 0 córek, mimo spójnego formatu.
89Gemma 3n E2B (Q4_K_M)1Błędne rozumowanie (pomija odjęcie siebie w jednym z równań) i błędny wynik 3 synów i 3 córki; „sprawdzenie” samo zaprzecza warunkowi.
90EuroLLM-9B-Instruct-2512 (Q4_K_M)1Pominięto 'bez siebie' w równaniach, wynik 1 syn i 1 córka jest błędny, a 'sprawdzenie' nieprawdziwe (córka ma 1 siostrę, nie 2).
91EuroLLM-9B-Instruct (Q4_K_M)1Błędne założenia (bracia syna = x), wniosek „tyle samo synów co córek” jest nieprawdziwy i nie podaje liczb.
92PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱1Pozbawione sensu obliczenia w stylu GSM8K, wynik 24 jest błędny i nie odpowiada na pytanie o synów i córki.
93Aya Expanse 8B (Q4_K_M)1Bezsensowne równania i błędny wniosek, że zadanie jest sprzeczne.
94Salamandra-7B-Instruct-2606 (Q4_K_M)1Błędne rozumowanie i błędny wynik (4k, synów i córek po równo), brak uwzględnienia odjęcia siebie.
95Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱1Pozbawione sensu rozumowanie, wynik 3 synów i 1 córka jest błędny.
96Apertus-8B-Instruct-2509 (Q4_K_M)1Błędne równania i zgadywanie, wynik 3 synów i 2 córki jest niepoprawny.
97Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱1Błędne równanie dla córek (2c=s), wynik 2 i 1, a 'sprawdzenie' sprzeczne z treścią (córka z 0 sióstr).
98PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱1Niezrozumiały wywód z Tomkami i Zosiami, błędny wynik (2 synów, 1 córka), resztka znacznika HTML.
99PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱1Chaotyczny, niespójny wywód kończący się fałszywym wnioskiem o sprzeczności zadania.
100PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱1Błędne równania (X=Y, 2X=Y, nie uwzględnia odejmowania siebie), wniosek o rodzinie bez dzieci jest błędny.
101Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱1Bełkotliwe, krążące rozumowanie i błędny wynik 3 synów i 1 córka.
102Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Zapętla się w powtarzanych założeniach, błędnie wnioskuje c=s, odpowiedź ucięta bez wyniku.
103Nemotron 3 Nano 4B (Q4_K_M)1Zapętla się w powtarzanych krokach, błędnie uznaje zadanie za sprzeczne, brak odpowiedzi; ucięte.
104Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Bełkotliwe rozumowanie ('Synonim', 'Córką'), błędny wynik 1 syn i 2 córki.
105Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Źle ułożone równania, wynik 0 synów i 1 córka jest błędny, a „sprawdzenie” go nie weryfikuje.
106Hermes-3-Llama-3.1-8B (Q4_0)1Błędne rozumowanie (3x=x) i błędny wniosek o braku dzieci; dziwne słowo „Lęgnijmy”.
107Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Zdegenerowana pętla „Synowie: 2 / Córki: 2”, brak uzasadnienia, wynik błędny i ucięty.
108Cogito v1 3B (Q4_K_M)1Bezsensowne równania (2m-1 itd.), wniosek o braku rozwiązania jest błędny; wymyślone słowa („nieprzemyślnie”, „Pozwóim”).
109EXAONE-3.5-32B-Instruct (Q4_K_M)1Błędne i bezsensowne równania (x=x), wynik 1 syn i 1 córka niezgodny z warunkami.
110Falcon-H1-1.5B-Instruct (Q4_K_M)1Błędnie uznaje warunki za sprzeczne (nie rozróżnia perspektywy syna i córki), nie podaje wyniku.
111Qwen3.5-2B (Q4_K_M)1Błędne drugie równanie (S-1=2F), długie błądzenie, wniosek 1 syn i 0 córek, odpowiedź ucięta.
112Phi-4-mini-instruct (Q4_K_M)1Błędne rozumowanie, mówi że nie da się ustalić liczby, myli córki z siostrami.
113DeepSeek-R1-Distill-Llama-8B (Q4_K_M)1Chaotyczne, niespójne zmienne i błędny wynik (2 synów, 1 córka).
114Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Sam błędny wynik (1 syn, 2 córki) bez uzasadnienia i sprawdzenia.
115Qwen3-1.7b (Q4_K_M)1Błędne równanie dla córki (x-1=2y), wynik 1/0, a potem chaotyczne zgadywanie i ostatecznie 3 synów i 1 córka; wynik błędny, wewnętrznie niespójne.
116Bonsai-2 2B (Q2_0 (ternarny))1Błędna interpretacja, wniosek o braku takiej rodziny, nieudolna polszczyzna („bratów”, „siósterki”).
117Falcon3-7B-Instruct (Q4_K_M)1Bełkot językowy („znameniano”, „wędrowania”) i błędny wynik 1 syn, 1 córka.
118Olmo-3-7B-Instruct (Q4_K_M)1Bełkot językowy ('bratych', 'małych kórek'), pomieszane alfabety, wiele sprzecznych wariantów (2,2) i (4,3) bez wyboru.
119Qwen3.5-0.8B1Niezrozumiały wywód z wymyślonym „Bracek”, błędny wynik 3 i 3 oraz absurdalne „sprawdzenie”.
120Phi-4-reasoning 14B (Q4_K_M)1Odpowiedź po angielsku, rozwiązanie poprawne tylko w brudnopisie, potem setki powtórzeń tego samego zdania; użytkownik nie dostaje odpowiedzi po polsku.
121PLLuM-8x7B-nc-instruct-2412 🇵🇱0,5Bełkotliwa pętla zdań bez sensu, wynik '4' bez znaczenia i artefakty formatu; zadanie nierozwiązane.
122PLLuM-8x7B-instruct-2412 🇵🇱0,5Błędne równania, absurdalny wynik 2/3, bełkotliwe rozumowanie.
123PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱0Bezsensowne rozumowanie, wynik 2 synów i 4 córki jest błędny, w tekście artefakt kalkulatora.
124PLLuM-12B-chat-2512 (Q8_0) 🇵🇱0Błędny model (b=s dla obu), wniosek że nie ma żadnych dzieci.
125PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱0Błędne rozumowanie i wniosek (brak synów, 1 córka).
126Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱0Bezsensowne równania, następnie degeneracja w tysiące powtórzeń; brak poprawnego wyniku.
127Aya 23 8B (Q4_0)0Chaotyczne, sprzeczne przekształcenia, wniosek x synów i x córek jest błędny.
128Mistral-Nemo-Instruct-2407 (Q4_K_M)0Błędny model, wymyślone rachunki i końcowy wynik 8 synów i 4 córki (z fałszywym 'sprawdzeniem' 8=32).
129Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱0Goła odpowiedź 1 syn i 2 córki, błędna i bez uzasadnienia.
130Command R7B 12-2024 (Q4_K_M)0Błędny model, wynik 3 synów i 6 córek bez uzasadnienia.
131PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱0Błędne równania (X=Y, 2X=Y) i pętla powtórzeń bez żadnej odpowiedzi.
132Llama-3.1-8B-Instruct (Q4_K_M)0Bezsensowna pętla logiczna powtarzana trzykrotnie, brak wyniku.
133Llama-3.2-3B-Instruct (Q4_K_M)0Błędne rozumowanie i pętla powtórzeń, odpowiedź ucięta, brak wyniku.
134Granite 4.1 3B (Q4_K_M)0Chaotyczne przypadki i błędny wniosek, brak rozwiązania zadania.
135Salamandra-7B-Instruct (Q4_K_M)0Niespójne przekształcenia i błędny wynik 3 synów i 3 córki.
136Falcon3-10B-Instruct (Q4_K_M)0Pusta odpowiedź, brak rozwiązania.
137Teuken-7B-instruct-v0.6 (Q4_K_M)0Błędne rozumowanie, pętla powtórzeń, odpowiedź ucięta bez poprawnego wyniku.
138Trurl-2-13B (Q4_K_M) 🇵🇱0Zapętlone powtórzenie jednego zdania, brak rozwiązania.
139Gemma 3 1B (Q4_K_M)0Błędne równania i wniosek 0 synów i 0 córek, niespójne i z błędami językowymi.
140EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami („braktów”, „sióstrzyna”), brak rozwiązania i wyniku.
141Granite-3.3-8B-Instruct (Q4_K_M)0Całkowity bełkot z wymyślonymi słowami („zółć”, „bratów”), brak sensownego wyniku.
142Trurl-2-7B (Q4_K_M) 🇵🇱0Tylko przepisany prompt z błędnym założeniem o 10 osobach i śmieciowym znacznikiem; brak rozwiązania.
143Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot z nieskończonym podwajaniem liczb, brak odpowiedzi.
144Qwen3-0.6b (Q4_K_M)0Pętla powtarzającego się tekstu, ucięta bez wyniku; błędne oznaczenia.
145LFM2.5-1.2B-Thinking (Q4_K_M)0Bełkot z mieszanką języków („variables”, „sisterów”), nie rozwiązuje zadania, odpowiada „1”.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Pusta odpowiedź.
147Salamandra-2B-Instruct (Q4_K_M)0Bełkot: 12 synów, 13 córek, potem 25 i 25; brak rozumowania i błędny wynik.
148Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Zamiast rozwiązać zadanie prosi o więcej informacji; brak odpowiedzi.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Nie rozwiązuje zadania, bezsensowny tekst bez wyniku.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Niezrozumiały bełkot o 'Paulu', bez związku z zadaniem.

8. Programowanie i dane

Walidator PESEL sprawdzany automatycznie 15 przypadkami testowymi oraz ekstrakcja ogłoszenia do JSON. PESEL to najtrudniejsze zadanie badania (122 modeli z oceną 2 lub niższą). Wygrywa Qwen3.6-27B (10/10), przed Gemmą 4 31B, Falcon-H1-34B i gpt-oss-20b. Ekstrakcja JSON jest najłatwiejsza, z medianą 7.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelWalidator numeru PESEL w PythonieEkstrakcja ogłoszenia do JSONŚrednia
1Qwen3.6-27B (Q4_K_M)101010,0
2gpt-oss-20b9109,5
3Gemma 4 31B (Q4_K_M)9,499,2
4Falcon-H1-34B-Instruct (Q4_K_M)999,0
5Muse Glimmer 30B (Q4_K_M)7108,5
6Cogito v1 32B (Q4_K_M)6108,0
7Qwen3.5-27B (Q4_K_M)5107,5
8Qwen3.5-35B-A3B (Q4_K_M)3,4106,7
9Qwen3-32b (Q4_K_M)3,4106,7
10Qwen3.8-27B (Q4_K_M)3106,5

Walidator numeru PESEL w Pythonie

Prompt
Napisz w Pythonie funkcję waliduj_pesel(pesel: str) -> bool, która sprawdza numer PESEL: długość i cyfry, sumę kontrolną oraz poprawność daty urodzenia (z uwzględnieniem kodowania stuleci 1800–2299 w miesiącu i lat przestępnych). Bez zewnętrznych bibliotek. Komentarze w kodzie po polsku. Na końcu krótko wyjaśnij algorytm sumy kontrolnej.
Klucz oceny (przekazany sędziemu)

Wagi 1,3,7,9,1,3,7,9,1,3; cyfra kontrolna = (10 − suma mod 10) mod 10. Miesiąc: +80 → 1800–1899, +0 → 1900–1999, +20 → 2000–2099, +40 → 2100–2199, +60 → 2200–2299. Walidacja daty z latami przestępnymi. Kod poprawny, bez bibliotek zewnętrznych, komentarze po polsku, krótkie wyjaśnienie. W polu AUTOTEST masz wynik automatycznego uruchomienia funkcji na zestawie testów – traktuj go jako kluczowy dowód poprawności.

Rozkład ocen: 10×1 9×3 7×1 6×1 5×1 4×2 3×14 2×37 1×56 0×34 · mediana 1

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Qwen3.6-27B (Q4_K_M) Alibaba · miejsce w zadaniu: 1/150

10/10

1 327 tokenów · 74,3 tok/s · 18,3 s · AUTOTEST PESEL: 15/15

Ocena sędziego: Wzorcowe: pełne dekodowanie stuleci 1800–2299, poprawna walidacja dat z latami przestępnymi, właściwa suma kontrolna, 15/15 w autotestach, jasne wyjaśnienie po polsku.

def waliduj_pesel(pesel: str) -> bool:
    """
    Waliduje numer PESEL pod kątem:
    - długości (11 cyfr)
    - czy składa się tylko z cyfr
    - poprawności daty urodzenia (w tym kodowanie stuleci i lata przestępne)
    - sumy kontrolnej
    """
    # Sprawdź długość i czy wszystkie znaki to cyfry
    if len(pesel) != 11 or not pesel.isdigit():
        return False

    # Rozpakuj cyfry na listę liczb całkowitych
    cyfry = [int(c) for c in pesel]

    # Wyciągnij dzień, miesiąc i rok z pierwszych sześciu cyfr
    dzien = cyfry[4] * 10 + cyfry[5]
    miesiac = cyfry[2] * 10 + cyfry[3]
    rok = cyfry[0] * 10 + cyfry[1]

    # Określ stulecie na podstawie zmodyfikowanego miesiąca
    # Miesiące w PESEL są kodowane tak:
    # 01-12 -> 1900-1999
    # 21-32 -> 2000-2099
    # 41-52 -> 2100-2199
    # 61-72 -> 2200-2299
    # 81-92 -> 1800-1899
    if 1 <= miesiac <= 12:
        stulecie = 1900
    elif 21 <= miesiac <= 32:
        stulecie = 2000
        miesiac -= 20
    elif 41 <= miesiac <= 52:
        stulecie = 2100
        miesiac -= 40
    elif 61 <= miesiac <= 72:
        stulecie = 2200
        miesiac -= 60
    elif 81 <= miesiac <= 92:
        stulecie = 1800
        miesiac -= 80
    else:
        # Nieprawidłowy miesiąc
        return False

    # Oblicz pełny rok
    pelny_rok = stulecie + rok

    # Sprawdź poprawność daty urodzenia
    if not czy_poprawna_data(pelny_rok, miesiac, dzien):
        return False

    # Sprawdź sumę kontrolną
    wagi = [1, 3, 7, 9, 1, 3, 7, 9, 1, 3]
    suma = sum(cyfry[i] * wagi[i] for i in range(10))
    kontrolna = (10 - (suma % 10)) % 10

    return cyfry[10] == kontrolna


def czy_poprawna_data(rok: int, miesiac: int, dzien: int) -> bool:
    """
    Sprawdza, czy podana data jest poprawna, z uwzględnieniem lat przestępnych.
    """
    # Sprawdź, czy miesiąc jest w zakresie 1-12
    if miesiac < 1 or miesiac > 12:
        return False

    # Liczba dni w miesiącach (nieprzestępny rok)
    dni_w_miesiacu = [0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]

    # Sprawdź, czy rok jest przestępny
    if czy_rok_przestepny(rok):
        dni_w_miesiacu[2] = 29

    # Sprawdź, czy dzień jest w poprawnym zakresie dla danego miesiąca
    if dzien < 1 or dzien > dni_w_miesiacu[miesiac]:
        return False

    return True


def czy_rok_przestepny(rok: int) -> bool:
    """
    Sprawdza, czy rok jest przestępny.
    Rok jest przestępny, jeśli:
    - dzieli się przez 4, ale nie dzieli się przez 100,
    - LUB dzieli się przez 400.
    """
    return (rok % 4 == 0 and rok % 100 != 0) or (rok % 400 == 0)
Wyjaśnienie algorytmu sumy kontrolnej PESEL:

Suma kontrolna w numerze PESEL to ostatnia (11.) cyfra, która służy do weryfikacji poprawności całego numeru. Algorytm działa następująco:

  1. Pierwsze 10 cyfr numeru PESEL mnoży się kolejno przez wagi: 1, 3, 7, 9, 1, 3, 7, 9, 1, 3.
  2. Sumuje się wszystkie iloczyny.
  3. Oblicza się resztę z dzielenia tej sumy przez 10 (suma % 10).
  4. Od 10 odejmuje się tę resztę. Jeśli wynik to 10, to cyfra kontrolna to 0 (dlatego stosuje się modulo 10: (10 - (suma % 10)) % 10).
  5. Otrzymana cyfra musi być równa 11. cyfrze numeru PESEL. Jeśli tak, numer jest poprawny pod względem sumy kontrolnej.

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 2/150

9,4/10

1 335 tokenów · 129,7 tok/s · 10,7 s · AUTOTEST PESEL: 15/15

Ocena sędziego: Autotest 15/15: poprawne wagi, cyfra kontrolna i walidacja daty z latami przestępnymi; drobna nieścisłość w nazwach stuleci w słowniku (nie wpływa na wynik) i dodatkowy kod testowy.

Oto kompletna implementacja funkcji w języku Python, napisana zgodnie z Twoimi wytycznymi.

def waliduj_pesel(pesel: str) -> bool:
    # 1. Sprawdzenie długości i czy składa się tylko z cyfr
    if len(pesel) != 11 or not pesel.isdigit():
        return False

    # Konwersja na listę liczb dla łatwiejszych obliczeń
    cyfry = [int(d) for d in pesel]

    # 2. Walidacja sumy kontrolnej
    # Wagi dla poszczególnych pozycji PESEL
    wagi = [1, 3, 7, 9, 1, 3, 7, 9, 1, 3]
    suma = sum(cyfry[i] * wagi[i] for i in range(10))
    
    # Ostatnia cyfra sumy kontrolnej musi być równa (10 - (suma % 10)) % 10
    kontrola = (10 - (suma % 10)) % 10
    if cyfry[10] != kontrola:
        return False

    # 3. Wyodrębnienie daty urodzenia
    rok_s = pesel[0:2]
    miesiac = int(pesel[2:4])
    dzien = int(pesel[4:6])

    # Mapowanie miesiąca na stulecie
    # PESEL koduje stulecia poprzez dodanie wartości do miesiąca
    stulecia = {
        0: 1900, 1: 2000, 2: 2100, 3: 1800, 
        4: 2200
    }

    # Obliczanie stulecia na podstawie miesiąca
    if 1 <= miesiac <= 12:
        stulecie_offset = 0
    elif 21 <= miesiac <= 32:
        stulecie_offset = 1
        miesiac -= 20
    elif 41 <= miesiac <= 52:
        stulecie_offset = 2
        miesiac -= 40
    elif 61 <= miesiac <= 72:
        stulecie_offset = 3
        miesiac -= 60
    elif 81 <= miesiac <= 92:
        stulecie_offset = 4
        miesiac -= 80
    else:
        return False # Nieprawidłowy miesiąc

    rok = stulecia[stulecie_offset] + int(rok_s)

    # 4. Walidacja poprawności daty (dni w miesiącu i lata przestępne)
    if not (1 <= miesiac <= 12):
        return False

    # Liczba dni w miesiącach (styczeń = indeks 0)
    dni_w_miesiach = [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]

    # Sprawdzenie roku przestępnego dla lutego
    # Rok jest przestępny, jeśli jest podzielny przez 4 i (nie jest podzielny przez 100 lub jest podzielny przez 400)
    czy_przestepny = (rok % 4 == 0 and (rok % 100 != 0 or rok % 400 == 0))
    if czy_przestepny:
        dni_w_miesiach[1] = 29

    if not (1 <= dzien <= dni_w_miesiach[miesiac - 1]):
        return False

    return True

# --- Testy ---
testy = [
    ("44051401359", True),  # Przykładowy poprawny PESEL
    ("00000000000", False), # Błędny
    ("12345678901", False), # Błędna suma kontrolnej
    ("90023100000", False), # 31 lutego (nie istnieje)
]

for p, oczekiwany in testy:
    print(f"PESEL {p}: {'Poprawny' if waliduj_pesel(p) else 'Błędny'} (Oczekiwano: {oczekiwany})")
Wyjaśnienie algorytmu sumy kontrolnej:

Suma kontrolna w numerze PESEL służy do wykrycia błędów w przepisywaniu cyfr. Algorytm działa następująco:

  1. Wagi: Każdej z pierwszych dziesięciu cyfr PESEL przypisana jest stała waga z ciągu: 1, 3, 7, 9, 1, 3, 7, 9, 1, 3.
  2. Mnożenie: Każda cyfra jest mnożona przez odpowiadającą jej wagę.
  3. Sumowanie: Wszystkie otrzymane wyniki są sumowane.
  4. Modulo: Od sumy oblicza się resztę z dzielenia przez 10 (suma % 10).
  5. Odejmij od 10: Wynik odejmuje się od liczby 10. Jeśli wynik to 10, przyjmuje się 0 (dlatego w kodzie zastosowano (10 - (suma % 10)) % 10).
  6. Weryfikacja: Otrzymana wartość musi być identyczna z ostatnią (11.) cyfrą numeru PESEL.

Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 28/150

2,1/10

721 tokenów · 184,6 tok/s · 4,0 s · AUTOTEST PESEL: 8/15

Ocena sędziego: Błędne dekodowanie daty (rok 1900–2299 z dwóch cyfr to zawsze False), zła suma kontrolna (wagi 10-i, mod 11) i sprzeczny warunek; uproszczone lata przestępne.

def waliduj_pesel(pesel: str) -> bool:
    # Sprawdzenie długości i formatu PESEL (11 cyfr)
    if len(pesel) != 11 or not pesel.isdigit():
        return False
    
    # Walidacja struktury PESEL (pierwsze 6 cyfr to data urodzenia w formacie YYYMMDD)
    data_urodzenia = pesel[:6]
    if len(data_urodzenia) != 6:
        return False
    
    # Walidacja zakresu daty urodzenia (1900-2299)
    try:
        rok = int(data_urodzenia[0:2])
        miesiac = int(data_urodzenia[2:4])
        dzien = int(data_urodzenia[4:6])
    except ValueError:
        return False
    if not (1900 <= rok <= 2299):
        return False
    
    # Walidacja miesiąca (1-12)
    if not 1 <= miesiac <= 12:
        return False
    
    # Walidacja dnia w zależności od miesiąca
    dni_w_miesiacu = [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]
    if miesiac == 2:
        max_dzien = 28 if rok % 4 != 0 else 29
    else:
        max_dzien = dni_w_miesiacu[miesiac - 1]
    if not 1 <= dzien <= max_dzien:
        return False
    
    # Obliczenie sumy kontrolnej
    suma = 0
    for i in range(10):
        suma += int(pesel[i]) * (10 - i)
    suma %= 11
    if suma != 0 or int(pesel[10]) != suma:
        return False
    
    return True

# Wyjaśnienie algorytmu sumy kontrolnej:
# 1. Sumujemy każdą cyfrę PESEL (od drugiej do przedostatniej) pomnożoną przez odpowiedni współczynnik (10-i, gdzie i to pozycja cyfry od lewej).
# 2. Obliczamy resztę z dzielenia sumy przez 11.
# 3. Ostatnia cyfra PESEL musi być równa tej reszcie (lub 0, jeśli reszta wynosi 0).
# 4. Jeśli reszta wynosi 0, ostatnia cyfra musi być równa 0.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Qwen3.6-27B (Q4_K_M)10Wzorcowe: pełne dekodowanie stuleci 1800–2299, poprawna walidacja dat z latami przestępnymi, właściwa suma kontrolna, 15/15 w autotestach, jasne wyjaśnienie po polsku.
2Gemma 4 31B (Q4_K_M)9,4Autotest 15/15: poprawne wagi, cyfra kontrolna i walidacja daty z latami przestępnymi; drobna nieścisłość w nazwach stuleci w słowniku (nie wpływa na wynik) i dodatkowy kod testowy.
3Falcon-H1-34B-Instruct (Q4_K_M)9Poprawna: dekodowanie wszystkich stuleci, lata przestępne, suma kontrolna; 15/15. Drobne: mylący komentarz o wagach i przykład.
4gpt-oss-20b915/15: poprawne wagi, dopełnienie do 10, pełne kodowanie 1800–2299 i walidacja daty (stdlib datetime); jasne wyjaśnienie, drobiazg: import w środku funkcji.
5Muse Glimmer 30B (Q4_K_M)7Poprawne wagi i cyfra kontrolna oraz daty z latami przestępnymi (13/15), ale stulecia 2100 i 2200 źle zmapowane (offsety 0/20 kolidują z 1900/2000) i zostaje martwy kod z mylącymi komentarzami.
6Cogito v1 32B (Q4_K_M)6Suma kontrolna i lata przestępne dobre oraz 14/15, ale mapa stuleci błędna (komentarz i kod, np. +20 jako 1800) i pomyłka w przykładzie.
7Qwen3.5-27B (Q4_K_M)5Poprawne wagi, cyfra kontrolna i struktura, ale mapowanie stuleci przesunięte (01–12 jako 1800, 21–32 jako 1900 itd.), więc daty błędnie dekodowane (13/15 przypadków).
8Mistral-Small-24B-Instruct-2501 (Q4_K_M)4Suma kontrolna poprawna (wagi 1,3,7,9), ale data czytana z błędnych pozycji i stulecia kodowane błędnie; 9/15.
9DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)4Suma kontrolna poprawna (11 wag), ale data czytana z błędnych pozycji i stulecia z cyfr 3-4; 8/15.
10Qwen3.5-35B-A3B (Q4_K_M)3,4Dobra suma kontrolna i lata przestępne, ale stulecie odczytane z 7. cyfry zamiast z miesiąca, a data czytana jako RRMMDD z błędnymi przypadkami; chaotyczne komentarze.
11Qwen3-32b (Q4_K_M)3,4Wymyślone kodowanie miesięcy (13–52) zamiast +20/+40/+60/+80; poprawna suma kontrolna i lata przestępne, ale daty z nowych stuleci źle walidowane.
12QwQ-32B (Q4_K_M)3,4Poprawne wagi i kodowanie stuleci, ale rok/dzień wzięte z błędnych pozycji (dzień z cyfr 0-1), więc data jest walidowana źle; wyjaśnienie zdublowane po angielsku.
13Gemma 4 26B-A4B (Q4_K_M)3Dobre wagi i wzór cyfry kontrolnej oraz właściwa idea offsetów miesiąca, ale NameError (miesiac_rozw), rok liczony z 4 cyfr i duplikacja logiki; wyjaśnienie sumy jest poprawne.
14Gemma 4 12B (Q4_K_M)3Suma kontrolna dobra, ale stulecia ignorowane (próbuje wszystkich lat), nieprawidłowo akceptuje daty; 8/15.
15Qwen3.8-27B (Q4_K_M)3Suma kontrolna poprawna, ale stulecie z 10. cyfry zamiast z miesiąca, dziwny długi docstring z ramblingiem; 8/15.
16Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)3Suma kontrolna i wyjaśnienie poprawne, ale data czytana z błędnych pozycji i stulecia przypisane źle; 8/15.
17Gemma-2-27B-it (Q4_0)3Brak importu datetime, pętla pomija 10. cyfrę, kodowanie stuleci niepełne; 8/15.
18Qwen3-30b-a3b-instruct-2507 (Q4_K_M)3Suma kontrolna dobra, lecz mapowanie stuleci zmyślone (00–12 → 2000 itd.), przykład w wyjaśnieniu sam sobie zaprzecza; 8/15.
19Qwen2.5-32B-Instruct (Q4_K_M)3Suma kontrolna i długość poprawne, ale miesiąc >12 odrzucany (brak kodowania stuleci) i błędne mapowanie stuleci z pierwszej cyfry miesiąca; lata przestępne tylko częściowo.
20Phi-4 14B (Q4_K_M)3Suma kontrolna poprawna, ale dekodowanie miesiąca/stulecia błędne (70–99 → 1800 itd.); 8/15.
21Qwen2.5-14B-Instruct (Q4_K_M)3Wagi dobre, ale suma bez (10−x), dzień i miesiąc z błędnych cyfr, datetime importowany lokalnie; 9/15.
22Mistral-Nemo-Instruct-2407 (Q4_K_M)3Błędne wagi w sumie kontrolnej i opisie (9,7,6,5...), brak dekodowania stuleci z miesiąca; AUTOTEST 8/15.
23EXAONE-3.5-32B-Instruct (Q4_K_M)3Długość, cyfry i suma kontrolna (wagi 1,3,7,9, dopełnienie do 10) poprawne, lecz dekodowanie daty jest błędne (stulecie z roku, zmyślony wzór na miesiąc) i brak sprawdzenia lat przestępnych; literówka 'pesEL'.
24Granite 4.2 30B (Q4_K_M)2,5Wagi poprawne, ale sprawdza sumę%10==0 zamiast cyfry kontrolnej, a rok/stulecie bierze z cyfr roku i pomija kodowanie w miesiącu; pomocnicze funkcje i polskie komentarze są ok.
25Qwen3.6-35B-A3B (Q4_K_M)2,4Błędne kodowanie stuleci (miesiące 13–48 zamiast +20/+40/+60/+80), martwy blok elif; poprawna jest tylko suma kontrolna.
26Nemotron 3.5 Bolt 74B-A9B2,4Ma schemat +20/+40.., ale przesunięty o jedno stulecie, data czytana jako DDMMRR i cyfra kontrolna bez dopełnienia do 10; kilka angielskich nazw.
27Nemotron 3.5 Lightning 30B-A3B2,4Suma kontrolna poprawna, ale data czytana jako MMDDRR i mylnie zakodowane stulecia; użyto datetime mimo zakazu bibliotek, literówka w nagłówku.
28Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱2,1Błędne dekodowanie daty (rok 1900–2299 z dwóch cyfr to zawsze False), zła suma kontrolna (wagi 10-i, mod 11) i sprzeczny warunek; uproszczone lata przestępne.
29Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱2Wagi 1/2 na przemian, porównanie z pierwszą cyfrą, rok 1900–2199 z dwóch cyfr; algorytm błędny.
30Gemma 3 27B (Q4_K_M)2Suma kontrolna modulo 11 z wagami 10..1 to nie PESEL, kodowanie stuleci błędne; jedynie walidacja daty przez datetime jest sensowna.
31Nemotron 3.5 Bolt E4B (Q4_K_M)2Wagi dobre, ale data z błędnych pozycji, stulecie z ostatniej cyfry, max_dni=2 dla lutego i wzór (11−x); fałszywe wyjaśnienie.
32Gemma 4 E4B (Q4_K_M)2Wagi 1..10 i data z błędnych pozycji, ucięty opis, rok zawsze 2000+; 9/15 przypadkowo.
33Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱2Wagi 1,3,…,10 z indeksami przesuniętymi, data czytana z błędnych pozycji, brak dekodowania stuleci; wyjaśnienie twierdzi, że cyfra kontrolna jest pierwsza.
34Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2Wagi tylko 1/3, wzór cyfry kontrolnej zawsze daje 0, data liczona nonsensownie i bez kodowania stuleci; wyjaśnienie niespójne z kodem.
35Gemma 4 E2B (Q4_K_M)2Wagi 1/2 zamiast 1,3,7,9, data oparta na 'rok_kombinowany' 1800–2299 z dwóch cyfr (zawsze fałsz) i brak sprawdzania dni; plątanina w komentarzach i testach.
36Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)2Suma kontrolna poprawna, ale data parsowana ze złych indeksów i nonsensowne dekodowanie stuleci; 9/15.
37Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱2Niedziałający: błędna interpretacja daty, literówka 'roku', odwrócona logika sumy; 3/15.
38Ministral-3-14B-Instruct-2512 (Q4_K_M)2Wagi dobre, ale porównuje suma%10 z cyfrą zamiast dopełnienia, a data czytana z błędnych pozycji; przykłady i wyjaśnienie się plączą.
39Bonsai-2 27B2Wymyślone wagi i niepoprawna struktura PESEL (DDMMYY), choć logika lat przestępnych jest poprawna.
40Gemma 3n E4B (Q4_K_M)2Wymyślony algorytm (sumy cyfr mod 11, niedziałające indeksy), data z błędnych pozycji; opis sumy kontrolnej nieprawdziwy.
41Qwen3-14b (Q4_K_M)2Stulecie wyznaczane z roku (<20 → 1800), nie z miesiąca, a suma kontrolna to suma%10 bez dopełnienia; 8/15.
42Granite 4.1 30B (Q4_K_M)2Odwrócone wagi 9,7,3,1 i rok ze 'kodu stulecia' z pierwszych cyfr; nie sprawdza cyfry kontrolnej jako (10−x) mod 10.
43Falcon-H1-7B-Instruct (Q4_K_M)2Błędna suma kontrolna (wagi 1/2, dziwna korekta) i źle odczytana data (rok z cyfr 0-3, miesiąc z jednej cyfry); autotest 8/15 to głównie przypadki odrzucane z przypadku.
44Aya Expanse 32B (Q4_K_M)2Błędne pozycje daty i zmyślona suma kontrolna bez właściwych wag; wyjątek na literze, brak dekodowania stuleci z miesiąca.
45Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱2Wagi 1/3 naprzemiennie (nie 1,3,7,9), porównanie z fragmentem 'seria' zamiast cyfry kontrolnej, int() przed sprawdzeniem długości; kodowanie stuleci błędne.
46Qwen3.5-4B (Q4_K_M)2Suma kontrolna to wymyślone wagi 1/2 i modulo 9, datę czyta z błędnych założeń (rok 0-4 jako 'stulecie'); wyjaśnienie nieprawdziwe i ułożone w stringu po return.
47Cogito v1 14B (Q4_K_M)2Wagi OK, ale data czytana jako DDMMRR z kodem stulecia z cyfr 7-8; opis kodowania miesiąca zmyślony.
48Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2Wagi 1,3 naprzemiennie i porównanie z sumą%10 to nie PESEL; rok czytany z 5 cyfr, brak dekodowania stuleci z miesiąca i lat przestępnych.
49Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱2Wagi 1/3 naprzemiennie i brak kodowania stuleci; rok z dwóch cyfr porównywany z 1800–2299, 7/15.
50Gemma 3n E2B (Q4_K_M)2Suma mod 11 z wagami 10-i jest błędna, data czytana z cyfr 7-9 jako rok 1800–2299; nonsens.
51Qwen3-4b-instruct-2507 (Q4_K_M)2Suma kontrolna mod 11 z wagami 1..10 jest błędna, rok czytany jako 1800–2299 z dwóch cyfr; stuleci w miesiącu nie dekoduje.
52Qwen3-8b (Q4_K_M)2Używa wag 10..1 i modulo 11 (to nie PESEL), a datę czyta jak DDMMRRRR; kodowanie stuleci błędne, wyjaśnienie algorytmu nieprawdziwe.
53DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Data czytana jako DDMMRRRR, wymyślone zakresy miesięcy, cyfra kontrolna porównana z suma % 10 bez dopełnienia; 8/15.
54Granite 4.1 8B (Q4_K_M)2Wagi 3/1 zamiast 1,3,7,9 oraz rok jako 1800+dwie cyfry bez dekodowania miesiąca; struktura daty dobra, reszta błędna.
55Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱2Mod 11 i niepoprawne wagi, daty niemal niesprawdzane; wyjaśnienie sprzeczne z kodem i przykład błędny.
56Llama-3.1-8B-Instruct (Q4_K_M)2Wagi 10−i i data czytana jako DDMMRR, brak dekodowania stuleci; wyjaśnienie niespójne z kodem.
57Hermes-3-Llama-3.1-8B (Q4_0)2Suma kontrolna i data zmyślone (suma cyfr, miesiąc=(a+b)//2), komentarze poza kodem, błędny przykład.
58Granite 4.2 3B (Q4_K_M)2Rok 1800–2299 czytany z dwóch cyfr (odrzuca prawie wszystko), suma kontrolna z wagami 1..11 zamiast właściwych; 8/15.
59Olmo-3-7B-Instruct (Q4_K_M)2Błędne wagi i mod 11, rok 1900–2023 z dwóch cyfr, brak sprawdzenia dni; język pełen zniekształceń ('walidacja validytyki').
60Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱1,8Algorytm Luhna zamiast wag PESEL, porównanie z pierwszą cyfrą, data z przypadkowych pozycji; stulecia i lata przestępne źle obsłużone.
61Nemotron-Cascade-2 30B-A3B1,4Błędne wagi, wymyślone kodowanie miesięcy, literówka 'mesiac' powoduje stałe False, zbędne sprawdzanie płci; kalka 'explicacja'.
62PLLuM-8x7B-nc-chat-2412 🇵🇱1,4Rok z jednej cyfry porównywany z 1800–2299, brak kodowania stuleci, cyfra kontrolna 10-reszta bez mod 10; wyjaśnienie niekompletne.
63PLLuM-8x7B-nc-instruct-2412 🇵🇱1,4Wymyślone reguły daty i wagi (10-i), cyfra kontrolna nie jest sprawdzana; wyjaśnienie błędne, kod po return.
64Nemotron 3 Nano 30B-A3B1,4Odpowiedź zawiera wyciek rozumowania, stulecie z 7. cyfry, brak dopełnienia cyfry kontrolnej, urwany duplikat kodu i wyjaśnienie po angielsku.
65Aya 23 35B (Q4_0)1,4Wagi 1..9 zamiast wag PESEL, data liczona z liczby całkowitej bez sensu, wyjaśnienie błędne.
66PLLuM-8x7B-chat-2412 🇵🇱1,4Wymyślone wagi 1..12 i mod 11, brak importu datetime wbrew poleceniu, błędny opis algorytmu i śmieciowy token na końcu.
67PLLuM-8x7B-instruct-2412 🇵🇱1,4Wagi 11-i, data z błędnych pozycji, rok trzycyfrowy; opis powtarzany i końcowy artefakt tokenu.
68Bielik-One-4B-r1 (Q4_K_M)1,1Zakłada 6-cyfrowy PESEL i wymyśla własną sumę kontrolną (wagi 1–6, mod 11); funkcja nie waliduje prawdziwych numerów, a wyjaśnienie jest błędne.
69Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱1Cyfra kontrolna liczona z 2 ostatnich cyfr, data „kodowana” wymyślonymi wzorami z 38 i 7; wyjaśnienie błędne.
70Gemma 3 12B (Q4_K_M)1Wagi 1,3,5,7… i błędne pozycje daty; sam autor przyznaje w przykładzie, że wynik się nie zgadza.
71Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱1Wagi 0/1, rok 2-cyfrowy porównywany z 1800–2299, użycie datetime; samo wyjaśnienie przyznaje, że przykład wychodzi błędnie.
72LFM2.5-24B-A2B (Q4_K_M)1Wymaga 9 cyfr i zmyślonych wag 1,3,5,…; data czytana z pojedynczych cyfr, więc to nie jest walidator PESEL.
73Command R 35B (08-2024) (Q4_K_M)1Suma cyfr bez wag, data sprawdzana jako pojedyncze cyfry w zakresie 1800–2299 (niemożliwe), brak stuleci; 7/15.
74Magistral-Small-2506 (Q4_K_M)1Zakłada 10 cyfr i 9 wag, błędnie dekoduje miesiąc, a odpowiedź kończy się zapętlonymi komentarzami i jest ucięta; wtrącenia angielskie.
75Ministral-3-8B-Instruct-2512 (Q4_K_M)1Dzień/miesiąc/stulecie czytane z błędnych cyfr, suma kontrolna dziwnie liczona (suma cyfr); 7/15.
76EuroLLM-22B-Instruct-2512 (Q4_K_M)1Zmyślona suma kontrolna na fragmencie, brak importu datetime i błędny podział; 3/15.
77Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Rozpakowanie pustej listy wywala wyjątek; wymyślona „cyfra podzbiorowa”, błędny indeks daty i niespójny przykład.
78PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱1Chaotyczna, błędna logika sumy i daty, opis zmyślony i powtarzalny.
79Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1Używa niezdefiniowanych zmiennych, porównuje 6-cyfrowy int z 1800–2299, suma liczona z jednej cyfry; nie działa.
80Gemma-2-9B-it (Q4_0)1Wymyślone wagi 2–7 na 6 cyfrach, rok porównywany z 1800 po konwersji dwóch cyfr; autor sam przyznaje brak stuleci.
81Gemma 3 4B (Q4_K_M)1Wymaga litery w PESEL (po sprawdzeniu isdigit), wagi 11–2, rok 1800–2299 z dwóch cyfr, wyjaśnienie niespójne i zmyślone.
82EuroLLM-9B-Instruct-2512 (Q4_K_M)1Funkcja zawsze zwraca True po sprawdzeniu długości i cyfr, wagi 10/100/1000 są zmyślone, daty nie weryfikuje; sama przyznaje się do braku walidacji.
83PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱1Błąd składni (brak try), brak importu, błędne wagi i brak dekodowania stuleci.
84EuroLLM-9B-Instruct (Q4_K_M)1Wymaga 16 cyfr, wymyślone pozycje i brak sumy kontrolnej w porównaniu; całkiem błędne.
85PLLuM-12B-chat-2512 (Q8_0) 🇵🇱1SyntaxError, wagi 1–9 i mod 11, brak dekodowania stuleci; wyjaśnienie błędne.
86PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱1Wagi i mod 11 wymyślone, brak stuleci 2000+, wyjaśnienie zawiera absurd („reszta równa 11”).
87Aya Expanse 8B (Q4_K_M)1Wymyślone mod 11, błąd w map(), data czytana z nonsensownych indeksów; wyjaśnienie błędne.
88Salamandra-7B-Instruct-2606 (Q4_K_M)1Wymyślone „składniki alfanumeryczne”, literówka w nazwie zmiennej i błędne operacje; brak realnej sumy kontrolnej.
89Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱1SyntaxError, absurdalne mnożenie cyfr i wagi; algorytm niezgodny z PESEL.
90Apertus-8B-Instruct-2509 (Q4_K_M)1Zmyślony wzór sumy kontrolnej (10*suma mod 10 = 0), data czytana jako DDMMRRRR, bezsensowny warunek 'dzień+1 %7'; komentarz o 12-cyfrowym przykładzie.
91Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱1Mod 11 z wagami pozycji, data czytana jak MM/DD/YYYY; błędne na każdym kroku.
92Ministral-3-3B-Instruct-2512 (Q4_K_M)1Błędna suma (pseudo-Luhn), data z pierwszych 9 cyfr, odwołanie do niezdefiniowanej zmiennej; całość nie działa.
93Olmo-3.1-32B-Instruct (Q4_K_M)1Ucięte w połowie sumy kontrolnej (brak return), błąd składni, chaotyczne dekodowanie stulecia z pierwszej cyfry roku; użytkownik dostaje niedziałający kod.
94Falcon-H1-3B-Instruct (Q4_K_M)1Wymaga pierwszej cyfry '1', używa datetime, pomija 10. cyfrę w sumie, data czytana z błędnych pozycji; wyjaśnienie nieprawdziwe.
95DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Wagi zmyślone (4,6,8,2,5,0), dzień z 4 cyfr, rok 18–22 jako pierwsze cyfry; nie działa poprawnie.
96Aya 23 8B (Q4_0)1Suma kontrolna to suma cyfr mod 11, daty z błędnych pozycji i rok 1800–2299 z dwóch cyfr; wyjaśnienie zawiera błędne obliczenia i sprzeczności.
97Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱1Błędna suma kontrolna (wagi 1..11), źle czytana data, brak dni i lat przestępnych; 7/15.
98Bonsai-2 4B1Wymyślona walidacja dla 12 znaków i „NIP”, całkowicie błędny algorytm i dane.
99Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱1Długość 9 zamiast 11, algorytm Luhna, absurdalne warunki, wyjaśnienie wpada w pętlę i jest ucięte.
100Nemotron 3 Nano 4B (Q4_K_M)1Zakłada 18 cyfr i datę DDMMRRRR, wagi 1–11 i suma==10; zupełnie inny format niż PESEL.
101Command R7B 12-2024 (Q4_K_M)1Błędna suma kontrolna, rok jako dwie cyfry porównywany z 1800–2299, absurdalna walidacja dni.
102Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Kod odwołuje się do niezdefiniowanych zmiennych, algorytm zmyślony.
103Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Wymyślony format PESEL z myślnikami, 12 znaków, zmyślone wagi i 'lata przestępne'; nic nie zgadza się ze specyfikacją.
104Llama-3.2-3B-Instruct (Q4_K_M)1SyntaxError ('sum kontrolna'), mod 11, zmyślony algorytm z potęgami dwójki.
105Falcon-H1-1.5B-Instruct (Q4_K_M)1Zakłada 13 cyfr, wymyślona suma, kod wywala TypeError na krotkach; wyjaśnienie wewnętrznie sprzeczne.
106LFM3-1.7B (Q4_K_M)1Zakłada 9-cyfrowy 'PESEL', sumę mod 11 z wagami -i%10 i pomija sprawdzanie daty; opis algorytmu (PP|RR|SS|DD|MM|YYYY) jest zmyślony, a kod zwraca True bez walidacji daty.
107Granite 4.1 3B (Q4_K_M)1Zakłada 9 cyfr, wymyślone wagi i format daty MMJJL; całkowicie niezgodne z PESEL.
108Phi-4-mini-instruct (Q4_K_M)1SyntaxError (polskie 'lub', 'i' w kodzie), długość 10 zamiast 11, bezsensowny algorytm.
109Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Bezsensowny, powtarzalny kod z odwołaniami poza zakres napisu, urwany bez return True; kompletnie nie realizuje walidacji ani wyjaśnienia.
110Gemma 3 1B (Q4_K_M)1Wymaga 10 cyfr, nie liczy żadnej sumy kontrolnej, opisuje ją błędnie i powtarza zdania w kółko; kodowanie stuleci i daty nie istnieje.
111Qwen3-1.7b (Q4_K_M)1Wagi (10-i) i mod 11 to nie PESEL, data czytana z losowych cyfr, bełkotliwe warunki; wyjaśnienie błędne.
112EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Zmyślone wagi, żądanie roku 1800–2299 z dwóch cyfr, 'pora dnia', liczne wymyślone słowa ('miesiączno', 'Weżły'); kod i wyjaśnienie bezużyteczne.
113Granite-3.3-8B-Instruct (Q4_K_M)1Porównuje pierwsze dwie cyfry z 1800–2299, zmyślony bezsensowny algorytm 'wielkości', wyjaśnienie nonsensowne z błędami językowymi.
114Falcon3-7B-Instruct (Q4_K_M)1Operacje arytmetyczne na int zwracają krotki/indeksy (crash), zła suma kontrolna; 3/15.
115Qwen3.5-0.8B1Wymaga 12 znaków, odwołuje się do niezdefiniowanej zmiennej 'pelseł', zagnieżdżone niemożliwe warunki; wyjaśnienie sumy kontrolnej zmyślone.
116Llama-3.2-1B-Instruct (Q4_K_M)1SyntaxError (zmienna „suma kontrolna”), brak sensownej sumy i daty, powtórzony kod i bełkotliwe wyjaśnienie.
117Qwen3-VL-32B (Q4_K_M)0,4Pusta odpowiedź, brak kodu.
118GLM-4.7-Flash (Q4_K_M)0Zły algorytm (mod 11), błędne mapowanie stuleci, a odpowiedź degeneruje się w setki zdublowanych „uwag” i ucina.
119Qwen3.5-9B (Q4_K_M)0Odpowiedź ucięta w pętli komentarzy, brak działającego kodu (SyntaxError), autotest 0/15.
120Bonsai-2 9B0Niedziałający kod z długim, zapętlonym rozumowaniem w komentarzach, ucięty bez zakończenia i bez wyjaśnienia.
121Qwen3-VL-8B (Q4_K_M)0Pusta odpowiedź.
122PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱0Nie uruchamia się (SyntaxError: nazwa ze spacją i tekst poza kodem), algorytm całkowicie błędny.
123LFM2-24B-A2B (Q4_K_M)0Wymyślony format (litery + cyfry, 12 znaków), niezdefiniowane zmienne, nonsensowny kod.
124PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱0Bełkot: niedziałający kod, zdublowane bloki po angielsku, 0/15.
125PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱0SyntaxError (notin), losowe filtry zamiast algorytmu i bełkotliwe wyjaśnienie.
126PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱0Kod ze zdegenerowanymi, absurdalnie długimi nazwami zmiennych, odwołanie do niezdefiniowanej zmiennej, brak sensownej walidacji, ucięte.
127Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱0Kod nie uruchamia się (SyntaxError), błędna suma i bezsensowna lawina warunków, odpowiedź ucięta.
128Cogito v1 8B (Q4_K_M)0Wymyślony format DDMMRR i własna suma kontrolna z zupełnie innymi wagami; nic nie zgadza się ze strukturą PESEL.
129Granite 4.2 8B (Q4_K_M)0Brak kodu: długi, chaotyczny monolog w docstringu bez zamknięcia, błąd składni, pełno wymyślonych słów ('miesiądź', 'lata').
130PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱0Wagi 10..1 i mod 11, a potem tysiące powtórzonych członów nazwy zmiennej; nie nadaje się do niczego.
131Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱0Pętla powtarzającego się komentarza i przypisania do wywołania funkcji; SyntaxError, brak poprawnej logiki.
132LFM2.5-8B-A1B (Q4_K_M)0Zakłada 12 cyfr, używa datetime (zakaz bibliotek), znak '–' w kodzie powoduje błąd; algorytm wymyślony.
133Cogito v1 3B (Q4_K_M)0Błąd składni, wymyślone wagi 1–4 i mod 11, chaotyczne dopiski; kod bezużyteczny.
134Qwen3.5-2B (Q4_K_M)0Zły algorytm (mod 11, wagi 7/9) i kod zapętlony w powtarzających się blokach, ucięty bez zakończenia.
135Salamandra-7B-Instruct (Q4_K_M)0Kod bez sensu (iloczyny sąsiednich cyfr), wyjaśnienie to setki powtórzeń tego samego zdania, ucięte.
136DeepSeek-R1-Distill-Llama-8B (Q4_K_M)0Pusta odpowiedź — użytkownik nie dostał żadnego kodu.
137Falcon3-10B-Instruct (Q4_K_M)0Pusta odpowiedź, brak kodu.
138Teuken-7B-instruct-v0.6 (Q4_K_M)0Brak kodu, tylko setki powtórzonych linijek komentarza.
139Trurl-2-13B (Q4_K_M) 🇵🇱0Pusta treść: powtarza polecenie i 'Wykonaj pytanie' w pętli.
140DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Pusta odpowiedź.
141Bonsai-2 2B (Q2_0 (ternarny))0Zakłada 13 znaków i datę ISO, suma cyfr mod 11; nie ma związku z PESEL.
142Trurl-2-7B (Q4_K_M) 🇵🇱0Brak kodu, tylko powtarzane 'Wartość zwracana:'.
143Qwen3-0.6b (Q4_K_M)0Bełkot: nazwa funkcji inna, długość 9, absurdalna lista i ucięta pętla przykładów.
144LFM2.5-1.2B-Thinking (Q4_K_M)0SyntaxError ('//'), długość 9, wymyślony algorytm sumy 370.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Zupełnie błędny format z myślnikami, powtarzające się printy i ucięcie; brak sumy kontrolnej i wyjaśnienia.
146Salamandra-2B-Instruct (Q4_K_M)0Brak kodu, tylko powtarzająca się pętla bezsensownych kroków.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Brak kodu — jedynie pytanie o przykładowy numer PESEL, zadanie niewykonane.
148Phi-4-reasoning 14B (Q4_K_M)0Tylko angielskie rozumowanie ucięte w połowie, brak użytecznego kodu i wyjaśnienia.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Nie dotyczy zadania: brak waliduj_pesel, jakieś „peskel'e” i bełkot.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Polszczyzna zdegradowana do bełkotu z cyrylicą, regex i datą zamiast algorytmu; zero użyteczności.

Ekstrakcja ogłoszenia do JSON

Prompt
Wyciągnij dane z ogłoszenia i zwróć WYŁĄCZNIE poprawny JSON (bez komentarzy i bez tekstu wokół) z polami: miasto, dzielnica, metraz_m2 (liczba), pokoje (liczba), pietro (liczba), winda (bool), cena_zl (liczba), czynsz_adm_zl (liczba), dostepne_od (RRRR-MM-DD), zwierzeta (bool), telefon (same cyfry). Dziś jest 10.11.2026.

Ogłoszenie: „Wynajmę 2-pok. mieszkanie 48 m kw. na Ursynowie (Warszawa), 3 piętro w bloku z windą. 3200 zł + czynsz adm. ok. 650 zł. Wolne od 1 grudnia br. Zwierzaki mile widziane. Kontakt 602 113 457, najlepiej po 17.”
Klucz oceny (przekazany sędziemu)

Oczekiwane: {"miasto":"Warszawa","dzielnica":"Ursynów","metraz_m2":48,"pokoje":2,"pietro":3,"winda":true,"cena_zl":3200,"czynsz_adm_zl":650,"dostepne_od":"2026-12-01","zwierzeta":true,"telefon":"602113457"}. Tylko JSON (blok ```json dopuszczalny, drobna kara), każde złe pole = kara, tekst wokół = kara, niepoprawny JSON = maks. 2.

Rozkład ocen: 10×44 9×26 8×4 7×15 6×21 5×4 4×5 3×11 2×8 1×7 0×5 · mediana 7

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 1/150

10/10

318 tokenów · 76,2 tok/s · 4,3 s · AUTOTEST JSON: poprawny, 11/11 pól

Ocena sędziego: Poprawny, zwarty JSON bez tekstu wokół, komplet pól.

{"miasto":"Warszawa","dzielnica":"Ursynów","metraz_m2":48,"pokoje":2,"pietro":3,"winda":true,"cena_zl":3200,"czynsz_adm_zl":650,"dostepne_od":"2026-12-01","zwierzeta":true,"telefon":"602113457"}

Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 2/150

10/10

127 tokenów · 111,9 tok/s · 1,4 s · AUTOTEST JSON: poprawny, 11/11 pól

Ocena sędziego: Wszystkie pola poprawne, kompaktowy czysty JSON.

{"miasto": "Warszawa", "dzielnica": "Ursynów", "metraz_m2": 48, "pokoje": 2, "pietro": 3, "winda": true, "cena_zl": 3200, "czynsz_adm_zl": 650, "dostepne_od": "2026-12-01", "zwierzeta": true, "telefon": "602113457"}

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Muse Glimmer 30B (Q4_K_M)10Poprawny, zwarty JSON bez tekstu wokół, komplet pól.
2Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱10Wszystkie pola poprawne, kompaktowy czysty JSON.
3Qwen3.6-27B (Q4_K_M)10Wzorcowy JSON.
4Qwen3.5-35B-A3B (Q4_K_M)10Czysty, w pełni poprawny JSON.
5Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱10Zwarty, w pełni poprawny JSON bez tekstu wokół.
6Nemotron 3.5 Bolt E4B (Q4_K_M)10Poprawny JSON, wszystkie pola zgodne z kluczem.
7Qwen3.5-27B (Q4_K_M)10Wzorcowy JSON.
8Qwen3.8-27B (Q4_K_M)10Wszystkie 11 pól zgodnych z kluczem, czysty JSON bez tekstu wokół.
9Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱10Wszystkie pola poprawne, jedynie dopuszczalny blok ```json.
10Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱10Wzorcowy JSON.
11Qwen3.6-35B-A3B (Q4_K_M)10Wszystkie 11 pól zgodnych, czysty JSON.
12Gemma 4 E2B (Q4_K_M)10Wszystkie pola poprawne, jedynie dopuszczalny blok ```json.
13Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)10Wszystkie pola poprawne, jedynie dopuszczalny blok ```json.
14gpt-oss-20b10Wzorcowy JSON.
15Qwen3-32b (Q4_K_M)10Wszystkie pola poprawne, jedynie dopuszczalny blok ```json.
16Ministral-3-14B-Instruct-2512 (Q4_K_M)10Wszystkie pola poprawne, jedynie dopuszczalny blok ```json.
17Nemotron-Cascade-2 30B-A3B10Wszystkie 11 pól zgodnych, czysty JSON.
18Cogito v1 32B (Q4_K_M)10Poprawny JSON, komplet pól.
19Bonsai-2 27B10Wzorcowy JSON.
20Qwen3-30b-a3b-instruct-2507 (Q4_K_M)10Poprawny JSON.
21Qwen3-VL-32B (Q4_K_M)10Czysty JSON, wszystkie pola poprawne.
22Granite 4.1 30B (Q4_K_M)10Wzorcowy JSON.
23Qwen3.5-9B (Q4_K_M)10Poprawny JSON.
24Command R 35B (08-2024) (Q4_K_M)10Wzorcowy JSON.
25Qwen2.5-32B-Instruct (Q4_K_M)10Wzorcowy JSON.
26PLLuM-8x7B-nc-chat-2412 🇵🇱10Wzorcowy JSON.
27Qwen3.5-4B (Q4_K_M)10Wzorcowy JSON.
28Cogito v1 14B (Q4_K_M)10Czysty JSON, wszystkie 11 pól zgodnych z kluczem.
29Bielik-One-4B-r1 (Q4_K_M)10Czysty JSON, wszystkie pola poprawne.
30Nemotron 3 Nano 30B-A3B10Wzorcowy JSON.
31Nemotron 3.5 Bolt 74B-A9B10Poprawny JSON, wszystkie pola zgodne.
32PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱10Wszystkie 11 pól zgodnych, czysty JSON.
33Aya 23 35B (Q4_0)10Wzorcowy JSON.
34Bonsai-2 9B10Czysty, poprawny JSON.
35PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱10Wzorcowy JSON, wszystkie pola zgodne.
36Granite 4.2 30B (Q4_K_M)10Wszystkie pola poprawne, kompaktowy czysty JSON.
37PLLuM-12B-chat-2512 (Q8_0) 🇵🇱10Poprawny JSON.
38PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱10Wzorcowy JSON.
39LFM2-24B-A2B (Q4_K_M)10Wszystkie 11 pól zgodnych, czysty JSON.
40Qwen3-4b-instruct-2507 (Q4_K_M)10Wszystkie pola poprawne, kompaktowy czysty JSON.
41Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱10Poprawny JSON, wszystkie pola zgodne z kluczem.
42DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)10Wzorcowy JSON.
43Llama-3.2-3B-Instruct (Q4_K_M)10Wzorcowy JSON.
44Granite 4.1 3B (Q4_K_M)10Wzorcowy JSON.
45Gemma 4 31B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
46Gemma 4 26B-A4B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
47Gemma 4 12B (Q4_K_M)9Wszystkie pola poprawne, blok ```json.
48Gemma 3 27B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
49Falcon-H1-34B-Instruct (Q4_K_M)9Pola poprawne, blok kodu.
50Gemma 4 E4B (Q4_K_M)9Pola poprawne, blok kodu.
51Gemma 3 12B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
52Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)9Komplet poprawnych pól, blok kodu.
53Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱9Pola poprawne, blok kodu.
54Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱9Wszystkie pola poprawne, blok kodu.
55Mistral-Small-24B-Instruct-2501 (Q4_K_M)9Komplet poprawnych pól, blok kodu.
56Gemma-2-27B-it (Q4_0)9Pola poprawne, blok kodu, bez wcięć.
57Gemma 3n E4B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
58Falcon-H1-7B-Instruct (Q4_K_M)9Wszystkie pola poprawne, drobna kara za blok ```json.
59Magistral-Small-2506 (Q4_K_M)9Pola poprawne, drobna kara za blok kodu.
60Ministral-3-8B-Instruct-2512 (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
61Aya Expanse 32B (Q4_K_M)9Pola poprawne, blok kodu.
62Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱9Wszystkie pola poprawne, blok kodu.
63Qwen2.5-14B-Instruct (Q4_K_M)9Wszystkie pola poprawne; telefon jako liczba zamiast tekstu cyfr (drobna usterka).
64Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱9Wszystkie pola poprawne, tylko ogrodzenie ```json.
65Qwen3-VL-8B (Q4_K_M)9Telefon jako liczba zamiast tekstu cyfr (drobne); reszta poprawna.
66Gemma 3n E2B (Q4_K_M)9Wszystkie pola poprawne; drobna kara za blok ```json.
67Aya Expanse 8B (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
68Salamandra-7B-Instruct-2606 (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
69Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱9Wszystkie wartości poprawne; drobna usterka: telefon ze spacjami oraz blok ```json.
70Ministral-3-3B-Instruct-2512 (Q4_K_M)9Wszystkie pola poprawne, blok kodu.
71GLM-4.7-Flash (Q4_K_M)8Telefon jako liczba zamiast tekstu cyfr, blok kodu; reszta poprawna.
72Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱8Telefon jako liczba zamiast tekstu cyfr (drobne), reszta poprawna, blok kodu.
73QwQ-32B (Q4_K_M)8Poprawny JSON, ale dzielnica "Ursynowie" zamiast "Ursynów" (nieznormalizowana forma z tekstu); reszta pól zgodna.
74Gemma 3 4B (Q4_K_M)8Telefon jako liczba zamiast tekstu cyfr, blok kodu; reszta poprawna.
75LFM2.5-24B-A2B (Q4_K_M)7Dzielnica „Ursynowie” zamiast „Ursynów”; reszta poprawna.
76Phi-4 14B (Q4_K_M)7Data 2023-12-01 zamiast 2026-12-01; reszta poprawna.
77PLLuM-8x7B-nc-instruct-2412 🇵🇱7Data 2026-11-01 zamiast 2026-12-01; reszta poprawna.
78Gemma-2-9B-it (Q4_0)7Dzielnica „Ursynow” bez ogonka — błąd; reszta poprawna.
79Granite 4.1 8B (Q4_K_M)7Data 2023-12-01 zamiast 2026-12-01; reszta poprawna, blok kodu.
80Aya 23 8B (Q4_0)7Data 2023-12-01 zamiast 2026-12-01; reszta poprawna.
81Mistral-Nemo-Instruct-2407 (Q4_K_M)7Data 2022-12-01 zamiast 2026-12-01; reszta poprawna.
82DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)7Data 2023-12-01 zamiast 2026-12-01; reszta poprawna.
83Granite 4.2 8B (Q4_K_M)7Dzielnica „Ursynowie” zamiast „Ursynów”; reszta poprawna.
84Command R7B 12-2024 (Q4_K_M)7Dzielnica bez polskiego znaku („Ursynow”) i telefon jako liczba zamiast ciągu; reszta poprawna.
85Hermes-3-Llama-3.1-8B (Q4_0)7Data 2023-12-01 zamiast 2026-12-01; reszta poprawna.
86Cogito v1 3B (Q4_K_M)7Data 2026-11-01 zamiast 2026-12-01; reszta poprawna.
87EXAONE-3.5-32B-Instruct (Q4_K_M)7Dane poprawne poza datą: 2023-12-01 zamiast 2026-12-01; dodatkowo blok kodu.
88Falcon-H1-1.5B-Instruct (Q4_K_M)7Data 2026-11-10 (dzisiejsza) zamiast 2026-12-01; reszta poprawna.
89EXAONE-3.5-7.8B-Instruct (Q4_K_M)7Dzielnica „Ursynowie” zamiast „Ursynów”; reszta poprawna, blok kodu.
90Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱6Klucz „windra” zamiast „winda”; reszta poprawna.
91Qwen3-14b (Q4_K_M)6Klucz „windaw” zamiast „winda” — literówka w nazwie pola; reszta poprawna.
92EuroLLM-22B-Instruct-2512 (Q4_K_M)6Klucz „dostępne_od” z ogonkiem nie pasuje do wymaganej nazwy; reszta poprawna.
93Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Klucz „windla” zamiast „winda”; reszta poprawna.
94Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱6JSON poprawny, ale dopisana sekcja „Uwaga” z tekstem — łamie wymóg „wyłącznie JSON”.
95EuroLLM-9B-Instruct (Q4_K_M)6Klucz „dostpne_od” z literówką — brak wymaganego pola; reszta poprawna.
96Qwen3-8b (Q4_K_M)6„Ursynowie” zamiast „Ursynów” i telefon jako liczba.
97PLLuM-8x7B-chat-2412 🇵🇱6Telefon ze spacjami zamiast samych cyfr; reszta poprawna.
98PLLuM-8x7B-instruct-2412 🇵🇱6Telefon „602 113 457” ze spacjami wbrew „same cyfry”; reszta poprawna.
99PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱6Dane poprawne, ale dopisane zdanie wstępne wbrew „wyłącznie JSON”.
100Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱6Klucz „windy” zamiast „winda”; reszta poprawna.
101PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱6Telefon „602 113 457” ze spacjami wbrew „same cyfry”, plus blok kodu.
102DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)6„Ursynowie” zamiast „Ursynów”, telefon jako liczba, plus blok kodu.
103Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱6Klucz „windy” zamiast „winda”; reszta poprawna.
104Cogito v1 8B (Q4_K_M)6Telefon przekręcony (6011313457) — błędne dane kontaktowe; reszta poprawna.
105Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱6Telefon ze spacjami zamiast samych cyfr, blok kodu.
106Nemotron 3 Nano 4B (Q4_K_M)6Dzielnica w miejscowniku „Ursynowie” zamiast „Ursynów” i telefon jako liczba, nie tekst cyfr.
107Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱6Telefon ze spacjami zamiast samych cyfr; reszta poprawna.
108Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱6Wartości poprawne, ale klucz „dostępne_od” z ogonkiem zamiast dostepne_od i dodatkowe pole „najlepiej_po”.
109Falcon3-10B-Instruct (Q4_K_M)6„Ursynowie”, telefon jako liczba i blok kodu; reszta poprawna.
110DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)6„Ursynow” bez ogonka, telefon jako liczba, blok kodu.
111PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱5Wstęp „Oto dane…” łamie wymóg samego JSON-a, a telefon ze spacjami zamiast samych cyfr.
112Falcon-H1-3B-Instruct (Q4_K_M)5Piętro 0 zamiast 3 oraz zmieniony klucz „odpowiednie_od”; reszta poprawna.
113PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱5Data dzisiejsza zamiast 1 grudnia i telefon ze spacjami.
114Llama-3.2-1B-Instruct (Q4_K_M)5Dzielnica w miejscowniku („Ursynowie”), data błędna (10.11.2026 zamiast 2026-12-01), telefon ze spacjami; reszta poprawna.
115Olmo-3.1-32B-Instruct (Q4_K_M)4Dzielnica „Ursynowie” i rok 2024 w dacie; reszta poprawna.
116Granite 4.2 3B (Q4_K_M)4Błędna data (2026-10-11), zwierzeta=false wbrew treści i zniekształcony telefon (6021113457).
117Qwen3-1.7b (Q4_K_M)4„Ursynowie” i data 2026-10-10 niepasująca do „1 grudnia”.
118Granite-3.3-8B-Instruct (Q4_K_M)4Błędny klucz „pokoi”, data z roku 2023 zamiast 2026, telefon jako liczba zamiast ciągu cyfr.
119Olmo-3-7B-Instruct (Q4_K_M)4„Ursynowie” oraz klucz „pietto” z literówką; reszta poprawna.
120Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱3Błędna nazwa miasta „Warshawa” oraz zniekształcony klucz „pietrro”; dwa pola złe, schemat niezgodny.
121Nemotron 3.5 Lightning 30B-A3B3Klucze z polskimi znakami (piętro, dostępne_od, zwierzęta) nie pasują do wymaganych nazw.
122EuroLLM-9B-Instruct-2512 (Q4_K_M)3Klucze z ogonkami (piętro, dostępne_od) i data 11.12.2026 w złym formacie oraz dniu.
123Apertus-8B-Instruct-2509 (Q4_K_M)3Liczby i wartości bool zapisane jako stringi — 7 pól ma zły typ.
124PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Zdanie wstępne, rok 2023 w dacie i telefon ze spacjami.
125Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Liczby i bool zapisane jako stringi ("48", "True"), w tym niepoprawne "True"; tylko 4 pola zgodne.
126Bonsai-2 4B3Dzielnica „Ursyno”, zdublowany klucz pietro i data 12-11-2026 w złym formacie i dniu.
127Llama-3.1-8B-Instruct (Q4_K_M)3Poprawne wartości, ale liczby i bool jako stringi; tylko 4 pola zgodne z kluczem.
128Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)3Piętro 0 zamiast 3 i data „31112026” w złym formacie i nieistniejąca.
129Qwen3.5-2B (Q4_K_M)3Literówka w kluczu „pokojie”, data wpisana jako dzisiejsza, zwierzeta=false wbrew ogłoszeniu.
130Bonsai-2 2B (Q2_0 (ternarny))3Pusta dzielnica, data dzisiejsza zamiast 1 grudnia i telefon ze spacjami.
131LFM2.5-8B-A1B (Q4_K_M)2Klucz „miejsce” zamiast miasto, pietro null, cena 3850 zamiast 3200, „Ursynowie”.
132Salamandra-7B-Instruct (Q4_K_M)2Liczby jako stringi, bool jako "tak", telefon ze spacjami; większość pól niezgodna z typami.
133DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Klucz „dzielnice”, data dzisiejsza, zwierzeta=false wbrew „mile widziane” i telefon jako liczba.
134Teuken-7B-instruct-research-v0.4 (Q4_K_M)2Tekst wokół, miasto „Ursynów”, klucz „zwierzata” i zła data.
135Gemma 3 1B (Q4_K_M)2Klucz „dzialnica”, „Ursynowie”, cena 650 zamiast 3200 i data 12-13-2026 (nieistniejąca).
136Falcon3-7B-Instruct (Q4_K_M)2„Ursynowie”, rok 2023, zwierzeta=false wbrew ogłoszeniu i telefon ze spacjami.
137Qwen3.5-0.8B2„Ursynowie”, zły klucz i format daty (19-11-2026) oraz zwierzęta=false wbrew ogłoszeniu.
138Qwen3-0.6b (Q4_K_M)2„Ursynowie”, metraż 3, klucz „petro”, data dzisiejsza w złym formacie, telefon ze spacjami.
139LFM3-1.7B (Q4_K_M)1Miasto „Ursynów”, klucz „poki”, piętro jako bool, zły rok, telefon jako lista — niemal wszystko błędne.
140Phi-4-mini-instruct (Q4_K_M)1Miasto „Ursynów (Warszawa)”, pusta dzielnica, liczby jako stringi, zła data i telefon z myślnikami.
141Teuken-7B-instruct-v0.6 (Q4_K_M)1Nie jest poprawnym obiektem JSON (fragment z „status”), miasto=Ursynów, błędne klucze i data 2023.
142LFM2.5-1.2B-Thinking (Q4_K_M)1Klucz „cidade”, zmyślona dzielnica, metraż 3, pokoje 3, cena 3850 — halucynacje.
143Krakowiak-7B-v3 (Q4_K_M) 🇵🇱1Przepisuje i przekręca polecenie zamiast zwrócić JSON — bezużyteczne.
144Phi-4-reasoning 14B (Q4_K_M)1Wielokrotnie powtarzane rozumowanie o „br.”, urwane w połowie; użytkownik nie dostał parsowalnego JSON-a (i błędny rok 2025 w szkicu).
145Falcon-H1-0.5B-Instruct (Q4_K_M)1Zdublowany klucz pietro, dzielnica=true, czynsz=1, data "17" oraz bełkotliwy tekst po JSON-ie.
146Trurl-2-13B (Q4_K_M) 🇵🇱0Brak JSON-a, bezsensowna odpowiedź o wycofaniu się z rozmowy.
147Trurl-2-7B (Q4_K_M) 🇵🇱0Pusta odpowiedź.
148DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Wymyślona dzielnica „Miśka”, wszystko jako stringi z jednostkami, błędne klucze, dodatkowe pole „neśne”; praktycznie bezużyteczne.
149Salamandra-2B-Instruct (Q4_K_M)0Tablica nazw pól z literówkami zamiast obiektu z danymi.
150Polka-1.1B-chat (Q4_K_M) 🇵🇱0Zupełnie nie na temat, brak JSON-a.

9. Wiedza: historia i nauka

Konstytucja 3 maja w maksymalnie 200 słowach i wyjaśnienie barwy nieba dla ósmoklasisty. Prowadzi Gemma 4 31B. Częste błędy to złe daty, pomylone postacie i przekroczony limit słów.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelHistoria Polski – Konstytucja 3 majaNauka – dlaczego niebo jest niebieskieŚrednia
1Gemma 4 31B (Q4_K_M)9,39,39,3
2Gemma 4 26B-A4B (Q4_K_M)888,0
3Gemma 4 12B (Q4_K_M)798,0
4Qwen3.6-27B (Q4_K_M)798,0
5Gemma 3 27B (Q4_K_M)798,0
6Qwen3.5-27B (Q4_K_M)798,0
7Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱877,5
8Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)697,5
9Aya Expanse 32B (Q4_K_M)787,5
10EuroLLM-9B-Instruct-2512 (Q4_K_M)697,5

Historia Polski – Konstytucja 3 maja

Prompt
Wyjaśnij zwięźle (maks. 200 słów), czym była Konstytucja 3 maja: kiedy i przez kogo została uchwalona, jakie były jej najważniejsze postanowienia i dlaczego obowiązywała tak krótko.
Klucz oceny (przekazany sędziemu)

3 maja 1791, Sejm Czteroletni (Wielki), król Stanisław August Poniatowski (współtwórcy: Ignacy Potocki, Hugo Kołłątaj). Postanowienia: trójpodział władzy, monarchia dziedziczna (zniesienie wolnej elekcji), zniesienie liberum veto i konfederacji, prawa mieszczan (Prawo o miastach), opieka prawa nad chłopami, wojsko. Pierwsza w Europie, druga na świecie. Krótko, bo: konfederacja targowicka (1792), wojna polsko-rosyjska 1792, II rozbiór 1793 (Sejm grodzieński ją uchylił). Maks. 200 słów. Błędy dat/faktów = kara.

Rozkład ocen: 9×1 8×7 7×13 6×17 5×13 4×15 3×24 2×24 1×13 0×23 · mediana 3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9,3/10

356 tokenów · 102,0 tok/s · 3,9 s

Ocena sędziego: Poprawna, uporządkowana i zgodna z kluczem: data, Sejm, król, monarchia dziedziczna, trójpodział, armia, chłopi i mieszczanie, Targowica, wojna 1792, II rozbiór. Brak tylko nazw współtwórców.

Konstytucja 3 maja była pierwszą w Europie i drugą na świecie nowoczesną ustawą zasadniczą. Została uchwalona 3 maja 1791 roku przez Sejm Czteroletni, przy kluczowym udziale króla Stanisława Augusta Poniatowskiego oraz czołowych polityków stronnictwa patriotycznego.

Najważniejsze postanowienia:

  • Zmiana ustroju: Wprowadzenie monarchii konstytucyjnej i zniesienie destrukcyjnego liberum veto oraz wolnej elekcji (wprowadzono monarchię dziedziczną).
  • Podział władzy: Rozdzielenie władzy ustawodawczej, wykonawczej i sądowniczej.
  • Wzmocnienie państwa: Ustanowienie stałej armii i usprawnienie administracji.
  • Prawa obywatelskie: Wzięcie chłopów pod opiekę państwa oraz nadanie praw mieszczanom.

Przyczyny krótkiego obowiązywania: Konstytucja obowiązywała zaledwie 14 miesięcy. Jej główną przyczyną upadku był sprzeciw konserwatywnej magnaterii (konfederacja targowicka) oraz interwencja Rosji i Prus. Mocarstwa ościenne nie chciały silnej i zreformowanej Polski, gdyż zagrażało to ich wpływom. W 1792 roku doszło do wojny w obronie konstytucji, która zakończyła się klęską i doprowadziła do II rozbioru Polski.

PLLuM-8x7B-nc-instruct-2412 🇵🇱 Konsorcjum PLLuM (NASK PIB i in.) · miejsce w zadaniu: 2/150

8,3/10

266 tokenów · 154,4 tok/s · 1,8 s

Ocena sędziego: Zwięzła i poprawna: data, Sejm Czteroletni, trzej autorzy, liberum veto, wolna elekcja, trójpodział, prawa mieszczan i chłopów, Targowica i wojna 1792. Brakuje monarchii dziedzicznej i II rozbioru jako daty.

Konstytucja 3 maja była pierwszą spisaną konstytucją w Europie i drugą na świecie. Została uchwalona 3 maja 1791 roku przez Sejm Czteroletni. Za jej głównych autorów uznaje się króla Stanisława Augusta Poniatowskiego, Ignacego Potockiego i Hugo Kołłątaja. Konstytucja 3 maja wprowadzała szereg reform, m.in. znosiła liberum veto i wolną elekcję, ustanawiała podział władzy na ustawodawczą, wykonawczą i sądowniczą, a także potwierdzała prawa mieszczan i chłopów. Obowiązywała jednak tylko przez 14 miesięcy, gdyż w 1792 roku doszło do konfederacji targowickiej, która doprowadziła do wojny polsko-rosyjskiej i ostatecznie do drugiego rozbioru Polski.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9,3Poprawna, uporządkowana i zgodna z kluczem: data, Sejm, król, monarchia dziedziczna, trójpodział, armia, chłopi i mieszczanie, Targowica, wojna 1792, II rozbiór. Brak tylko nazw współtwórców.
2PLLuM-8x7B-nc-instruct-2412 🇵🇱8,3Zwięzła i poprawna: data, Sejm Czteroletni, trzej autorzy, liberum veto, wolna elekcja, trójpodział, prawa mieszczan i chłopów, Targowica i wojna 1792. Brakuje monarchii dziedzicznej i II rozbioru jako daty.
3Gemma 4 26B-A4B (Q4_K_M)8Trafne daty, autorzy, dziedziczność, większość głosów, opieka nad chłopami; drobny błąd z nazwami Straży i brak jawnej targowicy.
4Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱8Trafni twórcy z królem, zniesienie liberum veto, trójpodział, Targowica i II rozbiór; brak dziedziczności.
5Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱8Trafna, zwięzła: data, Sejm Czteroletni, Kołłątaj, Potocki, targowica, rozbiory; drobne uproszczenia.
6Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱8Trafni twórcy, dziedziczność, prawa mieszczan, Targowica i II rozbiór; drobna nieścisłość 'pod przewodnictwem króla'.
7Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱8Kompletna: twórcy, monarchia zamiast elekcyjnej, liberum veto, mieszczanie, Targowica, II i III rozbiór; lekko za długa.
8Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱8Poprawni twórcy, trójpodział, liberum veto, mieszczanie, Targowica i II rozbiór; brak dziedziczności i króla.
9PLLuM-8x7B-chat-2412 🇵🇱7,3Poprawne postanowienia (liberum veto, wolna elekcja, dziedziczność, chłopi, mieszczanie) i Targowica 1792; brak trójpodziału, autorów i II rozbioru, trochę ogólnikowych przyczyn.
10Gemma 4 12B (Q4_K_M)7Dobrze: monarchia dziedziczna Wettynów, zniesienie liberum veto, Targowica; błąd '16 miesięcy', brak króla jako twórcy.
11Qwen3.6-27B (Q4_K_M)7Merytorycznie dobra (dziedziczność, trójpodział, targowica, II rozbiór), ale dziwaczne 'scyzoryk Stanisław Małachowski'.
12Gemma 3 27B (Q4_K_M)7Dobre postanowienia (Straż Praw, liberum veto, mieszczanie, chłopi) i 14 miesięcy; Staszic jako autor to błąd, brak Targowicy.
13Qwen3.5-27B (Q4_K_M)7Poprawni twórcy, zniesienie liberum veto i wolnej elekcji, prawa mieszczan, ochrona chłopów; 'rok' i uchylenie w 1792 nieprecyzyjne.
14Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Bogate i w większości trafne (Straż Praw, dynastia saska, targowica, rozbiory); zniesienie w 1795 błędne i prawdopodobnie ponad 200 słów.
15Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱7Poprawni autorzy, liberum veto, wojsko, mieszczanie, targowica; 'do 1792' i likwidacja państwa 1795 uproszczone.
16Command R 35B (08-2024) (Q4_K_M)7Trafni autorzy, dziedziczność, mieszczanie, dwuizbowość; 16 miesięcy i uproszczona przyczyna upadku, brak Targowicy.
17Aya Expanse 32B (Q4_K_M)7Trafne i klarowne; podatek i służba wojskowa, wojna 1792, insurekcja; brak targowicy.
18PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱7Zniesienie elekcji i liberum veto, dziedziczność, mieszczanie, chłopi, 14 miesięcy; '200-tysięczna armia' błędna (100 tys.), brak Targowicy.
19Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱7Poprawni autorzy, Straż Praw, targowica i 14 miesięcy; prawdopodobnie przekracza 200 słów.
20EuroLLM-9B-Instruct (Q4_K_M)7Trójpodział, zniesienie liberum veto i wolnej elekcji, dziedziczność, Targowica, 14 miesięcy; brak króla i mieszczan.
21PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱7Trafne: trójpodział, Straż Praw, zniesienie liberum veto i konfederacji, religia; brak króla jako twórcy i praw mieszczan, uproszczony koniec.
22Qwen3.5-35B-A3B (Q4_K_M)6,3Dobre postanowienia (liberum veto, monarchia dziedziczna, mieszczanie, chłopi) i Targowica, ale „do stycznia 1792” jest błędne i sprzeczne z 14 miesiącami.
23Qwen3.6-35B-A3B (Q4_K_M)6,3Dobra struktura i przyczyny (Targowica, Rosja, Sejm Grodzieński), ale błędne „państwo federacyjne” i „liberum veto na sejmikach”, ucięte słowo „uchyl” i kalka „ideów”.
24Qwen3-VL-32B (Q4_K_M)6,3Zwięzła, trafne liberum veto, monarchia dziedziczna, Targowica i 14 miesięcy; sprzeczne „pierwsza na świecie (po amerykańskiej)” i brak trójpodziału oraz chłopów.
25Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱6,3Poprawne podstawy, Targowica, wojna i II rozbiór; błąd: druga na świecie „po konstytucji USA” jest OK, ale Austria jako agresor w 1792 i brak autorów; przekroczony limit 200 słów.
26Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Zwięzła i poprawna (trójpodział, targowica, II rozbiór); brak autorów i mieszczan/chłopów.
27Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)6Poprawni autorzy i trójpodział; krótko, ale rozsądnie; przyczyny przez insurekcję i III rozbiór uproszczone.
28Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)6Poprawne autorstwo, liberum veto i trójpodział, 14 miesięcy; nieprecyzyjny punkt o wyborach i uproszczone przyczyny upadku.
29Mistral-Small-24B-Instruct-2501 (Q4_K_M)6Poprawne podstawy i trójpodział, ale płytkie przyczyny, brak targowicy, mylne 'prawo głosowania dla szlachty'.
30Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawne podstawy i trójpodział; Austria jako wsparcie targowicy to błąd, brak autorów i dziedziczności.
31Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱6Zwięzła i w większości poprawna (targowica, wojna 1792), lecz błędne 'zniesienie poddaństwa' i mylący III rozbiór.
32Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱6Poprawni twórcy, Straż Praw, większościowe głosowanie, chłopi; błąd, że Rosja, Prusy i Austria zawiązały Targowicę, i 'zniesienie podziału na stany'.
33EuroLLM-9B-Instruct-2512 (Q4_K_M)6Poprawne: 1791, Sejm Czteroletni, Kołłątaj, targowica; błąd: 'zniesienie poddaństwa chłopów', powtórzone liberum veto, brak króla.
34PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱6Poprawna data, Sejm, liberum veto, mieszczanie i chłopi, 14 miesięcy; Komisja Edukacji Narodowej jako urząd z Konstytucji to błąd.
35PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱6Katolicyzm i ochrona mniejszości, Targowica, II rozbiór, 14 miesięcy; brak trójpodziału i dziedziczności, uproszczone prawa polityczne.
36PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱6Poprawne podstawy i 14 miesięcy, ale niejasne postanowienia i brak targowicy, zniesienie 'w 1792'.
37Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱6Krótka, ale poprawna: dziedziczność, prawa wsi, 14 miesięcy, targowica; bardzo skąpa.
38Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱6Zwięzła, trafna, z reformą armii i Targowicą; '19 miesięcy' błędne, brak twórców.
39PLLuM-8x7B-nc-chat-2412 🇵🇱5,3Dobre postanowienia, autorzy i wojna 1792, ale Maciejowice (1794) pominięte w kontekście i błędna chronologia z abdykacją; brak Targowicy i II rozbioru.
40Falcon-H1-34B-Instruct (Q4_K_M)5Dobre postanowienia (monarchia dziedziczna, liberum veto, równość), ale III rozbiór w 1793 błędny i brak Targowicy.
41Nemotron 3.5 Bolt E4B (Q4_K_M)5Ogólnikowo, ale bez rażących błędów; brak twórców, Targowicy i dziedziczności.
42Qwen3.8-27B (Q4_K_M)5Poprawni twórcy, Wettynowie, trójpodział, Targowica, 14 miesięcy; błędne twierdzenie, że mieszczanie pozbawieni praw politycznych.
43Gemma 4 E4B (Q4_K_M)5Ogólnie poprawna, lecz bez Targowicy i twórców, 'zniesienie przywilejów szlacheckich' błędne.
44Gemma 3 12B (Q4_K_M)5Data i targowica poprawne, ale 'Rzeczpospolita Ustawowa' i inicjatywa ustawodawcza chłopów to zmyślenia.
45Ministral-3-8B-Instruct-2512 (Q4_K_M)5Dobra struktura i trójpodział, ale data końca 23 maja 1792 błędna, a dziedziczność tronu pominięta.
46EuroLLM-22B-Instruct-2512 (Q4_K_M)5Trafni twórcy i zniesienie liberum veto, ale 'zniesienie przywilejów szlacheckich' i '3 lata' są błędne.
47PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱5Poprawne liberum veto i symbolika, lecz data końca 23 listopada 1792 błędna, a 'wzmocnienie władzy królewskiej' uproszczone.
48Apertus-8B-Instruct-2509 (Q4_K_M)5Zwięzła i poprawna w zarysie, ale 'cztery stany' błędne i brak Targowicy.
49Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱5Trafni autorzy, trójpodział i Targowica, 15 miesięcy; błędne 'władza od narodu, a nie od Boga' i 'przywrócenie monarchii absolutnej'.
50PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱5Dobre ogólnie (dziedziczność, mieszczanie, targowica), ale Krasicki jako współtwórca to błąd; w tekście wyciekł znacznik </|end_of_text|>.
51Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱5Poprawna data i trójpodział, ale 19 miesięcy i 'liberum veto tylko w sprawach skarbowych' to błędy.
52Nemotron 3 Nano 30B-A3B4,3Ogólny zarys trafny, ale zniekształcone pojęcia („Rada Prawy”, „ziemianki”, „specialnych praw szlachetnych”), Prusy jako agresor w 1792 i błędy językowe.
53PLLuM-8x7B-instruct-2412 🇵🇱4,3Trafne postanowienia (monarchia dziedziczna, liberum veto, Straż Praw), ale zbyt krótka, brak chłopów, mieszczan i trójpodziału, a data 25 września 1792 jest błędna.
54Gemma 4 E2B (Q4_K_M)4Data, Sejm i trójpodział poprawne, ale ogólnikowo i bez konkretnej przyczyny upadku (Targowica, Rosja, rozbiór).
55Ministral-3-14B-Instruct-2512 (Q4_K_M)4Trafni twórcy, ale zniesienie pańszczyzny w Wielkopolsce to zmyślenie, a przyczyny upadku (1794, Rosja i Prusy 'narzuciły Konstytucję') są pomieszane.
56Qwen3-30b-a3b-instruct-2507 (Q4_K_M)4'Kilka miesięcy' to błąd, brak dziedziczności, ale Targowica i II rozbiór ujęte poprawnie.
57Falcon-H1-7B-Instruct (Q4_K_M)4Brak autorów, '112 dni' to błąd, 'Królestwo Polskie'; treść ogólnikowa.
58Qwen2.5-32B-Instruct (Q4_K_M)4Błędna data końca (25 marca 1792), 'Czteroletniów', słaba polszczyzna; część postanowień trafna.
59Phi-4 14B (Q4_K_M)4Dwuizbowość ok, ale traktaty w Grodnie 1792 i brak szczegółów o dziedziczności i chłopach.
60Gemma-2-9B-it (Q4_0)4Poprawny trójpodział i wolności, ale tylko 'rok' i 'rozbiór w 1792' są nieprecyzyjne; brak Targowicy.
61PLLuM-12B-chat-2512 (Q8_0) 🇵🇱4Dobry początek, lecz Krasicki jako współtwórca, 'elekcyjność króla' i data 23 listopada 1792 to błędy.
62Aya Expanse 8B (Q4_K_M)4Trójpodział i wolności ok, ale '2 lata do 1793, zawieszona przez Sejm' – niedokładne; brak króla, liberum veto.
63Salamandra-7B-Instruct-2606 (Q4_K_M)4Konarski jako reformator i 6-letnia kadencja króla to błędy, 'zniesienie poddaństwa', Grodno jako rozbiór; fałszywe '199 słów'.
64Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱4'Pierwsza nowożytna konstytucja na świecie' i zniesienie poddaństwa to błędy; ogólnikowa.
65Teuken-7B-instruct-v0.6 (Q4_K_M)4Poprawna data i Targowica, lecz '126 artykułów' zmyślone, brak treści postanowień.
66Muse Glimmer 30B (Q4_K_M)3,5Kotwica: poprawne 1791 i Sejm Wielki, ale Rada Nieustająca, trzy prowincje i zniesienie 3 maja 1793 to błędy (Sejm grodzieński, listopad 1793).
67Nemotron-Cascade-2 30B-A3B3,3Zakończenie obowiązywania w 1795 „po zaborze Rosji” to błąd, brak Targowicy i II rozbioru; kilka postanowień poprawnych, ale fatalne wyjaśnienie dlaczego krótko.
68Aya 23 35B (Q4_0)3,3Błędy merytoryczne: „wolny wybór króla”, konstytucja uchylona przez Targowicę do 1793, Targowica „zawarta z Austrią”; trójpodział poprawny.
69gpt-oss-20b3Kościuszko jako współtwórca, Austria interweniująca i chłopi z własnością ziemi to błędy; kalki językowe.
70Cogito v1 32B (Q4_K_M)3'Konstytucja 23 maja', monarcha wybierany przez Sejm i brak wsparcia króla to błędy.
71Bonsai-2 27B3'Pierwsza na świecie, druga w Europie', 'Kronika', 10 miesięcy, Targowica 1791 – wiele błędów.
72Gemma-2-27B-it (Q4_0)3Uwłaszczenie chłopów i powstanie kościuszkowskie w 1792 to błędy; poprawna tylko data i monarchia konstytucyjna.
73GLM-4.7-Flash (Q4_K_M)3Data 17 maja, Staszic jako przewodniczący, kalki ('hereditary'), 'zdetronizowana'.
74LFM2.5-24B-A2B (Q4_K_M)3Urwana w połowie zdania; poprawny początek, brak przyczyn upadku.
75Granite 4.1 30B (Q4_K_M)3'Zgromadzenie Trzech Dni', Staszic, król na 20 lat i III rozbiór jako skutek to błędy.
76Qwen3.5-9B (Q4_K_M)3Car Paweł I jako interwenient, Trybunał Konstytucyjny, Straż Praw jako policja – błędy.
77Magistral-Small-2506 (Q4_K_M)3Rosja 'pokonana' i III rozbiór jako koniec obowiązywania to błędy; zbędny \boxed i podsumowanie.
78Qwen3.5-4B (Q4_K_M)3'Sejm Królewski', trzy stany, III podział 1795 po przysiędze – wiele zmyśleń; 14 miesięcy tylko trafne.
79Cogito v1 14B (Q4_K_M)3Uchwalona 'w czasie powstania kościuszkowskiego' przez Sejm Konwokacyjny, car 'Czarni'; chaotyczne.
80Gemma 3n E2B (Q4_K_M)3'Obowiązywała tylko 3 maja 1791', wymyślone 'znieśmieszona'; brak autorów i kluczowych postanowień.
81Qwen3-8b (Q4_K_M)3Zlepek ogólników i błędów ('wolność przymusowej służby', 12 miesięcy, rozpuszczony Sejm); sztuczna polszczyzna.
82Granite 4.1 8B (Q4_K_M)3'Tęczysłowa Konfederacja' i 'Zgromadzenie Narodowe', III rozbiór 1793 – dużo zmyśleń.
83Ministral-3-3B-Instruct-2512 (Q4_K_M)3Błędy: 'I rozbiór 1793', obywatelstwo dla Żydów, '2 lata 10 miesięcy', reforma rolna.
84Aya 23 8B (Q4_0)3Konstytucja 'odrzucona przez króla' i brak Targowicy; ogólnikowe postanowienia.
85Mistral-Nemo-Instruct-2407 (Q4_K_M)3Obowiązywała 'do 1815', zniesienie poddaństwa i dwuizbowość z błędami; brak przyczyn.
86Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱3Zniesienie poddaństwa i 'konfederaci barscy' to błędy; trójpodział poprawny.
87Nemotron 3 Nano 4B (Q4_K_M)3'Zwycięska Rada Narodowa', obowiązywała do 1795, bez realnych postanowień.
88Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱3Dużo zmyślonych szczegółów (136 posłów, Rada Najwyższa, departamenty) i błąd o 'nieskuteczności'; przekracza limit słów.
89Salamandra-7B-Instruct (Q4_K_M)3Konstytucja 'zawetowana przez cara', 18 miesięcy; reszta ogólnikowa i powtarzalna.
90Trurl-2-13B (Q4_K_M) 🇵🇱3'Republika' i 'cztery lata do 1795' to błędy; trafne tylko data i pozycja światowa.
91Granite 4.2 30B (Q4_K_M)2,5Kotwica: zmyślone postanowienia (impeachment, wybory powszechne), rozbiór 1793 jako 'rozbój', liczne błędy fleksji.
92Bielik-One-4B-r1 (Q4_K_M)2,3Mnóstwo błędów: „równość praw kobiet”, 11 miesięcy, inwazja w październiku 1792, „wojna podziemia”, brak Targowicy i II rozbioru; Sejm Wielki bez konkretów.
93Nemotron 3.5 Bolt 74B-A9B2,3„Sejm Grodzki”, „Stanisław Augustyn Poniosowski”, Konfederacja Bar, „Konstytucja Grodzka 1768” i kalki typu „partitionie”; zbyt wiele błędów faktów i języka.
94Nemotron 3.5 Lightning 30B-A3B2,3„Trzecia na świecie”, „ograniczenie praworządności szlachty”, Austria jako agresor, angielski wtręt i neologizm „wzmocczenie”; zniesienie konstytucji bez wskazania Targowicy.
95QwQ-32B (Q4_K_M)2,3Rosyjskie słowa w tekście, bełkotliwe „Heretyczny monarchia”, „Kancelaria”, błędny rok końca i niejasne przyczyny; ogólnie słaba polszczyzna.
96Gemma 3n E4B (Q4_K_M)2Data 2 maja, 'Sejm Ustawodawczy', Rada Regencyjna i unieważnienie po III rozbiorze – błędy.
97Qwen2.5-14B-Instruct (Q4_K_M)2'Sejm Konwokacji Ordynackiej', zawieszenie w 1794 i bełkotliwe sformułowania.
98Qwen3-VL-8B (Q4_K_M)2Urwana po jednym zdaniu; nie podaje postanowień ani przyczyn upadku.
99LFM2-24B-A2B (Q4_K_M)2Zniesienie pańszczyzny, 'konferencja w Kanonie', daty zmyślone.
100Qwen3-4b-instruct-2507 (Q4_K_M)2Piłsudski i Czerniecki jako autorzy, II RP, błędne daty końca.
101DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)2Cała po angielsku, niezgodnie z językiem polecenia; treść ogólnikowa.
102Olmo-3.1-32B-Instruct (Q4_K_M)2Błędne autorstwo (Zamoyski, Sokół), 'Sejm Księstwa Polskiego', pół roku obowiązywania; bełkot w stylu.
103DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)2Cyrylica w tekście, Legia Narodowa, 'rosyjski Sejm koronacyjny' i 3 maja 1792 – zmyślenia.
104Cogito v1 8B (Q4_K_M)2'Rząd Tymczasowy', zniesione przywileje szlachty, koniec w 1795 – głównie błędy.
105Command R7B 12-2024 (Q4_K_M)2Błędnie 'Sejm Konwencyjny', obowiązywanie '10 lat', wymyślona reforma rolna i rosyjski wtręt 'Swобода'; mało zgodne z faktami.
106Hermes-3-Llama-3.1-8B (Q4_0)2Błędni autorzy (Krasicki, Komisja Wojskowa), wymyślone szczegóły (16 artykułów, zakaz wyjazdu) i zniekształcone słowa; przyczyna upadku nietrafna.
107Llama-3.2-3B-Instruct (Q4_K_M)2Rada Najwyższa, zniszczona przez króla i 'ponownie uchwalona' w 1794 – błędy.
108Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱2Skrajnie ogólna, 14 lat obowiązywania i zniesienie w 1794 to błędy.
109LFM2.5-8B-A1B (Q4_K_M)2Data 17 maja, narodowy bank, trwała dwa lata, partycje 1795 – dużo błędów i kalek.
110Cogito v1 3B (Q4_K_M)2Polska pod zaborami w 1791, obowiązywała do 1830, Kodeks Cywilny 1793 – mnóstwo błędów.
111EXAONE-3.5-32B-Instruct (Q4_K_M)2Komisja Konstytuująca, Prezydent Narodowy, 'Austro-Pruski Pokój' – zmyślone; zniekształcona polszczyzna.
112DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Zmyślony autor, król jakoby przeciwny konstytucji, ułomna polszczyzna.
113Teuken-7B-instruct-research-v0.4 (Q4_K_M)2Uszkodzone znaki, 'Konstytucja marcowa' jako następczyni i brak konkretów.
114Salamandra-2B-Instruct (Q4_K_M)2Wolny handel i podatki zmyślone, obowiązywanie 'do 1796' błędne; brak przyczyn.
115Qwen3-32b (Q4_K_M)1,3Rażące błędy: Kościuszko jako przewodniczący, Pułaski jako autor, „insurekcja tatarska”, Sejm Konwokacyjny; 10 miesięcy zamiast ok. 14.
116Qwen3-14b (Q4_K_M)1Uchwalona 'przez Watykan i monarchię pruszą', II Rzeczpospolita – zmyślenia.
117Bonsai-2 9B1Data 12 maja, Kościuszko, 'republika' – wszystko błędne, do tego literówki.
118Granite 4.2 8B (Q4_K_M)1Car Aleksander I, 'Konfederacja taryska', koniec w 1795 – kompletnie zmyślone.
119PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱1Zapętlone powtórzenia zdania, odpowiedź ucięta; początek zawiera tylko ogólniki.
120Llama-3.1-8B-Instruct (Q4_K_M)1Miesza z Księstwem Warszawskim 1807; fałszywa data, autorzy i przyczyna końca.
121Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Konstytucja 1926 i Rada Regencyjna; zupełnie błędny temat.
122LFM3-1.7B (Q4_K_M)1Zmyślone osoby i instytucje, mieszanka alfabetów; nie dotyczy rzeczywistej konstytucji.
123Granite 4.1 3B (Q4_K_M)1Bełkot: 'Sejm Czyżacki', 'Republika Południowa i Północna', zmyślone władze.
124Qwen3.5-2B (Q4_K_M)1Fałszywa data 25 marca i Piłsudski jako przewodniczący; całość zmyślona.
125Phi-4-mini-instruct (Q4_K_M)1Uchwalona przez 'Konfederację Polską' – zmyślenie i łamana polszczyzna.
126Gemma 3 1B (Q4_K_M)1Konstytucja 1990 i zmyśleni politycy; zupełnie inny temat.
127Trurl-2-7B (Q4_K_M) 🇵🇱1Zapętlenie zdania i monarchia elekcyjna z papieżem – zmyślone.
128Gemma 3 4B (Q4_K_M)0Konstytucja z 1812 w Krakowie – zmyślenie.
129Falcon-H1-3B-Instruct (Q4_K_M)0Konstytucja z 1957 i Piłsudski jako minister – zmyślone.
130Bonsai-2 4B0Myli z rokiem 1934 i wymyśla całą historię; zupełnie nietrafione.
131DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)0Po angielsku i o konstytucji z 1830 – zły temat.
132Falcon-H1-1.5B-Instruct (Q4_K_M)0Konstytucja 1950 – zmyślenie.
133Granite 4.2 3B (Q4_K_M)0Konstytucja 1848 i zapętlenie słowa 'obowiązku' – bełkot.
134Falcon3-10B-Instruct (Q4_K_M)0Pusta odpowiedź.
135DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Po angielsku i całkowicie zmyślone (1912, Piłsudski).
136Qwen3-1.7b (Q4_K_M)0Konstytucja 1949, zmyśleni autorzy; zupełnie błędne.
137EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Konstytucja 1945 pod niemiecką okupacją; zupełnie zmyślone.
138Granite-3.3-8B-Instruct (Q4_K_M)0Mylona z konstytucją 1807, Napoleon – nietrafione, bełkot.
139Bonsai-2 2B (Q2_0 (ternarny))0Konstytucja z 1948 – zmyślenie, brak związku z faktami.
140Falcon3-7B-Instruct (Q4_K_M)0Konstytucja 1956 i bełkotliwy tekst.
141Olmo-3-7B-Instruct (Q4_K_M)0Paryż, RFSR i prezydent – bełkot, niezgodny z historią, z cyrylicą i mieszaniem języków.
142Qwen3.5-0.8B0Rok 1987, prezydent Kaczyński – zupełne zmyślenie.
143Llama-3.2-1B-Instruct (Q4_K_M)0Zapętlony bełkot o komisjach, bez sensu.
144Qwen3-0.6b (Q4_K_M)0Zapętlony bełkot o prawie do języka polskiego z 1918.
145LFM2.5-1.2B-Thinking (Q4_K_M)0Konstytucja 1956, bełkot.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Odpowiedź po angielsku o Statute of Frauds – nie na temat.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Zamiast odpowiedzi zadaje pytanie.
148Phi-4-reasoning 14B (Q4_K_M)0Użytkownik dostał tylko pętlę rozumowania po angielsku, bez odpowiedzi.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Odmowa i bełkot o 'zmiennej' i terminach procesowych; nie odpowiada na pytanie.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Niezrozumiały bełkot słowny.

Nauka – dlaczego niebo jest niebieskie

Prompt
Wyjaśnij uczniowi 8 klasy, dlaczego niebo w dzień jest niebieskie, a słońce przy zachodzie czerwone. Używaj prostego języka, ale poprawnie fizycznie. Maksymalnie 150 słów.
Klucz oceny (przekazany sędziemu)

Rozpraszanie Rayleigha: cząsteczki powietrza rozpraszają krótsze fale (niebieskie) znacznie silniej niż długie (czerwone). Niebo nie fioletowe: mniej fioletu w świetle Słońca i oko mniej czułe. Przy zachodzie światło przechodzi dłuższą drogę przez atmosferę, niebieskie zostaje rozproszone po drodze, dociera głównie czerwone/pomarańczowe. Prosto, maks. 150 słów. Błędy typu „odbicie od oceanu” = mocna kara.

Rozkład ocen: 9×15 8×19 7×14 6×19 5×14 4×5 3×16 2×14 1×12 0×22 · mediana 5

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9,3/10

254 tokenów · 111,0 tok/s · 2,5 s

Ocena sędziego: Poprawna i klarowna fizyka z długościami fal i filtrowaniem niebieskiego, dobra polszczyzna; brakuje tylko wzmianki o fiolecie.

Wszystko sprowadza się do tego, jak światło słoneczne oddziałuje z atmosferą. Choć światło Słońca wydaje się białe, składa się ono z wszystkich kolorów tęczy. Każdy kolor ma inną długość fali: niebieski ma krótką, a czerwony długą.

Kiedy światło wpada w atmosferę, zderza się z cząsteczkami gazu. Krótkie fale (niebieskie) rozpraszają się we wszystkich kierunkach znacznie łatwiej niż pozostałe. Dlatego, patrząc w górę w dzień, widzisz niebieski kolor „rozsiany” po całym niebie.

Podczas zachodu Słońce jest nisko nad horyzontem. Światło musi przebyć znacznie dłuższą drogę przez atmosferę. W tym czasie większość niebieskiego światła zostaje rozproszona i „odfiltrowana”, zanim dotrze do Twoich oczu. Do celu docierają głównie fale najdłuższe – czerwone i pomarańczowe – dlatego niebo i tarcza Słońca przybierają te barwy.

Gemma 4 12B (Q4_K_M) Google · miejsce w zadaniu: 2/150

9/10

310 tokenów · 202,4 tok/s · 1,6 s

Ocena sędziego: Poprawne, klarowne, z Rayleigha i dobrym podziałem na pytania.

Wyobraź sobie, że światło słoneczne to „miks” wszystkich kolorów tęczy. Choć wydaje się białe, składa się z fal o różnej długości: czerwone są długie i „leniwe”, a niebieskie krótkie i „energetyczne”.

Kiedy światło trafia w ziemską atmosferę, napotyka cząsteczki gazu i pył. Dzieje się wtedy zjawisko zwane rozpraszaniem Rayleigha.

Dlaczego w dzień niebo jest niebieskie? Krótkie fale niebieskie rozpraszają się znacznie łatwiej niż czerwone. Uderzają w cząsteczki powietrza i „rozlatują się” we wszystkich kierunkach. Dlatego, gdy patrzysz w dowolny punkt nieba, widzisz to rozproszone niebieskie światło.

Dlaczego zachód jest czerwony? Podczas zachodu słońce jest nisko nad horyzontem. Światło musi przebyć znacznie dłuższą drogę przez atmosferę, by dotrzeć do Twoich oczu. W tym czasie większość niebieskiego światła zostaje „wyłapana” i rozproszona po drodze. Do Twoich oczu docierają głównie fale, które przetrwały tę trasę – czyli długie, czerwone i pomarańczowe.

Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 29/150

8/10

142 tokenów · 225,4 tok/s · 0,7 s

Ocena sędziego: Poprawne Rayleigh i zachód, dobra polszczyzna, w limicie; brak wyjaśnienia o fiolecie.

Niebo wydaje się niebieskie w ciągu dnia, ponieważ światło słoneczne rozprasza się na małych cząsteczkach powietrza w atmosferze Ziemi. Światło słoneczne składa się z różnych kolorów, a każdy kolor ma inną długość fali. Niebieskie światło ma krótszą długość fali i jest rozpraszane bardziej niż inne kolory, dlatego widzimy niebo jako niebieskie.

Kiedy słońce zachodzi, jego światło musi przejść przez więcej atmosfery Ziemi. Rozpraszanie niebieskiego światła jest silniejsze, więc więcej niebieskiego światła jest rozpraszane na boki, a do naszych oczu docierają głównie dłuższe fale, czyli czerwone i pomarańczowe światło. Dlatego słońce przy zachodzie wygląda na czerwone.

To zjawisko nazywa się rozpraszaniem Rayleigha.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9,3Poprawna i klarowna fizyka z długościami fal i filtrowaniem niebieskiego, dobra polszczyzna; brakuje tylko wzmianki o fiolecie.
2Gemma 4 12B (Q4_K_M)9Poprawne, klarowne, z Rayleigha i dobrym podziałem na pytania.
3Qwen3.6-27B (Q4_K_M)9Kompletne, poprawne i klarowne, mieści się w limicie; drobny błąd „grubsza warstwa”.
4Gemma 3 27B (Q4_K_M)9Poprawna, przystępna i dobrze napisana.
5Falcon-H1-34B-Instruct (Q4_K_M)9Prosta, poprawna fizycznie odpowiedź z dobrym podsumowaniem.
6Nemotron 3.5 Bolt E4B (Q4_K_M)9Poprawne, zwięzłe i klarowne; wspomina fiolet, Rayleigha i zachód; brak tylko wyjaśnienia, czemu nie fioletowe.
7Qwen3.5-27B (Q4_K_M)9Poprawne, spójne wyjaśnienie z dobrą polszczyzną.
8Qwen3.8-27B (Q4_K_M)9Poprawne Rayleigh, cienka vs gruba warstwa atmosfery, jasna polszczyzna; brak wyjaśnienia czemu nie fiolet.
9Gemma 4 E4B (Q4_K_M)9Prosto, poprawnie i zwięźle; Rayleigh, dłuższa droga, brak tylko wyjaśnienia o fiolecie.
10Gemma 3 12B (Q4_K_M)9Poprawna, przystępna i zwięzła.
11Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)9Poprawne, zwięzłe i dobrze napisane.
12Cogito v1 32B (Q4_K_M)9Poprawne, kompletne, dobra polszczyzna.
13LFM2.5-24B-A2B (Q4_K_M)9Poprawne, zwięzłe, z fioletem, długością fali i zachodem; bardzo dobra polszczyzna.
14EuroLLM-9B-Instruct-2512 (Q4_K_M)9Poprawne, klarowne i uporządkowane, w limicie; tylko emoji.
15Muse Glimmer 30B (Q4_K_M)8,8Dobra analogia, wyjaśnia fiolet i zachód, dodaje wpływ pyłu; drobna niezręczność „słońce jest daleko”.
16Qwen3.5-35B-A3B (Q4_K_M)8,3Poprawnie wymienia rozpraszanie Rayleigha, fiolet i czułość oka (nieco ogólnie), dobrze tłumaczy zachód; dobra polszczyzna.
17QwQ-32B (Q4_K_M)8,3Poprawna fizyka, uwzględnia mniejszą czułość oka na fiolet i dłuższą drogę; drobne usterki („odbijają się”, „Przy tym drodze”).
18Gemma 4 26B-A4B (Q4_K_M)8Poprawne, obrazowe i w limicie; drobna nieścisłość o „energii” fal przebijających przeszkody.
19Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)8Poprawna, zwięzła i czytelna.
20gpt-oss-20b8Poprawna i jasna, uwzględnia wschód; mało precyzyjne „złapane”.
21Ministral-3-14B-Instruct-2512 (Q4_K_M)8Poprawna i zwięzła fizyka, obrazowa; nadmiar pogrubień i emotikony.
22Mistral-Small-24B-Instruct-2501 (Q4_K_M)8Poprawne i zwięzłe, drobny błąd fleksji „słońce czerwonym”.
23Gemma-2-27B-it (Q4_0)8Poprawne i zwięzłe, z jasnym przebiegiem; brak długości fali i fioletu.
24Qwen3-30b-a3b-instruct-2507 (Q4_K_M)8Poprawne i klarowne, drobne nieścisłości o kolorze nieba przy zachodzie.
25Gemma 3n E4B (Q4_K_M)8Dobra analogia i poprawna fizyka, ładny język; analogia z piłkami jest uproszczona, brak fioletu.
26Qwen3-14b (Q4_K_M)8Poprawne, zwięzłe i klarowne.
27Aya Expanse 32B (Q4_K_M)8Poprawne i uporządkowane, bez fioletu.
28EuroLLM-22B-Instruct-2512 (Q4_K_M)8Poprawne, zwięzłe i przystępne; brak fioletu i długości fali, ale bez błędów.
29Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱8Poprawne Rayleigh i zachód, dobra polszczyzna, w limicie; brak wyjaśnienia o fiolecie.
30Qwen3-VL-8B (Q4_K_M)8Dobre wyjaśnienie z długością fali i drogą przez atmosferę, w limicie słów; brak fioletu i drobne niezręczności („niebiesko”).
31Gemma 3 4B (Q4_K_M)8Poprawne i przyjazne dla ucznia; zachód wyjaśniony poprawnie.
32EuroLLM-9B-Instruct (Q4_K_M)8Poprawne Rayleigh i zachód, dobra polszczyzna; zachód mógłby być dokładniejszy.
33Aya Expanse 8B (Q4_K_M)8Poprawne wyjaśnienie obu zjawisk, dobra polszczyzna, drobny anglicyzm „interakuje”.
34Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱7,7Poprawnie i prosto: niebieskie rozproszone po drodze, zostaje czerwone; poprawna polszczyzna, brakuje tylko fioletu i wzmianki o długości fali.
35Qwen3.6-35B-A3B (Q4_K_M)7,3Dobre, poprawne wyjaśnienie z dłuższą drogą światła; niezręczne „w ciągu dnia przez grubą warstwę atmosfery” i brak fioletu.
36Qwen3-VL-32B (Q4_K_M)7,3Poprawne, zwięzłe, z nazwą zjawiska i rolą długości fali; brak fioletu, a podany licznik słów jest zbędny.
37Aya 23 35B (Q4_0)7,3Poprawne wyjaśnienie rozpraszania i dłuższej drogi o zachodzie, zrozumiałe; brak odpowiedzi o fiolecie, drobne kalki („indigowy”, „pyłki”).
38Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Poprawne i zwięzłe; filtr jako analogia jest nieco mylący.
39Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱7Poprawna merytorycznie i spójna, ale mało rozbudowana; błąd „niebieski światło”, brak fioletu.
40Gemma 4 E2B (Q4_K_M)7Poprawne, ale dość skrótowe, bez długości fali; „dłuższe czerwone i pomarańczowe fale” z drobnym błędem zgody.
41Bonsai-2 27B7Poprawne fizycznie, ale błędy rodzajów („ten światło”).
42Qwen3.5-9B (Q4_K_M)7Przystępne i w większości poprawne, uwzględnia czułość oka; „mikroskopijne lustra” sugerują odbicie, a „zaginione” jest kalką.
43Qwen2.5-32B-Instruct (Q4_K_M)7Poprawne, krótkie; literówka „izielonego”, Ziemii.
44Cogito v1 14B (Q4_K_M)7Poprawne fizycznie, choć zielone wymienione jako rozpraszane, suchy styl.
45PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱7Poprawne, ale suche, z zbędnym wstępem i pytaniem.
46Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱7Merytorycznie bardzo dobra (fiolet, Mie), ale przekracza 150 słów.
47PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱7Poprawne i zwięzłe, ale suche jak na ucznia.
48Aya 23 8B (Q4_0)7Poprawna, choć prosta; mówi o niebie czerwonym przy zachodzie.
49Nemotron 3.5 Bolt 74B-A9B6,3Merytorycznie dobre i przejrzyste, ale powtarzające się błędne „rozpraszczać”, „grubszy warstwę”, „rozpraszczenia”; brak wyjaśnienia braku fioletu.
50Nemotron 3.5 Lightning 30B-A3B6,3Dobry, obrazowy styl i poprawna fizyka, ale pomija fiolet z listy kolorów, nieco chwiejna analogia z zasłoną i błędy typu „łatwiej rozpraszać”.
51Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱6Poprawna zasada rozpraszania i zachodu, ale bardzo skrótowo; błąd rodzaju „niebieski światło”, brak fioletu.
52Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱6Poprawne, ale zwięzłe, z błędem „niebieski światło”.
53Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawna idea rozpraszania krótkich fal i dłuższej drogi przy zachodzie, ale bez fioletu i z błędem „niebieski światło”.
54Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱6Dobra idea, ale końcowa analogia ze szkłem jest sprzeczna z wyjaśnieniem; emoji.
55Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱6Ogólnie dobry kierunek i Rayleigh, ale „odbija się od ziemi”, „krótsze kolory” i emotikona.
56Granite 4.1 30B (Q4_K_M)6Rayleigh opisane dobrze, ale mówi o „odbijaniu” i kropelkach wody.
57Command R 35B (08-2024) (Q4_K_M)6Sens poprawny i obrazowy, ale „tęczowa łuk”, „czerwony dociera jako pierwszy” i „opóźniony” są mylące.
58Ministral-3-8B-Instruct-2512 (Q4_K_M)6Fizyka w zasadzie poprawna, lecz dziwna analogia „deszczówka”, „grubszy warstwę”, niezręczne „rozpraszają (rozpraszają)”, emoji.
59Qwen3.5-4B (Q4_K_M)6Fizyka w zasadzie dobra, ale błędy językowe („Dziennik niebieski”, „długi, czerwony światło”).
60PLLuM-8x7B-nc-instruct-2412 🇵🇱6Poprawne, ale bardzo skrótowe; zachód ledwo wyjaśniony.
61Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱6Poprawna fizyka, ale wyraźnie ponad 150 słów, powtórzenia i zbędne pytanie na końcu.
62Gemma-2-9B-it (Q4_0)6Poprawne, ale bardzo lakoniczne i bez nazwy zjawiska.
63Bonsai-2 9B6Merytorycznie dobre i uwzględnia czułość oka, ale potknięcia językowe („tarcza tęcza”, „mija nas”) i mylna analogia z mgłą.
64Gemma 3n E2B (Q4_K_M)6Poprawny szkielet, ale sformułowanie, że czerwone „przechodzi mniej”, jest niejasne; krótko.
65Qwen3-8b (Q4_K_M)6Poprawne w sensie, ale literówki („rozpraszaje”, „rozprasuje”).
66Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱6Poprawny, lecz ogólnikowy; nie wyjaśnia dlaczego niebieskie zanika przy zachodzie, literówka „Atomsfera”.
67DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)6Poprawne, ale literówki („tęfli”) i dziwne „radość zachodzącego słońca”; dzień sformułowany niezgrabnie.
68Qwen3-32b (Q4_K_M)5,3Poprawne, lecz bardzo uproszczone; „niebieski rozprasza się najlepiej” bez wyjaśnienia długości fal, brak fioletu.
69Nemotron-Cascade-2 30B-A3B5,3Idea poprawna, ale „tlenek azotu” zamiast azotu, niezgrabne „wszystko wcześniej”, a deklarowane 149 słów nie zgadza się z faktyczną długością.
70PLLuM-8x7B-nc-chat-2412 🇵🇱5,3Poprawne ale płytkie; brak pojęcia długości fali, zbędna końcówka o „prostym wyjaśnieniu”.
71Nemotron 3 Nano 30B-A3B5,3Ogólnie poprawna idea, ale „słońce rozprasza się w powietrzu” i „odbija się” to nieścisłości; brak fioletu, a „przefiltrować się” sugeruje mylnie filtr.
72Granite 4.2 30B (Q4_K_M)5,2Dobry początek, ale przy zachodzie mylące „rozpraszane są głównie niebieskie”, literówka „niżo” i niezgrabne „wyglądają czerwonymi”.
73Magistral-Small-2506 (Q4_K_M)5Fizyka dobra, ale przekracza limit słów, błędy („Biały światło”), zbędny \boxed.
74Phi-4 14B (Q4_K_M)5Fizyka w sumie poprawna, ale odpowiedź znacznie przekracza 150 słów, jest rozwlekła, z dziwnym porównaniem do flagi.
75Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱5Merytorycznie zasadniczo dobre, ale powtarzający się błąd „niebieski światło” i niejasne „większe rozproszenie”.
76Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5Szkielet dobry, ale błędne „większe cząsteczki (czerwone)” i nadmiar formatowania.
77PLLuM-12B-chat-2512 (Q8_0) 🇵🇱5Fizyka poprawna, ale „rajem” zamiast Rayleigha i bardzo zwięzłe.
78Apertus-8B-Instruct-2509 (Q4_K_M)5Poprawny kierunek, ale bardzo ogólnikowo, bez długości fali i drogi światła; zbędne „Dzień dobry!”.
79PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱5Rozpraszanie wspomniane, ale zachód wyjaśniony mętnie („więcej światła rozproszonego dociera”).
80Ministral-3-3B-Instruct-2512 (Q4_K_M)5Idea poprawna, lecz „odbijają się”, „Dzieńko”, „do naszej głowy” obniżają jakość.
81Bielik-One-4B-r1 (Q4_K_M)4,7Poprawna idea (rozpraszanie, dłuższa droga), ale błędne „przez pryzmat”, „biały światło”, „Dzień, niebo” oraz powtórzenia; brak fioletu.
82GLM-4.7-Flash (Q4_K_M)4Błędnie mówi, że przy zachodzie rozpraszają się tylko długie fale.
83Salamandra-7B-Instruct-2606 (Q4_K_M)4Podstawy dobre, ale sprzeczne zdanie o filtrze (niebieskie przepuszczane) i fałszywa deklaracja liczby słów.
84Mistral-Nemo-Instruct-2407 (Q4_K_M)4Niebo dobrze, ale zachód przypisuje rozpraszaniu Mie i „rozprzestrzenianiu”; przekroczony limit słów.
85Bonsai-2 4B4Ogólny sens zachodu poprawny, ale „rozprasza wszystkie kolory”, dziwne porównanie „woda w lądzie” i brak wyjaśnienia dlaczego niebieski.
86Trurl-2-13B (Q4_K_M) 🇵🇱4Dużo lania wody, wyjaśnienie dnia brak, zachód częściowo poprawny.
87PLLuM-8x7B-instruct-2412 🇵🇱3,3Przy zachodzie błędnie mówi o rozpraszaniu czerwonych fal, brak wyjaśnienia mechanizmu; ogólnikowe.
88Falcon-H1-7B-Instruct (Q4_K_M)3Ogólnikowe i mętne, błędna analogia z dźwiękiem, sprzeczne zdania.
89Qwen2.5-14B-Instruct (Q4_K_M)3Początek poprawny, ale koniec w cyrylicy i brak znaczenia po polsku.
90Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱3Dzień poprawnie, ale przy zachodzie twierdzi, że rozprasza się więcej czerwonego – błąd, plus „niebieski światło”.
91Granite 4.1 8B (Q4_K_M)3Mętne, w zachodzie odwraca rozpraszanie (czerwone rozprasza mniej, ale „odbija się”), absorpcja i błędy językowe.
92PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱3Ogólnikowe i miejscami mylące („dociera więcej niebieskich”), a potem ciąg zmyślonych linków i urwane zakończenie.
93Olmo-3.1-32B-Instruct (Q4_K_M)3Zaczyna od nonsensu o nocy, błędy fleksji i wymyślone słowa („dziemianin”); „odbija się w powietrzu” to nieścisłość, choć sedno częściowo trafione.
94PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱3Błędnie twierdzi, że niebieskie jest najsłabiej rozpraszane; zachód wyjaśniony mętnie.
95Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Błąd merytoryczny: rozproszone krótkie fale zostają, a „dłuższe fale postrzegamy jako niebieskie”; wyjaśnienie nieba jest odwrócone.
96Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Błędnie wprowadza pochłanianie czerwonego i fioletowego zamiast rozpraszania.
97Nemotron 3 Nano 4B (Q4_K_M)3Idea (niebieskie rozprasza się najlepiej) jest, ale „rozpryskuje”, „niebo w niebie” i brak fal krótkich/długich; wyjaśnienie zachodu jest chaotyczne.
98Llama-3.1-8B-Instruct (Q4_K_M)3Twierdzi, że najbardziej widoczne jest zielone, a atmosfera rozprasza czerwone bardziej – błędne.
99Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱3Zbyt skromne, bez mechanizmu, powtórzenie „niebieskie niebo… niebieskie”.
100Granite 4.1 3B (Q4_K_M)3Bez wyjaśnienia rozpraszania niebieskiego; ogólnikowe i niegramatyczne.
101Salamandra-7B-Instruct (Q4_K_M)3Niebo wyjaśnione poprawnie, ale zachód błędnie: „światło czerwone rozprasza się bardziej”.
102Trurl-2-7B (Q4_K_M) 🇵🇱3Powtarza polecenie, błędne tłumaczenie niebieskiego („najwięcej światła”), płytkie.
103PLLuM-8x7B-chat-2412 🇵🇱2,3Błąd merytoryczny: twierdzi, że przy zachodzie czerwone jest rozpraszane bardziej niż niebieskie; do tego zbędne kwestie grzecznościowe i powtórzenia.
104LFM2-24B-A2B (Q4_K_M)2Twierdzi, że niebieskie jest najsilniejsze, „niebieskie cząsteczki odbijają”, analogia ze świecą.
105Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2Odwrócona fizyka: twierdzi, że rozpraszane są czerwone fale, a niebieskie przechodzi bez zakłóceń.
106Falcon-H1-3B-Instruct (Q4_K_M)2Błędnie tłumaczy to „filtrowaniem/pochłanianiem” fal dłuższych, a język jest niezgrabny; rozpraszanie Rayleigha pada tylko w nazwie.
107Cogito v1 8B (Q4_K_M)2Mówi, że najbardziej rozpraszane są fale czerwone i że zachód to mniej warstw atmosfery – odwrotnie niż w fizyce.
108DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)2Po angielsku mimo polskiego polecenia; treść poprawna i uwzględnia fiolet.
109Granite 4.2 8B (Q4_K_M)2Pomylone fale długie/krótkie, „mniejsza warstwa atmosfery”, wymyślone słowa i fałszywy licznik słów.
110Command R7B 12-2024 (Q4_K_M)2Mieszanka języków (arabski, angielski) i zachód wyjaśniony odwrotnie.
111Hermes-3-Llama-3.1-8B (Q4_0)2Mówi, że światło nie jest rozproszone i oko odbija błękit; dodaje nocne bzdury.
112LFM2.5-8B-A1B (Q4_K_M)2Odpowiedź po angielsku mimo polskiego polecenia; merytorycznie poprawna.
113Cogito v1 3B (Q4_K_M)2Błędy fizyczne („cząstki Rayleigha”, „czerwony – najdłuższym fioletowym barwnikiem”, słońce „ciepłe”) i fatalna polszczyzna.
114LFM3-1.7B (Q4_K_M)2Mętne, nieprawdziwe sformułowania o „fali świetnej” i bez mechanizmu.
115Teuken-7B-instruct-research-v0.4 (Q4_K_M)2Brak rozpraszania; sugeruje, że to wrażliwość oczu, a zachód wyjaśniony bezsensownie.
116Teuken-7B-instruct-v0.6 (Q4_K_M)2Odbicie od ziemi, „ciemne niebo”, sprzeczne tłumaczenie zachodu.
117PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱1Zapętlona treść, odnośniki, nieukończona odpowiedź.
118Qwen3-4b-instruct-2507 (Q4_K_M)1Niespójne zdania („bardziej przesłane, a niebieskie – bardziej przesłane”), błędna fizyka i polszczyzna.
119DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)1Odpowiedź w całości po angielsku, mimo polskiego polecenia; merytorycznie poprawna.
120PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱1Początek poprawny, ale reszta to zapętlone powtórzenia i ucięcie; brak użytecznej odpowiedzi.
121Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Fałszywe: ziemia absorbuje niebieskie i odbija, jak farba; zachód to „zjadanie” światła. Brak rozpraszania.
122Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1„Czarne chmury” odbijają światło i zielonkawe barwy przy zachodzie – błędne.
123Falcon-H1-1.5B-Instruct (Q4_K_M)1Fałszywe: słońce emituje niebieskie, czerwień o najwyższej częstotliwości, dziwne zdania.
124Qwen3.5-2B (Q4_K_M)1Odbicie, kąty, niezgodna z fizyką i wewnętrznie sprzeczna.
125Granite 4.2 3B (Q4_K_M)1Bełkot z błędami („niebieskie i niebieskie”) i sprzeczność na końcu.
126Qwen3-1.7b (Q4_K_M)1Odwrócona fizyka, wymyślone słowa.
127Olmo-3-7B-Instruct (Q4_K_M)1Wymyślone „tajne części”, odbijanie – błędne.
128LFM2.5-1.2B-Thinking (Q4_K_M)1Krótka odpowiedź po angielsku.
129PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱0Zupełnie od rzeczy (rajgras), fałszywe fakty o falach.
130Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱0Rażące błędy (NO2, czerwone ma krótsze fale, ciepłe/zimne powietrze), nadmiar pogrubień.
131Llama-3.2-3B-Instruct (Q4_K_M)0Chaotyczne, anglicyzmy „To why”, korona Słońca i wody w atmosferze – błędne.
132EXAONE-3.5-32B-Instruct (Q4_K_M)0Niezrozumiały, wymyślone słowa, księżyc filtruje światło.
133Phi-4-mini-instruct (Q4_K_M)0Zapętlone słowo „spalone”, brak sensu.
134DeepSeek-R1-Distill-Llama-8B (Q4_K_M)0Bełkot, wymyślone słowa, fałszywe stwierdzenia.
135Falcon3-10B-Instruct (Q4_K_M)0Niezrozumiały bełkot.
136DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Nonsens z wymyślonymi słowami.
137Gemma 3 1B (Q4_K_M)0Chaotyczne, sprzeczne, błędna fizyka.
138EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami.
139Granite-3.3-8B-Instruct (Q4_K_M)0Wymyślone słowa i niezrozumiałe zdania.
140Bonsai-2 2B (Q2_0 (ternarny))0Bezsensowna, błędna.
141Falcon3-7B-Instruct (Q4_K_M)0Bełkot o „skórze” i wymyślonych słowach.
142Qwen3.5-0.8B0Wymyślone „światło nocne” i „czarne góry”, całkowicie błędne.
143Llama-3.2-1B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami i błędną fizyką (metan, amoniak).
144Qwen3-0.6b (Q4_K_M)0Tautologia, bezsensowna.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Po angielsku i bezsensowna fizycznie treść.
146Salamandra-2B-Instruct (Q4_K_M)0Bełkot o śniegu i zapętlone zdania, zero treści fizycznej.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Tylko przepisany prompt z błędami, bez odpowiedzi.
148Phi-4-reasoning 14B (Q4_K_M)0Tylko powtarzane rozumowanie po angielsku, brak odpowiedzi.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Odmowa odpowiedzi, brak treści.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot, wymyślone słowa i bezsensowne obliczenia, nie odpowiada na pytanie.

10. Język polski

Korekta tekstu z typowymi błędami („poszłem”) oraz kwota zapisana słownie razem z idiomem. Prowadzi Gemma 4 31B (9,8), przed Bielikiem v2.5 i Gemmą 3 27B (po 9). Słowne zapisanie kwoty bezbłędnie wykonały prawie wszystkie Bieliki 11B (v2.1–v3.1) i Bielik-Minitron-7B.

Top 10 w kategorii (średnia z dwóch zadań)
#ModelKorekta błędów językowychLiczebniki i idiomyŚrednia
1Gemma 4 31B (Q4_K_M)9,5109,8
2Gemma 3 27B (Q4_K_M)8109,0
3Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱8109,0
4Gemma 4 26B-A4B (Q4_K_M)7108,5
5Muse Glimmer 30B (Q4_K_M)8,47,88,1
6Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱6108,0
7Gemma 3 12B (Q4_K_M)888,0
8Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6108,0
9Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱6,29,88,0
10Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱697,5

Korekta błędów językowych

Prompt
Popraw wszystkie błędy językowe w tekście i wypisz listę poprawek z krótkim uzasadnieniem:

„Wczoraj poszłem do sklepu żeby wziąść parę rzeczy. W każdym bądź razie okazało się, że nie mam portfela. Wracając do domu zaczął padać deszcz. Spotkałem dwóch koleżanek z pracy, które poradziły mi abym poszedł na policję. Ubrałem kurtkę i zadzwoniłem na komisariat.”
Klucz oceny (przekazany sędziemu)

Poprawki: poszłem→poszedłem; wziąść→wziąć; „w każdym bądź razie”→„w każdym razie” (lub „bądź co bądź”); przecinki przed „żeby”, „które”, „abym”; „Wracając do domu zaczął padać deszcz” – błędny imiesłów (różne podmioty) → np. „Kiedy wracałem do domu, zaczął padać deszcz”; „spotkałem dwóch koleżanek”→„dwie koleżanki”; „ubrałem kurtkę”→„włożyłem/założyłem kurtkę”; „zadzwoniłem na komisariat”→„do komisariatu” (wskazanie dodatkowe). Liczy się kompletność i trafne uzasadnienia; wprowadzanie nowych błędów = kara.

Rozkład ocen: 10×1 8×5 7×8 6×11 5×18 4×20 3×27 2×21 1×29 0×10 · mediana 3

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

9,5/10

646 tokenów · 116,8 tok/s · 5,8 s

Ocena sędziego: Komplet poprawek wg klucza, w tym trafne rozpoznanie błędnego imiesłowu i przebudowa zdania; jedynie „zauważyłem, że” lekko zmienia sens, nie wspomina o „do komisariatu”.

Oto poprawiona wersja tekstu oraz lista wprowadzonych zmian.

Tekst po poprawkach:

„Wczoraj poszedłem do sklepu, żeby wziąć parę rzeczy. W każdym razie okazało się, że nie mam portfela. Wracając do domu, zauważyłem, że zaczął padać deszcz. Spotkałem dwie koleżanki z pracy, które poradziły mi, abym poszedł na policję. Założyłem kurtkę i zadzwoniłem na komisariat”.

Lista poprawek:
  1. poszłem $\rightarrow$ poszedłem
    • Uzasadnienie: Forma „poszłem” jest błędna. W języku polskim czasownik „iść” w czasie przeszłym dla 1. osoby liczby pojedynczej rodzaju męskiego przyjmuje formę „poszedłem”.
  2. wziąść $\rightarrow$ wziąć
    • Uzasadnienie: Błąd ortograficzny. Bezokolicznik tego czasownika to „wziąć” (bez litery „ś”).
  3. W każdym bądź razie $\rightarrow$ W każdym razie (lub: Bądź co bądź)
    • Uzasadnienie: Jest to tzw. pleonazm/błąd frazeologiczny. Powstał z pomieszania dwóch różnych wyrażeń: „w każdym razie” oraz „bądź co bądź”.
  4. Wracając do domu zaczął padać deszcz $\rightarrow$ Wracając do domu, zauważyłem, że zaczął padać deszcz
    • Uzasadnienie: Błąd składniowy (tzw. imiesłowowy równoważnik zdania). W pierwotnej wersji wynikało z tego, że to „deszcz wracał do domu”. Imiesłów „wracając” musi odnosić się do podmiotu zdania.
  5. dwóch koleżanek $\rightarrow$ dwie koleżanki
    • Uzasadnienie: Błąd w odmianie liczebnika. W przypadku rodzaju żeńskiego używamy formy „dwie” (mianownik), a nie „dwóch” (dopełniacz).
  6. Ubrałem kurtkę $\rightarrow$ Założyłem kurtkę
    • Uzasadnienie: Błąd leksykalny. „Ubrać się” odnosi się do całej osoby (np. „ubrałem się ciepło”), natomiast w odniesieniu do konkretnego elementu garderoby używamy słowa „założyć”.
  7. Interpunkcja (przecinki)
    • Uzasadnienie: Dodano przecinki przed spójnikiem „żeby”, przed imiesłowem „wracając” oraz przed spójnikiem „abym”, zgodnie z zasadami interpunkcji języka polskiego.

Muse Glimmer 30B (Q4_K_M) Meta · miejsce w zadaniu: 2/150

8,4/10

1 223 tokenów · 81,9 tok/s · 15,0 s

Ocena sędziego: Wykrywa niemal wszystkie błędy z klucza (poszedłem, wziąć, w każdym razie, dwie koleżanki, założyłem, do komisariatu, przecinki) z trafnymi uzasadnieniami; zbędnie zmienia „mam” na „miałem” i nie widzi problemu imiesłowu.

Oto poprawiona wersja tekstu:

„Wczoraj poszedłem do sklepu, żeby wziąć parę rzeczy. W każdym razie okazało się, że nie miałem portfela. Wracając do domu, zaczął padać deszcz. Spotkałem dwie koleżanki z pracy, które poradziły mi, abym poszedł na policję. Założyłem kurtkę i zadzwoniłem do komisariatu.”

Lista poprawek:

  1. poszłem → poszedłem Uzasadnienie: Błąd fleksyjny. Poprawna forma przeszła 1 os. lp. od iść to poszedłem.

  2. żeby wziąść → żeby wziąć Uzasadnienie: Błąd ortograficzny / fleksyjny. Czasownik wziąć ma bezokolicznik wziąć, nie wziąść.

  3. W każdym bądź razie → W każdym razie Uzasadnienie: Błąd leksykalny. Poprawne połączenie to w każdym razie. Forma w każdym bądź razie jest niepoprawna.

  4. nie mam portfela → nie miałem portfela Uzasadnienie: Błąd czasu. Cały tekst jest w czasie przeszłym, więc należy użyć miałem zamiast teraźniejszego mam.

  5. Wracając do domu zaczął padać deszcz. → Wracając do domu, zaczął padać deszcz. Uzasadnienie: Błąd interpunkcyjny. Przydawkowe Wracając do domu wymaga przecinka.

  6. Spotkałem dwóch koleżanek → Spotkałem dwie koleżanki Uzasadnienie: Błąd odmiany. Koleżanka to rzeczownik rodzaju żeńskiego ożywiony, w bierniku lm. po liczebniku dwie ma formę dwie koleżanki, nie dwóch koleżanek.

  7. poradziły mi abym → poradziły mi, abym Uzasadnienie: Błąd interpunkcyjny. Przed spójnikiem aby w zdaniu podrzędnym stawiamy przecinek.

  8. Ubrałem kurtkę → Założyłem kurtkę Uzasadnienie: Błąd stylistyczny / kolokacyjny. Ubrać oznacza ubrać kogoś, założyć to poprawne słowo na założenie ubrania na siebie.

  9. zadzwoniłem na komisariat → zadzwoniłem do komisariatu Uzasadnienie: Błąd rządu. Po czasowniku zadzwonić używamy przyimka do z dopełniaczem: do komisariatu.

Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 6/150

8/10

529 tokenów · 163,5 tok/s · 3,3 s

Ocena sędziego: Poprawny tekst z poszedłem, wziąć, razie, dwie koleżanki i przecinkami; lista czytelna, ale z kilkoma pustymi punktami i brakiem komisariatu/ubrałem.

Oto poprawiony tekst:

"Wczoraj poszedłem do sklepu, żeby wziąć parę rzeczy. W każdym razie okazało się, że nie mam portfela. Wracając do domu, zaczął padać deszcz. Spotkałem dwie koleżanki z pracy, które poradziły mi, abym poszedł na policję. Ubrałem kurtkę i zadzwoniłem na komisariat."

Lista poprawek:

  1. "poszłem" → "poszedłem"

    • Poprawne użycie czasu przeszłego męskiego.

  2. "żeby wziąść" → "żeby wziąć"

    • Błędna forma czasownika "wziąć" w trybie przypuszczającym.

  3. "W każdym bądź razie" → "W każdym razie"

    • Niepotrzebne słowo "bądź".

  4. "nie mam portfela"

    • Poprawne użycie zaimka "mam" w czasie przeszłym.

  5. "Wracając do domu zaczął padać deszcz"

    • Poprawne użycie przecinka przed zdaniem podrzędnym.

  6. "Spotkałem dwóch koleżanek" → "Spotkałem dwie koleżanki"

    • Błędna liczba mnoga od "koleżanka".

  7. "poradziły mi abym poszedł" → "poradziły mi, abym poszedł"

    • Poprawne użycie przecinka przed spójnikiem "aby".

  8. "Ubrałem kurtkę"

    • Poprawne użycie czasu przeszłego męskiego.

  9. "zadzwoniłem na komisariat"

    • Poprawne użycie czasu przeszłego męskiego.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)9,5Komplet poprawek wg klucza, w tym trafne rozpoznanie błędnego imiesłowu i przebudowa zdania; jedynie „zauważyłem, że” lekko zmienia sens, nie wspomina o „do komisariatu”.
2Muse Glimmer 30B (Q4_K_M)8,4Wykrywa niemal wszystkie błędy z klucza (poszedłem, wziąć, w każdym razie, dwie koleżanki, założyłem, do komisariatu, przecinki) z trafnymi uzasadnieniami; zbędnie zmienia „mam” na „miałem” i nie widzi problemu imiesłowu.
3Gemma 3 27B (Q4_K_M)8Poprawny tekst ze wszystkimi kluczowymi poprawkami i sensowną listą; drobna nieścisłość w punkcie 6 (aby→żebym), brak komisariatu.
4Falcon-H1-34B-Instruct (Q4_K_M)8Tekst w pełni poprawny w kluczowych miejscach, lista rzeczowa; drobne błędy w uzasadnieniach i brak uwagi o kurtce/komisariacie.
5Gemma 3 12B (Q4_K_M)8Dobry tekst (razie, dwie koleżanki, żebym, do komisariatu, przecinki), lista rzeczowa; pomija poszłem w liście i błędnie cytuje „dwa koleżanek”.
6Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱8Poprawny tekst z poszedłem, wziąć, razie, dwie koleżanki i przecinkami; lista czytelna, ale z kilkoma pustymi punktami i brakiem komisariatu/ubrałem.
7Gemma 4 26B-A4B (Q4_K_M)7Pełny tekst poprawiony (poszedłem, wziąć, razie, dwie, przecinki) i rzetelna lista z trafnym wyjaśnieniem „bądź co bądź”; błędne uzasadnienia przy „ą” i „dwóch”, brak imiesłowu i „ubrałem”.
8Nemotron 3.5 Bolt E4B (Q4_K_M)7Tekst końcowy poprawny, ale lista pomija poszłem i pomyłkowo opisuje „dopełniacz” dla dwie koleżanki; punkt 5 ogólnikowy.
9Ministral-3-14B-Instruct-2512 (Q4_K_M)7Dobry tekst (poszedłem, wziąć, razie, dwie koleżanki, do komisariatu), ale „poradziły, żebym” gubi „mi”, a uzasadnienia bywają błędne („abym” archaiczne).
10Gemma 3n E4B (Q4_K_M)7Dobry tekst: wziąć, razie, dwie koleżanki, przecinki; lista pomija poszłem i zawiera pusty punkt „abym→abym”, brak komisariatu.
11PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱7Tekst poprawny we wszystkich kluczowych miejscach; lista zawiera puste punkty („bądź→bądź”, „abym→abym”) i przeciek znacznika.
12Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱7Lista poprawna i zwięzła (poszedłem, wziąć, razie, miałem, przecinki, dwie koleżanki), ale bez zbiorczego tekstu i bez uwag o kurtce/komisariacie.
13Falcon-H1-3B-Instruct (Q4_K_M)7Wychwytuje wziąć, imiesłów („Kiedy wracałem”), dwie koleżanki, włożyłem, do komisariatu; uzasadnienia miejscami błędne, nie wymienia poszłem i brakuje przecinka przed „żeby”.
14Qwen3-32b (Q4_K_M)6,5Dobry tekst z trafną przebudową imiesłowu („Wracałem do domu, gdy…”), ale zostawia „dwóch koleżanek” i „ubrałem”, a lista ma duplikaty i puste pozycje.
15Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱6,2Poprawiony tekst jest w większości dobry, ale pomija „ubrałem” i „na komisariat”, a lista zawiera absurdalne pozycje (np. „zaczął padać → zaczął padać”, „Ubrałem → Ubrałem”).
16Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱6Tekst końcowy poprawny (poszedłem, wziąć, razie, dwie, przecinki), lista zawiera puste wpisy „X→X” i błędne uzasadnienia.
17Qwen3.5-27B (Q4_K_M)6Poprawia poszedłem, wziąć, dwie koleżanki, przecinki, założyłem, ale zostawia „bądź razie” i komisariat; błędna gloss o „dwa koleżanek”.
18Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱6Poprawny tekst (poszedłem, wziąć, razie, dwie, przecinek), ale zbędne zmiany parę→kilka i lista z pustymi punktami „X → X”.
19Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱6Tekst końcowy poprawny, trafne poprawki poszedłem/wziąć/razie/dwie koleżanki; lista ucięta i z wpisami typu „brak błędu”.
20Granite 4.1 30B (Q4_K_M)6Tekst końcowy poprawny (poszedłem, wziąć, razie, dwie, przecinki), ale lista pomija poszedłem, zawiera błędne uzasadnienia i uznaje „na komisariat” za poprawne.
21Gemma 3 4B (Q4_K_M)6Tekst w większości poprawny (wziąć, razie, dwie koleżanki, przecinki), ale zbędne parę→kilka i fałszywe twierdzenie, że „abym” jest niepoprawne; lista pomija poszedłem.
22Salamandra-7B-Instruct-2606 (Q4_K_M)6Dobre „Gdy wracałem” i poprawny tekst, ale zmiana wziąć→kupić i udał się niepotrzebne; lista pełna absurdów („zaczął padać” jako bezokolicznik).
23PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱6Tekst poprawny w kluczowych miejscach, lista zbyt skąpa i z pustą pozycją „poszedłem→poszedłem”.
24Nemotron-Cascade-2 30B-A3B5,5Poprawia poszedłem, wziąć, w każdym razie, przecinki i „do komisariatu”, ale zostawia „dwóch koleżanek” i wypisuje bezsensowny punkt 4 i uwagi.
25PLLuM-8x7B-nc-instruct-2412 🇵🇱5,5Tekst ma główne poprawki, ale brak przecinka po „Wracając do domu”; lista zawiera fałszywe pozycje („mam→nie mam”, wołacz) i pomija część poprawek.
26Qwen3.8-27B (Q4_K_M)5Poprawia poszedłem, wziąć, dwie koleżanki i przecinki z sensownymi uzasadnieniami, ale zostawia „bądź razie” i nie zauważa „ubrałem”.
27Gemma 4 E4B (Q4_K_M)5Poprawia poszedłem, wziąć, dwie koleżanki i przecinki, lecz zostawia „bądź razie”; tabela przejrzysta.
28Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱5Poprawia poszedłem, wziąć, przecinki i dwie koleżanki, ale zostawia „bądź razie” i pisze o „pisowni łącznej”.
29Gemma-2-27B-it (Q4_0)5Poprawia poszedłem, wziąć, dwie koleżanki i przecinki, ale lista jest chaotyczna („padać→padać”, „dwie koleżanek”), nie poprawia „ubrałem” ani „na komisariat”.
30GLM-4.7-Flash (Q4_K_M)5Poprawia poszedłem, wziąć, razie, przecinki, ale zostawia dwóch koleżanek i ubrałem; lista z pustymi punktami i błędną glosą o „ubrałem”.
31Qwen2.5-32B-Instruct (Q4_K_M)5Tekst końcowy w miarę dobry (poszedłem, wziąć, razie, do komisariatu), ale zostaje „dwóch koleżanek”, a lista zawiera nonsensy („usunięto żeby”).
32Aya Expanse 32B (Q4_K_M)5Większość poprawek trafna (żebym, dwie, razie), ale „Włożyłam” zmienia płeć narratora i wprowadza niespójność; lista niepełna.
33Qwen2.5-14B-Instruct (Q4_K_M)5Poprawia wziąć, razie, „do policji”, „do komisariatu”, ale zostawia poszłem→ok i „dwóch koleżanek”; uzasadnienia słabe.
34Bonsai-2 9B5Poprawia poszedłem, wziąć, razie i przecinki, ale zostawia „dwóch koleżanek”, „ubrałem”; uzasadnienie „aby” jest fałszywe.
35Gemma 3n E2B (Q4_K_M)5Tekst końcowy dobry (poszedłem, wziąć, razie, dwie, przecinki), ale lista chaotyczna i z błędnymi uzasadnieniami, zostaje „ubrałem” i „na komisariat”.
36PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱5Tekst końcowy poprawny, lista natomiast bezsensowna („bądź→bądź”, „rodzaj nijaki”).
37EuroLLM-9B-Instruct (Q4_K_M)5Tekst dobry (miałem, razie, dwie koleżanki), ale lista pełna pustych i absurdalnych pozycji („koleżanków”, „ę zamiast ętałem”).
38PLLuM-12B-chat-2512 (Q8_0) 🇵🇱5Tekst końcowy dobry, ale lista urwana i z błędnymi uzasadnieniami ("poszłem ma inny rodzaj"), brak wziąć, ubrałem.
39Qwen3-8b (Q4_K_M)5Poprawia poszedłem, wziąć, razie, przecinki, ale zostawia dwóch koleżanek; uzasadnienia mętne, punkty zdublowane.
40PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱5Tekst poprawiony w większości prawidłowo (poszedłem, razie, dwie koleżanki, przecinki), ale brak wymaganej listy poprawek.
41Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱4,9Tekst jest w większości poprawiony, ale zostaje „w każdym bądź razie”. Lista poprawek to bełkot (pozycje typu „żeby → żeby”, wymyślone literówki), więc jest bezużyteczna.
42PLLuM-8x7B-nc-chat-2412 🇵🇱4,5Poprawia poszedłem, wziąć, w każdym razie i koleżanki, ale pomija przecinki, ubrałem i imiesłów; punkt 5 („zadzwoniłem” na „zadzwoniłem”) jest bezsensowny.
43Nemotron 3.5 Lightning 30B-A3B4,5Poprawia wziąć, w każdym razie, przecinek i komisariat, ale zostawia „dwóch koleżanek”; wiele pozycji „X zamiast X” i absurdalne „raż”.
44Qwen3.6-27B (Q4_K_M)4Wybiera kolegów/którzy, zostawia „bądź razie”; bardzo rozwlekłe, sprzeczne uzasadnienia, cyrylica w „poradziли”.
45Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱4Końcowy tekst poprawia poszedłem, wziąć, w każdym razie i przecinki, ale zostawia „dwóch koleżanek”, „ubrałem”; lista poprawek zawiera mnóstwo absurdów („portfel → portfela”, „dwóch” jako przymiotnik).
46Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)4Zamienia „wziąć” na „kupić”, w tekście zostaje „poszłem”; poprawne razie, dwie koleżanki, przecinki.
47Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)4Poprawia razie, dwie, przecinki, żebym; zostaje poszłem w tekście, zostawia „ubrałem” i „na komisariat”.
48Cogito v1 32B (Q4_K_M)4Dobrze: poszedłem, wziąć, razie, dwie, włożyłem; źle: „zaczęło padać deszcz” i „żeby poszedł”, uzasadnienia często błędne.
49Bonsai-2 27B4Poprawia wziąć, dwie, przecinki, ale zostawia poszłem i „bądź razie”; długie, częściowo błędne uzasadnienia.
50Qwen3-30b-a3b-instruct-2507 (Q4_K_M)4Zamiana na „Wróciwszy” pogarsza zdanie, zostaje „dwóch koleżanek”; uzasadnienia chaotyczne, część poprawek (wziąć, razie, abym) trafna.
51Qwen3-14b (Q4_K_M)4Tekst: poszedłem, wziąć, razie i przecinki poprawione, ale zostaje „dwóch koleżanek”; lista zawiera absurdy („wziąść” jako rzeczownik, pozycje „brak błędu”).
52Magistral-Small-2506 (Q4_K_M)4Zostawia „poszłem” w tekście, poprawia resztę (wziąć, razie, dwie, żebym), uzasadnienia słabe, dziwny zapis \boxed.
53Phi-4 14B (Q4_K_M)4Poprawia poszedłem, wziąć, przecinki i do komisariatu, ale zostawia „bądź razie” i „dwóch koleżanek”; lista nie pokrywa zmian.
54Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Poprawia kluczowe błędy, ale w tekście końcowym wprowadza „Spotkaliśmy” i zostawia „Ubrałem”; uzasadnienia są fałszywe („bądź” na „że”, „dwojóch”, „zdzwoniłem”).
55PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱4Poprawia poszedłem, przecinki i dwie koleżanki, ale zostawia „bądź razie”; brak wymaganej listy poprawek.
56Aya Expanse 8B (Q4_K_M)4Poprawia dwie koleżanki i przecinki, ale zmienia sens („zapomniałem portfela”, „doradziły”) i usuwa idiom; zbędne przeróbki.
57Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱4Poprawia poszedłem, wziąć, razie i przecinki, ale zamienia koleżanki na kolegów; lista niekompletna, z bezsensownym punktem 4 i błędnym uzasadnieniem.
58Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱4Usuwa całe „w każdym razie” i zmyśla poprawki („zarówno→dwie”); tekst poza tym poprawny, lista nonsensowna.
59Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱4Dobrze: poszedłem, wziąć, dwie koleżanki, przecinki; ale w tekście zostaje „bądź razie”, a lista jest sprzeczna i zawiera puste punkty.
60Qwen3.5-35B-A3B (Q4_K_M)3,5Zamienia wziąć na „zabrać” i koleżanki na kolegów, co zmienia sens; uzasadnienia chaotyczne i niespójne z tekstem końcowym.
61Qwen3-VL-32B (Q4_K_M)3,5Zostawia „poszłem” i „dwóch koleżanek”, błędnie zmienia „na policję” na „do policji”; uzasadnienia o „przysłówku” i „dawnym przypadku” są bzdurne.
62Nemotron 3 Nano 30B-A3B3,5Zmienia wziąć na kupić (zmiana treści), zostawia „dwóch koleżanek”, ubrałem i imiesłów; dodaje obcy znak „自然”; poszedłem poprawione bez omówienia.
63Aya 23 35B (Q4_0)3,5Przepisuje tekst i zmienia treść (usuwa cel, „zgłosił sprawę”), a uzasadnienia są nielogiczne; tylko część poprawek trafna (poszedłem, razie, dwie, włożyłem).
64Gemma 4 12B (Q4_K_M)3Zostawia „bądź razie” w tekście, lista z absurdalnymi wpisami („każdym→każdym”, „ę”); poprawne tylko poszedłem, dwie koleżanki i przecinki.
65Gemma 4 E2B (Q4_K_M)3Zostawia „bądź razie” i dwóch koleżanek, twierdząc, że jest poprawnie; poprawia tylko poszedłem, wziąć i przecinki.
66gpt-oss-20b3Wprowadza nowy błąd „zadzwoniłem do komisariat” i zbędne „do policji”, zostawia „dwóch koleżanek”; część poprawek (wziąć, razie, przecinki) trafna.
67Mistral-Small-24B-Instruct-2501 (Q4_K_M)3Poprawia tylko wziąć, razie i przecinki; zostaje poszłem i „dwóch koleżanek”, a lista twierdzi, że reszta jest poprawna.
68LFM2.5-24B-A2B (Q4_K_M)3Zostawia poszłem i dwóch koleżanek, nie poprawia wziąść w liście, błędnie uznaje „parę” za błąd.
69Falcon-H1-7B-Instruct (Q4_K_M)3Lista sensowna częściowo (wziąć, razie, przecinki), ale w tekście zostaje „poszłem” i „dwóch koleżanek”; powtórzona lista.
70Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱3Tekst końcowy częściowo poprawny, ale lista zawiera absurd „bądź→będąc” i puste wpisy.
71Qwen3.5-4B (Q4_K_M)3Tekst końcowy poprawia wziąć i dwie koleżanki, ale zostawia poszłem w liście pomija, „bądź razie” i dodaje błędne „do policjanta”; uzasadnienia nieprawdziwe.
72EuroLLM-22B-Instruct-2512 (Q4_K_M)3Zamiast poprawiać „wziąść” zmienia na „kupić”, zostawia „bądź razie” w tekście, wymyślone „dwoje koleżanek”, puste wpisy.
73Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱3Zostawia „bądź razie”, zmyślone „posłłem”, „koleżankek”; poprawne tylko wziąć, dwie, przecinki.
74PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱3Tylko tekst, bez listy; poprawia poszedłem i przecinki, zostawia „bądź razie” i „dwóch koleżanek”.
75Gemma-2-9B-it (Q4_0)3Zamienia wziąć na kupić i żeby na żebym, zostawia „dwóch koleżanek”; lista pełna nonsensów („wszystko zamiast parę rzeczy”).
76Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱3Zmienia portfel na portmonetkę bez powodu, uzasadnienia o „dodaniu kropki” nonsensowne; część poprawek trafna.
77EuroLLM-9B-Instruct-2512 (Q4_K_M)3Tekst końcowy częściowo poprawny, ale zostaje „bądź razie”; lista pełna zmyślonych „poprawek interpunkcji”.
78Granite 4.2 30B (Q4_K_M)3Zostawia „poszłem” w tekście, pisze „aby poszedł” (nowy błąd), uznaje „dwóch koleżanek” za poprawne, uzasadnienia są bełkotliwe.
79Qwen3-4b-instruct-2507 (Q4_K_M)3Poprawia poszedłem i wziąć, ale wprowadza błąd „by poszedłem”, usuwa idiom, zostawia „dwóch koleżanek”; uzasadnienia zmyślone.
80PLLuM-8x7B-chat-2412 🇵🇱3Uzasadnienia absurdalne ("odwrócone ć", "ę"), w tekście zostaje „poszłem”; poprawia tylko wziąć, razie, dwie i przecinki.
81Mistral-Nemo-Instruct-2407 (Q4_K_M)3Zostawia poszłem, wprowadza „aby poszedłem”; poprawia razie, dwie koleżanki, do komisariatu, uzasadnienia bełkotliwe.
82Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱3Tylko tekst; poprawia poszedłem, wziąć, przecinki, ale zostawia „bądź razie” i „dwóch koleżanek”; brak listy.
83Cogito v1 8B (Q4_K_M)3Zostawia poszłem, zmienia wziąć→kupić, wymyśla poprawkę „z których”, zamienia komisariat na policję.
84Llama-3.2-3B-Instruct (Q4_K_M)3Poprawia poszedłem i wziąć, ale zostawia „bądź razie”, „dwóch koleżanek”, błędne „aby poszedł”; lista pełna pustych wpisów i bełkotu.
85Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱3Zmienia na kolegów, zostawia brak przecinka przed żeby; sam tekst bez listy poprawek.
86Gemma 3 1B (Q4_K_M)3Poprawia poszedłem, razie i przecinek, ale zostawia dwóch koleżanek i brak przecinka przed abym; lista „zastąpiono X – X” bez treści.
87Trurl-2-7B (Q4_K_M) 🇵🇱3Powtarza polecenie i podaje częściowo poprawiony tekst bez listy poprawek; zostaje „dwóch koleżanek” i błędne „aby poszedł”.
88Qwen3.6-35B-A3B (Q4_K_M)2,5Zmienia koleżanki na kolegów (zmiana sensu), puste poprawki „żeby→żeby”, literówki „błął”; poprawia tylko wziąć i w każdym razie.
89QwQ-32B (Q4_K_M)2,5Wprowadza nowy błąd „żeby poszedłem”, zostawia „bądź” (choć w uwagach uznaje je za poprawne), uzasadnienia bełkotliwe.
90PLLuM-8x7B-instruct-2412 🇵🇱2,5Tekst zachowuje „w każdym bądź razie”, lista poprawek pełna absurdów (zmiany „X na X”, błędne uzasadnienia); poprawia tylko poszedłem i koleżanki.
91Qwen3.5-9B (Q4_K_M)2Zostawia poszłem, zamienia na kolegów/którzy, a lista jest chaotyczna, z autokorektami w trakcie i błędną tezą, że „bądź razie” jest poprawne.
92Command R 35B (08-2024) (Q4_K_M)2Brak tekstu poprawionego, lista zawiera błędne i bezsensowne uzasadnienia, prośba o potwierdzenie.
93Ministral-3-8B-Instruct-2512 (Q4_K_M)2Wprowadza nowe błędy („Załóżłem”, „zaczynał”), zostawia „poszłem” i „dwóch koleżanek”; uzasadnienie o „dwoje” jest chaotyczne.
94Qwen3-VL-8B (Q4_K_M)2Zostawia poszłem i bądź razie, wprowadza „deszcz zaczął padać” z fałszywym uzasadnieniem, błędne „żeby poszedł”.
95LFM2-24B-A2B (Q4_K_M)2Zastępuje idiom absurdalnym „w każdej sytuacji”, zostawia poszłem i dwóch koleżanek, lista pełna bełkotu.
96PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱2Nie podaje poprawionego tekstu, lista błędna (twierdzi, że fragmenty są poprawne), na końcu niepotrzebna prośba.
97PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱2Przeredagowuje treść (kupić, „kiedy już byłem w sklepie”) zamiast poprawiać, lista poprawek jest bezsensowna, pomija „ubrałem” i „na komisariat”.
98Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2Poprawia tylko poszedłem i przecinek, zostawia „bądź razie” i „dwóch koleżanek”; uzasadnienia są nonsensowne (podmiot „Wczoraj”).
99Bonsai-2 4B2Zmyślone „czyby”, nonsensowne uzasadnienia, zostaje poszłem i wziąć w tekście.
100Granite 4.2 8B (Q4_K_M)2Rozwlekłe, chaotyczne, urwane; proponuje błędne „W każdy razie”, „którzy mi poradzili” i „żeby poszedł”.
101Command R7B 12-2024 (Q4_K_M)2Wyjaśnienia po chińsku (niepolskie), choć tekst końcowy jest częściowo poprawny; uzasadnienia bez sensu.
102Llama-3.1-8B-Instruct (Q4_K_M)2Pomija większość błędów, wprowadza absurdalne poprawki („aby poszedłem”, „Ubraliśmy kurtkę”) i bełkotliwe uzasadnienia.
103Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2Przepisuje tekst (wybrałem się, kupić kilka rzeczy), nie poprawia błędów; uzasadnienia zmyślone.
104Granite 4.1 3B (Q4_K_M)2Uznaje pierwsze zdanie za poprawne mimo „poszłem”, a w trzecim wprowadza nowe błędy („aby poszedłem”, „powiedziały”), zostawia „dwóch koleżanek”.
105Qwen3.5-2B (Q4_K_M)2Nie poprawia poszłem ani „bądź razie”, mówi że te fragmenty są poprawne; uzasadnienia o „-at” bezsensowne.
106Phi-4-mini-instruct (Q4_K_M)2Zostawia poszłem i dwóch koleżanek; lista „dodać spacje/przecinki” jest absurdalna.
107DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2Zostawia poszłem i dwóch koleżanek, wprowadza „aby poszłem”; poprawia tylko „razie”.
108Qwen3-1.7b (Q4_K_M)2Zostawia poszłem, wziąć i dwóch koleżanek, lista sprzeczna i bezsensowna.
109Salamandra-2B-Instruct (Q4_K_M)2Brak listy poprawek, przeredagowuje tekst (kupić, wyszło) i zostawia dwóch koleżanek.
110Bielik-One-4B-r1 (Q4_K_M)1,9Zostawia „poszłem”, „bądź razie” i „dwóch koleżanek”. Wprowadza błędy („żeby poszedłem”, „do policjanta”, „wydawało się”) i pisze bezsensowne uzasadnienia.
111DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)1,5Odpowiedź po angielsku, tekst zostawia z „poszłem” i „bądź”, wykonuje tylko dwie zmiany.
112Cogito v1 14B (Q4_K_M)1Zmienia sens tekstu (koleżanki → koledzy), w tekście zostawia „w każdym bądź razie”, uzasadnienia są nonsensowne.
113Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1Wstawia „W każdym będąc razie” — nowy, absurdalny błąd; uzasadnienia sprzeczne.
114Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱1Zmienia koleżanki na kolegów, zostawia bądź razie, uzasadnienia gramatyczne zmyślone.
115Apertus-8B-Instruct-2509 (Q4_K_M)1Tekst nie poprawia niemal nic, lista „X zamiast X” to pusty szum; nie wykonuje zadania.
116Granite 4.1 8B (Q4_K_M)1Wprowadza nowe błędy („aby poszedłem”, „portfeli”, „dwóch koleżanki”), zostawia poszłem; uzasadnienia bez sensu.
117Ministral-3-3B-Instruct-2512 (Q4_K_M)1Wymyślone formy („poślám”), zmiana na „poszłam”, zabrać, „aby poszedł”; uzasadnienia bełkotliwe i samosprzeczne.
118Olmo-3.1-32B-Instruct (Q4_K_M)1Wprowadza liczne nowe błędy („Wczorajszyj”, „aby poszedłem”, „do komisariat”), uzasadnienia bełkotliwe.
119DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)1Zmienia płeć narratora, wstawia obcy wyraz (cyrylica), zostawia „bądź razie”; sprzeczne uwagi.
120Aya 23 8B (Q4_0)1Wymyślona forma „weźć”, „załamałem kurtkę”, brak poprawionego tekstu; uzasadnienia bez sensu.
121DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1Po angielsku, wprowadza błędy („padać deszczem”, „abym poszedłbym”), zostawia poszłem.
122Nemotron 3 Nano 4B (Q4_K_M)1Zostawia poszłem, „żeby poszedł”; uzasadnienia bełkotliwe i odpowiedź degeneruje się w zapętlenie, ucięta.
123Hermes-3-Llama-3.1-8B (Q4_0)1Lista pełna pustych wpisów „X→X”, nie poprawia wziąść ani bądź razie; bełkot.
124LFM2.5-8B-A1B (Q4_K_M)1Zachowuje poszłem i „bądź razie”, dodaje nowe błędy („abram”, „coś wziąć kilka rzeczy”, abyśmy poszli); uzasadnienia bełkotliwe.
125EXAONE-3.5-32B-Instruct (Q4_K_M)1Przepisuje tekst na nowo, zmienia sens, wprowadza nowe błędy („spotkawiłem”, „dwiema kolegami”, „Ubranie się”); lista niespójna.
126Falcon-H1-1.5B-Instruct (Q4_K_M)1Przepisuje zdania, zmienia sens („poszukałem sklepu”, „zamieniłem kurtkę na płaszcze”), nie poprawia właściwych błędów.
127LFM3-1.7B (Q4_K_M)1Zmienia płeć narratora i zostawia błędne „poszłam” oraz „ubrałam”; tabela pełna bełkotu i fałszywych uzasadnień.
128Salamandra-7B-Instruct (Q4_K_M)1Zapętlone powtórzenia, nie poprawia poszedłem poprawnie ani „bądź razie”, błędne uzasadnienie o przecinku; zmienia na kolegów.
129Granite 4.2 3B (Q4_K_M)1Rozwlekły chaos z halucynacjami („koleżek”, „warto poszedł na policję”), urwany na końcu; nie przedstawia użytecznej poprawionej wersji.
130Teuken-7B-instruct-research-v0.4 (Q4_K_M)1Nie poprawia błędów, wprowadza literówki („descz”, „zaczal”).
131Falcon3-10B-Instruct (Q4_K_M)1Zostawia poszłem, wprowadza „w każdej sytuacji”, „aby poszedłem”; lista bez sensu.
132Trurl-2-13B (Q4_K_M) 🇵🇱1Powtarza polecenie, lista poprawek to bełkot („poszedłem→poszedłem”, „bądź→być”).
133DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)1Wymyślone słowa („zaczęć”, „nadzwoniłem”, „polisę”), zmienia sens zdania; bełkot.
134EXAONE-3.5-7.8B-Instruct (Q4_K_M)1Wymyślone słowa („kolegynki”, „Wrócąc domu”, „przekonali mi się poszukać policję”), zmiana sensu; zostawia poszłem.
135Falcon3-7B-Instruct (Q4_K_M)1Wprowadza nonsensy („środka”, „W każdym razu”), zostaje poszłem; lista bez sensu.
136Qwen3.5-0.8B1Nie poprawia niemal niczego, lista to bełkot o „pozycji” zdań.
137Llama-3.2-1B-Instruct (Q4_K_M)1Lista to puste wpisy „X→X” z bełkotliwymi uzasadnieniami, nie poprawia poszłem ani „dwóch koleżanek”.
138Qwen3-0.6b (Q4_K_M)1Poprawki „X → X”, zostawia poszłem, wziąść, dwóch koleżanek; uzasadnienia bez sensu.
139LFM2.5-1.2B-Thinking (Q4_K_M)1Wymyślone błędy („okazalla”), nonsensowne uzasadnienia; nie poprawia żadnego realnego błędu.
140Nemotron 3.5 Bolt 74B-A9B0,5Bełkot: „wczoraj nie istnieje”, nowe błędy („Wczorajszy poszedłem”, „koleżanekami”), znaki obcego pisma, tekst końcowy gorszy od oryginału.
141Cogito v1 3B (Q4_K_M)0Zapętlona lista powtórzeń, urwana, brak poprawionego tekstu, bezsensowne uzasadnienia.
142Teuken-7B-instruct-v0.6 (Q4_K_M)0Bełkot, zapętlona lista nieistniejących błędów, brak poprawionego tekstu.
143Granite-3.3-8B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami („Wczesychną czerwienię”, „Zabrál”), wprowadza liczne nowe błędy.
144Bonsai-2 2B (Q2_0 (ternarny))0Całkowicie zmyślone „błędy” i uzasadnienia, brak realnych poprawek (poszłem, wziąść pominięte).
145Olmo-3-7B-Instruct (Q4_K_M)0Bełkot z wymyślonymi słowami („bramę”, „zaczęłem padać”, „Uczyłem się kurtkę”); psuje tekst.
146DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Po angielsku, tekst zniekształcony, wymyślone błędy i bełkot.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Powtarzane „Nie ma błędów”, fałsz i degeneracja.
148Phi-4-reasoning 14B (Q4_K_M)0Wewnętrzne rozumowanie po angielsku w pętli, urwane, brak odpowiedzi końcowej.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Ciąg zer, brak jakiejkolwiek korekty.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Całkowity bełkot, niezrozumiałe pseudo-polskie zdania.

Liczebniki i idiomy

Prompt
Wykonaj dwa zadania.
1) Zapisz słownie kwotę 2 345 678,91 zł (grosze też słownie).
2) Wyjaśnij jednym zdaniem każde z wyrażeń: „mieć muchy w nosie”, „wyjść jak Zabłocki na mydle”, „nie mój cyrk, nie moje małpy”, „ni pies, ni wydra”.
Klucz oceny (przekazany sędziemu)

1) dwa miliony trzysta czterdzieści pięć tysięcy sześćset siedemdziesiąt osiem złotych dziewięćdziesiąt jeden groszy. 2) mieć muchy w nosie – być w złym humorze, kaprysić; wyjść jak Zabłocki na mydle – stracić na czymś, na czym chciało się zarobić; nie mój cyrk, nie moje małpy – to nie moja sprawa/odpowiedzialność; ni pies, ni wydra – coś nijakiego, ni to, ni owo. Błąd w zapisie słownym = mocna kara.

Rozkład ocen: 10×15 9×9 8×5 7×8 6×13 5×13 4×11 3×14 2×15 1×16 0×31 · mediana 3,1

Najlepsze odpowiedzi (dwie najwyżej ocenione i najlepsza z modeli polskich):

Gemma 4 31B (Q4_K_M) Google · miejsce w zadaniu: 1/150

10/10

205 tokenów · 109,3 tok/s · 2,2 s

Ocena sędziego: Kwota poprawna, wszystkie cztery wyjaśnienia trafne, Zabłocki z wyraźną stratą.

Oto wykonane zadania:

  1. Dwa miliony trzysta czterdzieści pięć tysięcy sześćset siedemdziesiąt osiem złotych dziewięćdziesiąt jeden groszy.

  2. Wyjaśnienia wyrażeń:

  • Mieć muchy w nosie – być w złym humorze lub być kapryśnym bez wyraźnego powodu.
  • Wyjść jak Zabłocki na mydle – ponieść dotkliwą stratę lub zostać oszukanym w wyniku nieudanej inwestycji.
  • Nie mój cyrk, nie moje małpy – nie czuć się odpowiedzialnym za daną sytuację lub problem i nie chcieć się w nią angażować.
  • Ni pies, ni wydra – określenie czegoś lub kogoś, czego nie da się jednoznacznie zaklasyfikować lub co jest niskiej jakości.

Gemma 4 26B-A4B (Q4_K_M) Google · miejsce w zadaniu: 2/150

10/10

214 tokenów · 225,2 tok/s · 1,1 s

Ocena sędziego: Kwota i wszystkie cztery idiomy poprawne, zwięźle i po polsku.

Oto wykonane zadania:

1) Zapis słowny kwoty: dwa miliony trzysta czterdzieści pięć tysięcy sześćset siedemdziesiąt osiem złotych i dziewięćdziesiąt jeden groszy.

2) Wyjaśnienia wyrażeń:

  • mieć muchy w nosie – być w złym humorze, być kapryśnym lub nieprzyjemnym bez wyraźnego powodu.
  • wyjść jak Zabłocki na mydle – stracić coś, co się posiadało, lub zostać oszukanym i wyjść na tym na straty.
  • nie mój cyrk, nie moje małpy – nie angażować się w cudze problemy, które mnie nie dotyczą.
  • ni pies, ni wydra – określenie czegoś, co jest nieokreślone, nijakie lub nie pasuje do żadnej konkretnej kategorii.

Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱 SpeakLeash / ACK Cyfronet AGH · miejsce w zadaniu: 3/150

10/10

237 tokenów · 159,5 tok/s · 1,5 s

Ocena sędziego: Kwota poprawna, wszystkie idiomy trafnie wyjaśnione.

  1. Kwota 2 345 678,91 zł zapisana słownie to: "dwa miliony trzysta czterdzieści pięć tysięcy sześćset siedemdziesiąt osiem złotych i dziewięćdziesiąt jeden groszy".

  2. "Mieć muchy w nosie" - być w złym humorze, kapryśnym lub drażliwym. "Wyjść jak Zabłocki na mydle" - ponieść straty w wyniku nieudanego przedsięwzięcia lub interesu. "Nie mój cyrk, nie moje małpy" - nie moja sprawa, nie moja odpowiedzialność. "Ni pies, ni wydra" - coś niejednoznacznego, niepasującego do żadnej kategorii lub niezdecydowanego.

Zobacz pełne odpowiedzi wszystkich 150 modeli →

Oceny i komentarze sędziego dla wszystkich 150 modeli
#ModelOcenaKomentarz
1Gemma 4 31B (Q4_K_M)10Kwota poprawna, wszystkie cztery wyjaśnienia trafne, Zabłocki z wyraźną stratą.
2Gemma 4 26B-A4B (Q4_K_M)10Kwota i wszystkie cztery idiomy poprawne, zwięźle i po polsku.
3Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱10Kwota poprawna, wszystkie idiomy trafnie wyjaśnione.
4Gemma 3 27B (Q4_K_M)10Kwota i idiomy poprawne.
5Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱10Kwota i idiomy poprawne.
6Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱10Kwota i wszystkie idiomy poprawne, zwięźle.
7Gemma-2-27B-it (Q4_0)10Kwota i wszystkie idiomy poprawne i zwięzłe.
8PLLuM-8x7B-nc-chat-2412 🇵🇱10Kwota poprawna, znaczenia zgodne z kluczem; drobna zbędna kurtuazja na końcu.
9Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱10Kwota i wszystkie idiomy poprawne i jasne.
10Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱10Kwota i wszystkie idiomy poprawne.
11PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱10Kwota i idiomy poprawne, dobre sformułowania.
12Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱10Kwota i idiomy poprawne, jasne wyjaśnienia.
13Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱10Kwota i idiomy poprawne.
14PLLuM-8x7B-instruct-2412 🇵🇱10Kwota poprawna, wszystkie idiomy trafnie i zwięźle wyjaśnione.
15Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱9,8Kwota poprawna, wszystkie cztery wyrażenia wyjaśnione trafnie i w jednym zdaniu.
16Qwen3-VL-32B (Q4_K_M)9,2Kwota poprawna, idiomy w większości trafne; Zabłocki ujęty zbyt ogólnie (upokorzenie zamiast straty).
17PLLuM-8x7B-nc-instruct-2412 🇵🇱9,2Kwota poprawna, idiomy poprawne; „ni pies, ni wydra” i „cyrk” dobrze, drobna zbędna formuła grzecznościowa.
18Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Kwota poprawna, idiomy trafne i zwięzłe.
19Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱9Kwota poprawna, zwięzłe i trafne wyjaśnienia wszystkich czterech wyrażeń.
20Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱9Kwota poprawna, wszystkie wyjaśnienia trafne, drobny zbędny dopisek z emotikoną.
21PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱9Kwota poprawna, idiomy trafne; ostatni nieco tautologiczny.
22EuroLLM-9B-Instruct (Q4_K_M)9Kwota poprawna, idiomy trafne; 'Zabłocki' dość ogólnie.
23PLLuM-12B-chat-2512 (Q8_0) 🇵🇱9Kwota poprawna, idiomy trafne; drobna zbędna dopiska o groszach.
24Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱9Kwota poprawna, trafne objaśnienia; 'ni pies, ni wydra' nieco obok.
25PLLuM-8x7B-chat-2412 🇵🇱8,2Kwota poprawna, idiomy wyjaśnione trafnie, choć dość ogólnikowo; zbędne pytanie na końcu.
26Gemma 3 12B (Q4_K_M)8Kwota poprawna, trzy idiomy trafne; 'ni pies, ni wydra' błędnie.
27PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱8Kwota poprawna (choć zdublowana), trzy wyjaśnienia trafne, „wydra” nieco mętne.
28Teuken-7B-instruct-research-v0.4 (Q4_K_M)8Kwota poprawna, idiomy w zasadzie trafne, choć 'Zabłocki' i 'muchy' ogólnikowo.
29Muse Glimmer 30B (Q4_K_M)7,8Kwota poprawna; „Zabłocki”, „cyrk” i „wydra” dobrze, „muchy” wyjaśnione jako arogancja, co jest błędne.
30Qwen3.5-35B-A3B (Q4_K_M)7,2Kwota poprawna; „muchy w nosie” zbyt złośliwie, Zabłocki z zmyśloną anegdotą o aktorze, pozostałe dwa w porządku.
31Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱7,2Kwota poprawna, wyjaśnienia trafne, ale literówka „ni pieś, ni wydra” obniża ocenę.
32Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)7Kwota poprawna; 'ni pies, ni wydra' wyjaśnione błędnie, reszta ok.
33Phi-4 14B (Q4_K_M)7Kwota poprawna; „cyrk” i „wydra” dobrze, „muchy” i „Zabłocki” tylko częściowo trafne.
34Cogito v1 14B (Q4_K_M)7Kwota poprawna, idiomy w zasadzie trafne; literówka 'Wysieć'.
35PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱7Kwota poprawna; idiomy w większości ok, 'Zabłocki' i 'pies' mało precyzyjnie, 'wstawiać' niezrozumiałe.
36Salamandra-7B-Instruct-2606 (Q4_K_M)7Kwota poprawna; 'muchy w nosie' błędnie, reszta ok; dziwna dopiska na końcu.
37PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱7Kwota poprawna (z niezgrabnym powtórzeniem); idiomy ok, 'ni pies, ni wydra' trochę obok.
38Gemma 4 12B (Q4_K_M)6Literówka w 'dziewięćdziesiąt', idiomy w większości trafne, 'Zabłocki' lekko obok, 'pies' ok.
39Falcon-H1-34B-Instruct (Q4_K_M)6Błąd fleksji 'osiem złote'; idiomy z grubsza trafne, ogólnikowe.
40Nemotron 3.5 Bolt E4B (Q4_K_M)6Kwota poprawna; „muchy”, „cyrk” i „wydra” dobrze, „Zabłocki” błędnie.
41Gemma 4 E4B (Q4_K_M)6Kwota poprawna; 'Zabłocki' wyjaśnione błędnie (elegancko), reszta ok.
42gpt-oss-20b6Kwota poprawna, ale „Zabłocki na mydle” wyjaśnione zupełnie błędnie (czysto i elegancko).
43Cogito v1 32B (Q4_K_M)6Kwota poprawna; 'muchy' błędnie, 'Zabłocki' ogólnikowo, pozostałe ok.
44Gemma 3n E4B (Q4_K_M)6Kwota poprawna; 'muchy' ok, 'Zabłocki' i 'pies' błędnie.
45Command R 35B (08-2024) (Q4_K_M)6Kwota poprawna; „muchy” błędnie (obojętność), pozostałe trzy w porządku, zbędna końcówka.
46Aya Expanse 32B (Q4_K_M)6Kwota poprawna; „cyrk” i „wydra” trafne, „muchy” przybliżone, a „Zabłocki” z zmyśloną historią o drabinie.
47Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱6Kwota poprawna; 'muchy w nosie' = katar to błąd, pozostałe trafne.
48PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱6Kwota zapisana poprawnie; „muchy w nosie” i „ni pies, ni wydra” wyjaśnione nietrafnie, „Zabłocki” i „cyrk” w przybliżeniu dobrze.
49Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱6Kwota poprawna; 'muchy' błędnie, 'Zabłocki' i 'cyrk' ok, 'pies' mętnie.
50PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱6Kwota poprawna; 'Zabłocki' trafnie, pozostałe idiomy mało precyzyjne.
51Qwen3-32b (Q4_K_M)5,2Kwota poprawna, ale „muchy w nosie” to odwrócone znaczenie (zadowolenie), a Zabłocki wyjaśniony błędnie (złapanie na kłamstwie).
52Qwen3.6-27B (Q4_K_M)5Kwota poprawna; 'muchy w nosie' błędnie (choroba), 'Zabłocki' mętnie, reszta ok.
53Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)5Błędy w zapisie ('trzyset forty'), idiomy trafne.
54Ministral-3-14B-Instruct-2512 (Q4_K_M)5Literówka 'trzyście'; 'muchy' błędnie, wymyślona anegdota o polityku, reszta ok.
55Qwen3-30b-a3b-instruct-2507 (Q4_K_M)5Kwota poprawna, ale 'Zabłocki' i 'ni pies, ni wydra' wyjaśnione błędnie.
56Qwen3-14b (Q4_K_M)5Kwota poprawna; 'muchy' i 'Zabłocki' błędnie, 'cyrk' i 'pies, ni wydra' ok.
57Granite 4.1 30B (Q4_K_M)5Kwota poprawna; 'Zabłocki' i 'pies, ni wydra' wyjaśnione błędnie, usterki gramatyczne.
58Magistral-Small-2506 (Q4_K_M)5Kwota z literówką 'trzyście' i zbędny \boxed; 'muchy' wyjaśnione błędnie, reszta ok.
59Qwen2.5-32B-Instruct (Q4_K_M)5Kwota poprawna; 'muchy' i 'Zabłocki' błędnie, 'cyrk' ok, 'pies' częściowo.
60EuroLLM-22B-Instruct-2512 (Q4_K_M)5Kwota poprawna; 'muchy' błędnie, zmyślona legenda o Zabłockim, 'cyrk' i 'pies' ok.
61Qwen2.5-14B-Instruct (Q4_K_M)5Kwota poprawna; 'Zabłocki' zniekształcone i błędne, 'pies, ni wydra' błędnie.
62Gemma-2-9B-it (Q4_0)5Grosze zapisane cyframi '91'; 'ni pies, ni wydra' błędnie, reszta idiomów trafna.
63Apertus-8B-Instruct-2509 (Q4_K_M)5Kwota poprawna; 'muchy' i 'Zabłocki' błędnie, 'cyrk' ok, 'pies' mętnie.
64Nemotron-Cascade-2 30B-A3B4,2Zła forma „dziewięćdziesiąt jeden grosz”; „muchy w nosie” i Zabłocki wyjaśnione błędnie, z zmyśloną etymologią.
65Aya 23 35B (Q4_0)4,2Błąd w groszach („dziewięć” zamiast dziewięćdziesięciu jeden); idiomy wyjaśnione z grubsza poprawnie, Zabłocki ogólnikowo.
66QwQ-32B (Q4_K_M)4,2„jeden grosz” zamiast „jeden groszy” w złej formie liczebnika (91 groszy); „muchy w nosie” błędnie, Zabłocki z zmyśloną anegdotą.
67Gemma 4 E2B (Q4_K_M)4Kwota poprawna, ale „muchy”, „Zabłocki” i „wydra” wyjaśnione błędnie; tylko „cyrk” w miarę trafny.
68Mistral-Small-24B-Instruct-2501 (Q4_K_M)4Kwota z błędem „trzyście”; „muchy” i „wydra” wyjaśnione nietrafnie, „Zabłocki” i „cyrk” w porządku.
69GLM-4.7-Flash (Q4_K_M)4Kwota poprawna, ale wszystkie idiomy poza 'cyrkiem' wyjaśnione błędnie.
70Qwen3.5-9B (Q4_K_M)4Literówka 'trzyście'; 'Zabłocki', 'cyrk' i 'pies, ni wydra' wyjaśnione błędnie lub nieczytelnie.
71Qwen3-VL-8B (Q4_K_M)4Kwota poprawna, ale 'Zabłocki' i 'ni pies, ni wydra' wyjaśnione błędnie, 'muchy' mętnie.
72Gemma 3 4B (Q4_K_M)4Grosze cyframi ('91 groszy') i brak 'złotych'; idiomy częściowo trafne, dziwne 'oznacza się'.
73DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)4'Dziewięćdziesiąt jeden grosze' to błąd; idiomy mętne, błąd gramatyczny 'się upaść'.
74Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱4Grosze zapisane cyframi '91/100' i brak 'złotych' w poprawnej formie; idiomy trafne.
75Qwen3.6-35B-A3B (Q4_K_M)3,2Grosze podane cyframi, a nie słownie, więc zadanie 1 niespełnione; „muchy w nosie” i Zabłocki wyjaśnione błędnie.
76Qwen3.5-27B (Q4_K_M)3Kwota całkowicie błędna (2 345,67 zł), idiomy poprawne i dobra wzmianka o Zabłockim.
77LFM2.5-24B-A2B (Q4_K_M)3'Dwie miliony' to błąd; 'muchy', 'Zabłocki', 'pies' wyjaśnione błędnie.
78Falcon-H1-7B-Instruct (Q4_K_M)3Zapis kwoty z błędem fleksji („osiem złoty”); wyjaśnienia „muchy” i „Zabłocki” całkowicie chybione.
79Gemma 3n E2B (Q4_K_M)3'Osiemnaście' zamiast 'osiem' w kwocie; 'muchy' i 'pies' błędnie.
80EuroLLM-9B-Instruct-2512 (Q4_K_M)3Zapis 'dwadzieścia trzysta' błędny i chaotyczny format; 'ni pies, ni wydra' wyjaśnione błędnie, reszta niezła.
81Qwen3-4b-instruct-2507 (Q4_K_M)3'Dziewięćdziesiąt jeden grosza' to błąd; idiomy rozwleczone i błędne.
82Qwen3-8b (Q4_K_M)3Kwota poprawna, ale idiomy 'muchy', 'Zabłocki', 'pies' wyjaśnione błędnie.
83PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱3'Dwutysiące' i '91/100' to błędy, doklejony znacznik; idiomy dość trafne.
84Falcon-H1-3B-Instruct (Q4_K_M)3Kwota z drobnym błędem ('jeden grosz'); idiomy wyjaśnione błędnie.
85Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱3'Dwie miliony' to błąd; 'Zabłocki' i 'pies, ni wydra' błędnie; numeracja zamiast jednego zadania.
86Mistral-Nemo-Instruct-2407 (Q4_K_M)3Błąd fleksji 'czterdziestu'; idiomy w większości wyjaśnione błędnie.
87Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱3Kwota błędna (23 miliony); idiomy częściowo przybliżone, ale 'ni pies, ni wydra' i 'muchy' nietrafnie.
88Teuken-7B-instruct-v0.6 (Q4_K_M)3Kwota poprawna, ale wyjaśnienia idiomów błędne i rozwlekłe, 'Zabłodzki'.
89Bielik-One-4B-r1 (Q4_K_M)2,2Kwota z błędami („Dwie miliony”, „złorów”), a wszystkie cztery wyjaśnienia frazeologizmów są błędne (poza częściowo trzecim).
90Nemotron 3 Nano 30B-A3B2,2Grosze zapisane jako „dziewięć” zamiast dziewięćdziesięciu jeden, do tego bełkotliwy komentarz; Zabłocki i „ni pies, ni wydra” błędne.
91Nemotron 3.5 Bolt 74B-A9B2,2Kwota błędna („trzy tysiące czterysta pięćset”), wszystkie idiomy poza „muchami” znaczeniowo chybione.
92Nemotron 3.5 Lightning 30B-A3B2,2„Dwiesiąt trzy miliony” to błąd i wymyślone słowo, grosze jako 91/100; trzy z czterech idiomów błędne.
93Qwen3.8-27B (Q4_K_M)2„Dwa tysiące trzysta czterdzieści pięć tysięcy” – błąd w kwocie; „Zabłocki” i „wydra” źle wyjaśnione.
94Bonsai-2 27B2Kwota zaczyna się od „Dwie tysiące” – błąd merytoryczny; wyjaśnienia słabe, z błędami językowymi.
95Ministral-3-8B-Instruct-2512 (Q4_K_M)2Kwota z licznymi błędami („Dwie”, „trzyset”, „jedenaście groszy”), wyjaśnienia w większości chybione.
96Qwen3.5-4B (Q4_K_M)2Kwota błędna ('dwie tysiące', literówki); idiomy w większości błędne.
97Aya Expanse 8B (Q4_K_M)2Zapis kwoty z błędną kolejnością i literówką 'trzyset'; idiomy błędnie wyjaśnione.
98Ministral-3-3B-Instruct-2512 (Q4_K_M)2Kwota bez „złotych”, „Wyjąć jak Zabłocki” to błąd, wyjaśnienia głównie chybione, „wydra” wręcz absurdalne.
99Olmo-3.1-32B-Instruct (Q4_K_M)2Kwota błędna ('siedemset szóstydziestu'), idiomy ogólnikowe i częściowo bełkot.
100DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)2Kwota poprawna, ale z cyrylicą w słowie 'siedemдесят'; wszystkie idiomy źle wyjaśnione, język kaleki.
101DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)2Błędy 'czterdziesiąt' i 'jeden grosza'; idiomy wyjaśnione błędnie.
102Llama-3.1-8B-Instruct (Q4_K_M)2Kwota z błędami („Dwie miliony”, „siedemset” zamiast sześćset, „grosz”); wyjaśnienia „muchy” i „Zabłocki” chybione.
103Trurl-2-13B (Q4_K_M) 🇵🇱2Grosze błędnie (dziewięć zamiast dziewięćdziesięciu jeden), idiomy w większości błędne.
104Bonsai-2 9B1Kwota błędna (trzydzieści pięć, dziewięć groszy), idiomy zmyślone.
105Granite 4.2 30B (Q4_K_M)1Kwota całkowicie błędna (2 356 781,31), wyjaśnienia „muchy” i „Zabłocki” bezsensowne.
106LFM2-24B-A2B (Q4_K_M)1Kwota błędna ('dwa tysiące... tysięcy', dziewięć groszy), idiomy w większości błędne.
107Granite 4.1 8B (Q4_K_M)1Kwota błędna (osiemdziesiąt siedem zamiast siedemdziesiąt osiem, 'trzysetne'); idiomy w większości błędne.
108Aya 23 8B (Q4_0)1Kwota błędna (trzydzieści pięć), idiomy bełkotliwe.
109Granite 4.2 8B (Q4_K_M)1Błędna kwota (dwie miliony...), rozwlekłe i zmyślone wyjaśnienia.
110Command R7B 12-2024 (Q4_K_M)1Kwota z obcymi słowami (rosyjskie, angielskie) i błędna; idiomy błędnie.
111Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱1Błędna kwota i zapis '91/100', wyjaśnienia po angielsku zamiast po polsku.
112Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)1Kwota błędna (23 tysiące…, jedenaście groszy), wyjaśnienia zmyślone.
113Hermes-3-Llama-3.1-8B (Q4_0)1Błędna kwota (siedemście... jedna złoty) i zmyślone znaczenia idiomów.
114Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1Kwota błędna, część 2 to zapętlony bezsensowny tekst.
115EXAONE-3.5-32B-Instruct (Q4_K_M)1Kwota błędna z cyrylicą, idiomy błędnie lub mętnie.
116Qwen3.5-2B (Q4_K_M)1Kwota z 90 groszami i literówką, idiomy to wymyślony bełkot (Zabłockie z filmu, wydra=wierzba).
117Salamandra-7B-Instruct (Q4_K_M)1Kwota błędna (dwadzieścia trzy tysiące…, podwójne „złotych”), wyjaśnienia w większości błędne, „ni pies, ni wydra” skopiowane z poprzedniego.
118Qwen3-1.7b (Q4_K_M)1Zapis kwoty błędny (groszy zamiast złotych), idiomy bezsensowne.
119LFM2.5-1.2B-Thinking (Q4_K_M)1Brak zapisu słownego, idiomy to bełkot.
120Bonsai-2 4B0Bełkot zamiast kwoty, idiomy błędnie.
121Cogito v1 8B (Q4_K_M)0Kwota bełkotliwa i błędna, idiomy 3 i 4 bez sensu.
122Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱0Brak zapisu słownego, zapętlone puste wypunktowanie.
123Nemotron 3 Nano 4B (Q4_K_M)0Bełkot zamiast kwoty, idiomy tylko przepisane.
124Llama-3.2-3B-Instruct (Q4_K_M)0Kwota błędna, idiomy absurdalne (wrodzona wada nosa).
125LFM2.5-8B-A1B (Q4_K_M)0Kwota błędna i zniekształcona, idiomy bez sensu.
126Cogito v1 3B (Q4_K_M)0Kwota kompletnie błędna i bełkotliwa, idiomy wyjaśnione zupełnie nietrafnie.
127Falcon-H1-1.5B-Instruct (Q4_K_M)0Kwota bełkotliwa, idiomy zmyślone i rozwlekłe.
128LFM3-1.7B (Q4_K_M)0Ucięty monolog rozumowania bez odpowiedzi końcowej.
129Granite 4.1 3B (Q4_K_M)0Kwota błędna z dolarami, idiomy zmyślone.
130Phi-4-mini-instruct (Q4_K_M)0Zupełnie inna kwota i wymyślone słowa, idiomy błędne.
131Granite 4.2 3B (Q4_K_M)0Zapętlony bełkot, brak odpowiedzi.
132DeepSeek-R1-Distill-Llama-8B (Q4_K_M)0Kwota to bełkot z angielskim wtrętem, wyjaśnienia absurdalne.
133Falcon3-10B-Instruct (Q4_K_M)0Kwota błędna, wyjaśnienia to bełkot.
134DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)0Znaki chińskie, 'centy', zmyślone wyjaśnienia.
135Gemma 3 1B (Q4_K_M)0Kwota zupełnie błędna i bełkotliwa, brak czwartego idiomu, wyjaśnienia bez sensu.
136EXAONE-3.5-7.8B-Instruct (Q4_K_M)0Bełkot zamiast kwoty, idiomy zmyślone.
137Granite-3.3-8B-Instruct (Q4_K_M)0Wymyślone słowa zamiast kwoty, zmyślone objaśnienia.
138Bonsai-2 2B (Q2_0 (ternarny))0Kwota bełkotliwa, idiomy błędne.
139Falcon3-7B-Instruct (Q4_K_M)0Kwota to bełkot, wyjaśnienia bez treści.
140Olmo-3-7B-Instruct (Q4_K_M)0Kwota bełkotliwa, idiomy zmyślone ('pies' to kobieta).
141Qwen3.5-0.8B0Kwota nie zapisana słownie, idiomy zmyślone.
142Trurl-2-7B (Q4_K_M) 🇵🇱0Tylko powtórzono polecenie, brak jakiejkolwiek odpowiedzi.
143Llama-3.2-1B-Instruct (Q4_K_M)0Błędna kwota (234 567,91 cyframi) i degeneracyjna pętla słowa „muchy”.
144Qwen3-0.6b (Q4_K_M)0Nie zapisano kwoty słownie, wyjaśnienia to bełkot.
145DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)0Bełkot, wymyślone słowa, brak sensownej odpowiedzi.
146Salamandra-2B-Instruct (Q4_K_M)0Nie wykonano zadań, tylko przepisano dane.
147Krakowiak-7B-v3 (Q4_K_M) 🇵🇱0Nie wykonano zadania, bełkot.
148Phi-4-reasoning 14B (Q4_K_M)0Brak odpowiedzi końcowej, tylko zapętlone rozumowanie.
149Polka-1.1B-chat (Q4_K_M) 🇵🇱0Odmowa wykonania zadania.
150Falcon-H1-0.5B-Instruct (Q4_K_M)0Bełkot, kwota niezapisana słownie, wyjaśnienia bez sensu.

Wydajność na RTX 5090

Prędkość to mediana tokenów wyjściowych na sekundę z 20 zadań. „Plik” to rozmiar wag w użytej kwantyzacji, a „w pamięci” to zajętość raportowana przez Ollamę po załadowaniu z kontekstem 8192 (wagi, pamięć podręczna kontekstu i bufory; na całej karcie 32 GB każdy model zmieścił się w VRAM). Dla kilku architektur (Gemma 4, Nemotron 3.5 Bolt i modele uruchamiane w llama-server) Ollama 0.40.15 zgłaszała zaniżone wartości, więc je pomijamy. „Łączny czas” to suma czasów wszystkich 20 odpowiedzi, czyli miara tego, jak długo czeka się na model, który dużo pisze.

Modeltok/sPlik [GB]W pamięci [GB]Ładowanie [s]Tokeny łącznieŁączny czas [s]Średnia ocen
LFM2.5-1.2B-Thinking (Q4_K_M)9500,71,11,760 329780,45
Polka-1.1B-chat (Q4_K_M) 🇵🇱8250,70,81,214 652200,15
Llama-3.2-1B-Instruct (Q4_K_M)7700,81,61,722 119320,60
Qwen3-0.6b (Q4_K_M)6590,52,71,411 933220,50
Bielik-1.5B-v3.0-Instruct (Q4_K_M) 🇵🇱5511,01,21,419 615372,40
DeepSeek-R1-Distill-Qwen-1.5B (Q4_K_M)5381,11,71,744 8611050,40
Qwen3-1.7b (Q4_K_M)5211,43,41,716 007351,15
Falcon-H1-1.5B-Instruct (Q4_K_M)4970,91,61,513 796361,65
Falcon-H1-0.5B-Instruct (Q4_K_M)4960,30,61,512 185290,05
Salamandra-2B-Instruct (Q4_K_M)4771,52,21,716 373430,35
LFM2-24B-A2B (Q4_K_M)46814,415,03,413 063333,65
LFM2.5-8B-A1B (Q4_K_M)4515,25,62,238 275981,85
Gemma 3 1B (Q4_K_M)4400,81,01,611 488301,15
LFM3-1.7B (Q4_K_M)4061,11,31,522 775601,65
Llama-3.2-3B-Instruct (Q4_K_M)4052,04,31,910 920311,95
Nemotron 3.5 Lightning 30B-A3B39625,425,417,913 523424,44
Gemma 4 E2B (Q4_K_M)3954,5–3,215 210425,85
Nemotron 3 Nano 4B (Q4_K_M)3742,83,21,916 910522,40
LFM2.5-24B-A2B (Q4_K_M)37014,515,111,668 3862325,10
Phi-4-mini-instruct (Q4_K_M)3572,55,01,910 696411,55
Nemotron-Cascade-2 30B-A3B35124,324,56,018 264615,60
Nemotron 3 Nano 30B-A3B34724,324,55,518 223614,48
Granite 4.1 3B (Q4_K_M)3422,13,71,611 093361,60
Ministral-3-3B-Instruct-2512 (Q4_K_M)3383,04,32,213 267443,15
Granite 4.2 3B (Q4_K_M)3312,23,71,737 3221171,50
Qwen3.5-0.8B3271,0–3,813 121440,75
Cogito v1 3B (Q4_K_M)3212,24,31,814 019481,75
Gemma 4 E4B (Q4_K_M)3196,5–3,414 687496,45
Qwen3-4b-instruct-2507 (Q4_K_M)3182,55,31,719 310663,55
Falcon-H1-3B-Instruct (Q4_K_M)3161,92,71,711 516483,05
Bonsai-2 2B (Q2_0 (ternarny))3150,91,22,011 159390,85
Bielik-One-4B-r1 (Q4_K_M) (llama-server)313––9,013 944504,49
Qwen3-30b-a3b-instruct-2507 (Q4_K_M)30418,620,34,216 586625,40
Qwen3.5-2B (Q4_K_M)2971,91,91,918 393661,60
PLLuM-4B-chat-2512 (Q4_K_M) 🇵🇱2762,52,91,97 021423,05
Gemma 3 4B (Q4_K_M)2743,4–2,312 706504,10
PLLuM-4B-instruct-2512 (Q4_K_M) 🇵🇱2682,52,92,017 860722,25
Bielik-7B-Instruct-v0.1 (Q4_K_S) 🇵🇱2654,14,51,910 310402,20
Bielik-4.5B-v3.0-Instruct (Q4_K_M) 🇵🇱2642,94,21,69 825414,55
Trurl-2-7B (Q4_K_M) 🇵🇱2614,15,31,914 709650,70
gpt-oss-20b25813,812,97,950 8682635,80
Hermes-3-Llama-3.1-8B (Q4_0)2544,77,02,49 647461,95
Bonsai-2 4B2511,62,41,914 347642,50
Gemma 3n E2B (Q4_K_M)2507,8–2,913 104604,10
DeepSeek-R1-Distill-Qwen-7B (Q4_K_M)2464,75,72,131 2571421,15
GLM-4.7-Flash (Q4_K_M)24419,019,94,413 954645,15
Falcon-H1-1.5B-Deep-Instruct (Q4_K_M)2440,92,31,510 817551,95
Krakowiak-7B-v3 (Q4_K_M) 🇵🇱2434,46,91,850 0002120,25
EXAONE-3.5-7.8B-Instruct (Q4_K_M)2394,87,12,013 432611,10
Falcon3-7B-Instruct (Q4_K_M)2394,66,72,116 846750,80
Llama-PLLuM-8B-instruct-2512 (Q4_K_M) 🇵🇱2384,97,22,26 564322,55
Salamandra-7B-Instruct (Q4_K_M)2374,85,02,211 163491,55
Llama-PLLuM-8B-chat-2412 (Q4_K_M) 🇵🇱2374,97,22,26 967343,45
Llama-PLLuM-8B-instruct-2412 (Q4_K_M) 🇵🇱2364,97,22,25 759292,60
Llama-PLLuM-8B-chat-2512 (Q4_K_M) 🇵🇱2354,97,22,211 118533,05
Cogito v1 8B (Q4_K_M)2354,97,22,27 536372,45
Llama-3.1-8B-Instruct (Q4_K_M)2354,97,22,07 729372,05
Salamandra-7B-Instruct-2606 (Q4_K_M)2324,86,82,29 268443,50
Bielik-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2324,57,61,912 282586,30
Gemma 4 26B-A4B (Q4_K_M)23018,017,35,313 544677,90
DeepSeek-R1-Distill-Llama-8B (Q4_K_M)2294,97,22,332 8171611,45
Olmo-3-7B-Instruct (Q4_K_M)2294,55,82,021 9681100,80
Apertus-8B-Instruct-2509 (Q4_K_M)2265,17,32,29 420463,25
Bielik-PL-Minitron-7B-v3.0-Instruct (Q4_K_M) 🇵🇱2264,57,61,910 577514,65
Nemotron 3.5 Bolt E4B (Q4_K_M)2257,2–10,912 409656,60
Gemma 4 12B (Q4_K_M)2177,6–4,112 114627,25
Bonsai-2 9B2163,23,52,516 042814,15
Teuken-7B-instruct-research-v0.4 (Q4_K_M)2155,05,22,216 293781,45
Qwen3-8b (Q4_K_M)2155,27,72,113 222663,50
Teuken-7B-instruct-v0.6 (Q4_K_M)2155,05,22,215 994771,30
Qwen3.5-4B (Q4_K_M)2143,33,82,316 566834,75
Aya Expanse 8B (Q4_K_M)2145,15,92,38 210403,65
Granite-3.3-8B-Instruct (Q4_K_M)2144,98,12,012 472631,05
DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)2145,27,71,932 9601713,00
Command R7B 12-2024 (Q4_K_M)2135,15,72,28 381412,30
Aya 23 8B (Q4_0)2115,15,92,57 678382,90
Qwen3.5-35B-A3B (Q4_K_M)21122,121,85,816 448886,84
Qwen3.6-35B-A3B (Q4_K_M)21023,923,26,317 933966,00
Qwen3-VL-8B (Q4_K_M)2066,28,22,5120 0546684,15
Granite 4.1 8B (Q4_K_M)2065,38,32,111 658623,20
Granite 4.2 8B (Q4_K_M)2005,38,31,930 9301602,40
Ministral-3-8B-Instruct-2512 (Q4_K_M)2006,07,72,517 969964,85
EuroLLM-9B-Instruct (Q4_K_M)2005,65,82,19 039473,85
EuroLLM-9B-Instruct-2512 (Q4_K_M)1995,68,62,011 170674,05
Nemotron 3.5 Bolt 74B-A9B19823,8–7,212 998754,45
Gemma 3n E4B (Q4_K_M)1959,8–2,711 287635,15
Bielik-One-11B-v3.1-r1 (Q4_K_M) 🇵🇱 (llama-server)185––2,07 095404,62
Falcon-H1-7B-Instruct (Q4_K_M)1814,65,62,19 487644,90
Gemma-2-9B-it (Q4_0)1785,46,22,46 469394,30
Falcon3-10B-Instruct (Q4_K_M)1736,39,32,312 823791,30
Qwen3.5-9B (Q4_K_M)1696,56,32,517 7991114,95
Bielik-PL-11B-v3.0-Instruct (Q4_K_M) 🇵🇱1666,710,52,110 542696,35
Bielik-11B-v2.0-Instruct (Q4_K_M) 🇵🇱1656,77,82,26 632423,20
Bielik-11B-v2.5-Instruct (Q4_K_M) 🇵🇱1646,710,52,110 799715,70
Bielik-11B-v3.0-Instruct (Q4_K_M) 🇵🇱1646,710,52,512 752836,40
Bielik-11B-v2.3-Instruct (Q4_K_M) 🇵🇱1646,710,53,013 420874,75
Bielik-11B-v2.1-Instruct (Q4_K_M) 🇵🇱1646,710,55,414 126914,35
Bielik-11B-v2.2-Instruct (Q4_K_M) 🇵🇱1646,710,53,113 342874,20
Bielik-11B-v2.6-Instruct (Q4_K_M) 🇵🇱1636,710,52,117 1271115,80
PLLuM-12B-chat-2512 (Q4_K_M) 🇵🇱1627,510,32,46 363443,90
Mistral-Nemo-Instruct-2407 (Q4_K_M)1627,510,32,78 013542,70
PLLuM-12B-instruct-2412 (Q4_K_M) 🇵🇱1627,510,32,54 691333,70
PLLuM-12B-nc-chat-2412 (Q4_K_M) 🇵🇱1627,510,32,48 694593,20
PLLuM-12B-nc-instruct-2412 (Q4_K_M) 🇵🇱1627,510,32,412 510834,45
PLLuM-12B-instruct-2512 (Q4_K_M) 🇵🇱1627,510,32,511 642783,75
PLLuM-12B-chat-2412 (Q4_K_M) 🇵🇱1617,510,32,512 211813,15
Bielik-11B-v3.1-Instruct (Q4_K_M) 🇵🇱1596,710,52,311 773796,80
Phi-4 14B (Q4_K_M) (llama-server)1579,1–2,010 949724,80
PLLuM-8x7B-nc-instruct-2412 🇵🇱15628,430,96,36 664524,59
PLLuM-8x7B-nc-chat-2412 🇵🇱15528,430,96,210 990804,80
PLLuM-8x7B-instruct-2412 🇵🇱15528,430,95,812 186893,32
PLLuM-8x7B-chat-2412 🇵🇱15428,430,96,416 5091183,34
Phi-4-reasoning 14B (Q4_K_M) (llama-server)15311,1–2,150 0003340,20
Qra-13B-chat (TeeZee) (Q4_K_M) 🇵🇱1487,99,72,68 666651,95
Trurl-2-13B (Q4_K_M) 🇵🇱1467,99,72,516 3031241,25
Qwen3.8-27B (Q4_K_M)14017,717,420,120 3651806,50
Ministral-3-14B-Instruct-2512 (Q4_K_M)1399,111,13,015 5551195,65
Gemma 3 12B (Q4_K_M)1368,28,13,111 742946,35
Qwen3-14b (Q4_K_M)1359,312,12,712 9591025,05
Cogito v1 14B (Q4_K_M)1339,012,32,79 786794,70
Qwen2.5-14B-Instruct (Q4_K_M)1339,012,32,98 943734,45
DeepSeek-R1-Distill-Qwen-14B (Q4_K_M)1319,012,32,527 0672272,45
Bonsai-2 27B1208,39,26,121 0161895,55
Gemma 4 31B (Q4_K_M)11419,9–8,211 4551128,77
PLLuM-12B-chat-2512 (Q8_0) 🇵🇱11313,015,42,47 686773,85
Bielik-11B-v3.1-Instruct (Q8_0) 🇵🇱11211,915,58,513 7541327,23
Magistral-Small-2506 (Q4_K_M)9314,317,16,214 8941684,90
Mistral-Small-24B-Instruct-2501 (Q4_K_M)9314,317,13,98 424975,45
EuroLLM-22B-Instruct-2512 (Q4_K_M)9313,717,33,69 5641094,70
Mistral-Small-3.2-24B-Instruct-2506 (Q4_K_M)9315,217,13,88 8571026,10
Mistral-Small-3.1-24B-Instruct-2503 (Q4_K_M)9215,514,74,49 1181065,85
Gemma-2-27B-it (Q4_0)8115,616,44,27 114915,40
Muse Glimmer 30B (Q4_K_M)8118,216,513,617 1362347,66
Qwen3.6-27B (Q4_K_M)7517,417,39,516 9502416,90
Gemma 3 27B (Q4_K_M)7217,417,44,510 9831636,75
Granite 4.1 30B (Q4_K_M)7217,522,34,614 0782064,95
Granite 4.2 30B (Q4_K_M)7117,722,314,419 9892963,90
Qwen3.5-27B (Q4_K_M)6917,517,77,316 4542526,55
Command R 35B (08-2024) (Q4_K_M)6819,823,05,07 5931194,90
Aya Expanse 32B (Q4_K_M)6819,821,06,78 5941284,75
EXAONE-3.5-32B-Instruct (Q4_K_M)6719,323,96,211 9341881,75
Olmo-3.1-32B-Instruct (Q4_K_M)6619,519,96,817 5902843,10
Cogito v1 32B (Q4_K_M)6519,924,24,77 6201255,60
Qwen2.5-32B-Instruct (Q4_K_M)6519,924,25,09 1641494,85
DeepSeek-R1-Distill-Qwen-32B (Q4_K_M)6419,924,27,224 1824093,33
Qwen3-32b (Q4_K_M)6420,224,64,913 2312185,68
QwQ-32B (Q4_K_M)6419,924,24,851 4028924,29
Qwen3-VL-32B (Q4_K_M)6320,924,76,477 17014165,39
Aya 23 35B (Q4_0)6221,527,75,77 7511324,31
Falcon-H1-34B-Instruct (Q4_K_M)5720,322,75,410 0152046,65

Na całej karcie RTX 5090 każdy testowany model mieści się w VRAM, a modele MoE (mixture of experts) zmieniają rachunek. Gemma 4 26B-A4B daje ok. 230 tok/s przy jakości tuż za liderem, Gemma 4 12B ok. 220 tok/s, a Gemma 4 E4B ponad 300 tok/s przy średniej 6,45. Duże modele gęste (Gemma 4 31B, Qwen3.6-27B, Falcon-H1-34B) generują 55–115 tok/s, co w czacie i tak jest szybsze niż czytanie. Bielik-11B w Q4_K_M ma 6,7 GB i ok. 160 tok/s, więc mieści się też na kartach 12–16 GB. Wersje Q8_0/Q6_K są wolniejsze proporcjonalnie do rozmiaru pliku, bo generowanie ogranicza przepustowość pamięci.

Q4 czy Q8? Ten sam model w dwóch kwantyzacjach

137 modeli przetestowaliśmy dwukrotnie: w wersji podstawowej (zwykle 4-bitowej Q4_K_M) i w wyższej precyzji – Q8_0 (praktycznie bez strat), a gdy ta nie mieściła się w 32 GB razem z kontekstem, w Q6_K. Odpowiedzi obu wersji oceniał ten sam sędzia, w paczkach z tymi samymi kotwicami.

+0,08średnia różnica (wyższa precyzja − podstawowa), pkt
84 / 137modeli wypadło lepiej w wyższej precyzji
79par z różnicą mniejszą niż 0,3 pkt
21par z różnicą większą niż 0,6 pkt

Pary Q8_0 i wersja podstawowa (liczba par: 114): średnio +0,12 pkt, mediana +0,13, lepszy wynik w Q8_0 w 74 parach. Pary Q6_K i wersja podstawowa (liczba par: 23): średnio −0,14 pkt, mediana −0,14, lepszy wynik w Q6_K w 10 parach. Rozrzut pojedynczych par (od −0,94 do +1,34 pkt) jest porównywalny z tym, jak zmienia się wynik tego samego modelu przy innym ziarnie losowania – patrz test powtórzeniowy.

ModelWersjeWyższa precyzjaPodstawowaRóżnicaPlik [GB]tok/s
Bielik-11B-v2.2-Instruct 🇵🇱Q8_0 / Q4_K_M5,544,20+1,3411,9 / 6,7113 / 164
Falcon-H1-1.5B-Deep-InstructQ8_0 / Q4_K_M2,891,95+0,941,7 / 0,9227 / 244
Gemma 4 12BQ8_0 / Q4_K_M8,147,25+0,8912,8 / 7,695 / 217
Apertus-8B-Instruct-2509Q8_0 / Q4_K_M4,113,25+0,868,6 / 5,1161 / 226
Qwen3-1.7bQ8_0 / Q4_K_M1,881,15+0,732,2 / 1,4435 / 521
Command R7B 12-2024Q8_0 / Q4_K_M3,012,30+0,718,5 / 5,1149 / 213
Qwen3.5-27BQ8_0 / Q4_K_M7,246,55+0,6928,6 / 17,550 / 69
Bielik-One-11B-v3.1-r1 🇵🇱Q8_0 / Q4_K_M5,274,62+0,6511,9 / –120 / 185
Bielik-7B-Instruct-v0.1 🇵🇱Q8_0 / Q4_K_S2,852,20+0,657,7 / 4,1174 / 265
Qwen3-8bQ8_0 / Q4_K_M4,153,50+0,658,8 / 5,2155 / 215
Bielik-1.5B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M3,012,40+0,611,7 / 1,0470 / 551
Phi-4-reasoning 14BQ8_0 / Q4_K_M0,790,20+0,5915,6 / 11,198 / 153
Hermes-3-Llama-3.1-8BQ8_0 / Q4_02,511,95+0,568,5 / 4,7164 / 254
Falcon-H1-3B-InstructQ8_0 / Q4_K_M3,593,05+0,543,4 / 1,9259 / 316
PLLuM-12B-chat-2512 🇵🇱Q8_0 / Q4_K_M4,443,90+0,5413,0 / 7,5110 / 162
Gemma-2-9B-itQ8_0 / Q4_04,844,30+0,549,8 / 5,4119 / 178
Qwen3.8-27BQ6_K / Q4_K_M7,046,50+0,5422,4 / 17,761 / 140
LFM3-1.7BQ8_0 / Q4_K_M2,171,65+0,521,9 / 1,1354 / 406
Phi-4 14BQ8_0 / Q4_K_M5,314,80+0,5115,6 / 9,1100 / 157
Gemma 3 1BQ8_0 / Q4_K_M1,631,15+0,481,1 / 0,8409 / 440
LFM2.5-8B-A1BQ8_0 / Q4_K_M2,311,85+0,469,0 / 5,2373 / 451
Gemma 3n E2BQ8_0 / Q4_K_M4,544,10+0,446,9 / 7,8220 / 250
PLLuM-12B-instruct-2512 🇵🇱Q8_0 / Q4_K_M4,193,75+0,4413,0 / 7,5111 / 162
Qwen3.5-9BQ8_0 / Q4_K_M5,394,95+0,4410,4 / 6,5126 / 169
Bielik-11B-v3.1-Instruct 🇵🇱Q8_0 / Q4_K_M7,236,80+0,4311,9 / 6,7112 / 159
Llama-PLLuM-8B-instruct-2512 🇵🇱Q8_0 / Q4_K_M2,982,55+0,438,5 / 4,9164 / 238
Granite-3.3-8B-InstructQ8_0 / Q4_K_M1,471,05+0,428,7 / 4,9148 / 214
Gemma 4 26B-A4BQ8_0 / Q4_K_M8,307,90+0,4028,1 / 18,0200 / 230
EXAONE-3.5-32B-InstructQ6_K / Q4_K_M2,141,75+0,3926,3 / 19,353 / 67
PLLuM-12B-nc-chat-2412 🇵🇱Q8_0 / Q4_K_M3,583,20+0,3813,0 / 7,5110 / 162
Aya Expanse 32BQ6_K / Q4_K_M5,114,75+0,3626,5 / 19,853 / 68
EuroLLM-9B-Instruct-2512Q8_0 / Q4_K_M4,414,05+0,369,7 / 5,6140 / 199
Bonsai-2 2BQ8_0 / Q2_0 (ternarny)1,200,85+0,352,8 / 0,9215 / 315
DeepSeek-R1-Distill-Qwen-7BQ8_0 / Q4_K_M1,471,15+0,328,1 / 4,7172 / 246
Salamandra-7B-InstructQ8_0 / Q4_K_M1,871,55+0,328,3 / 4,8174 / 237
EuroLLM-9B-InstructQ8_0 / Q4_K_M4,163,85+0,319,7 / 5,6140 / 200
Qwen3-4b-instruct-2507Q8_0 / Q4_K_M3,843,55+0,294,3 / 2,5244 / 318
Granite 4.1 3BQ8_0 / Q4_K_M1,891,60+0,293,6 / 2,1270 / 342
Llama-3.2-1B-InstructQ8_0 / Q4_K_M0,890,60+0,291,3 / 0,8639 / 770
Gemma 3 12BQ8_0 / Q4_K_M6,646,35+0,2913,4 / 8,296 / 136
QwQ-32BQ6_K / Q4_K_M4,564,29+0,2826,9 / 19,955 / 64
PLLuM-4B-chat-2512 🇵🇱Q8_0 / Q4_K_M3,313,05+0,264,1 / 2,5219 / 276
Nemotron 3 Nano 4BQ8_0 / Q4_K_M2,652,40+0,254,2 / 2,8291 / 374
Nemotron 3.5 Bolt E4BQ8_0 / Q4_K_M6,856,60+0,259,8 / 7,2206 / 225
Ministral-3-14B-Instruct-2512Q8_0 / Q4_K_M5,895,65+0,2415,2 / 9,195 / 139
Qwen2.5-32B-InstructQ6_K / Q4_K_M5,064,85+0,2126,9 / 19,956 / 65
Gemma 3n E4BQ8_0 / Q4_K_M5,365,15+0,219,5 / 9,8157 / 195
Falcon3-7B-InstructQ8_0 / Q4_K_M1,000,80+0,207,9 / 4,6167 / 239
Cogito v1 3BQ8_0 / Q4_K_M1,951,75+0,203,8 / 2,2260 / 321
Gemma 4 E4BQ8_0 / Q4_K_M6,656,45+0,209,0 / 6,5177 / 319
Ministral-3-3B-Instruct-2512Q8_0 / Q4_K_M3,343,15+0,194,5 / 3,0267 / 338
Bielik-11B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M6,596,40+0,1911,9 / 6,7113 / 164
Teuken-7B-instruct-research-v0.4Q8_0 / Q4_K_M1,631,45+0,187,9 / 5,0160 / 215
Bielik-11B-v2.0-Instruct 🇵🇱Q8_0 / Q4_K_M3,383,20+0,1811,9 / 6,7114 / 165
Teuken-7B-instruct-v0.6Q8_0 / Q4_K_M1,471,30+0,177,9 / 5,0160 / 215
Falcon-H1-0.5B-InstructQ8_0 / Q4_K_M0,220,05+0,170,6 / 0,3491 / 496
Krakowiak-7B-v3 🇵🇱Q8_0 / Q4_K_M0,410,25+0,167,7 / 4,4170 / 243
Qwen3-30b-a3b-instruct-2507Q6_K / Q4_K_M5,565,40+0,1625,1 / 18,6278 / 304
Olmo-3-7B-InstructQ8_0 / Q4_K_M0,960,80+0,167,8 / 4,5165 / 229
Bielik-11B-v2.3-Instruct 🇵🇱Q6_K / Q4_K_M4,914,75+0,169,2 / 6,7133 / 164
Muse Glimmer 30BQ6_K / Q4_K_M7,817,66+0,1523,4 / 18,261 / 81
Polka-1.1B-chat 🇵🇱Q8_0 / Q4_K_M0,290,15+0,141,2 / 0,7660 / 825
Gemma 3 4BQ8_0 / Q4_K_M4,244,10+0,145,0 / 3,4220 / 274
Qwen3.5-2BQ8_0 / Q4_K_M1,741,60+0,142,7 / 1,9268 / 297
Bielik-11B-v3.1-Instruct 🇵🇱Q6_K / Q4_K_M6,946,80+0,149,2 / 6,7139 / 159
Ministral-3-8B-Instruct-2512Q8_0 / Q4_K_M4,994,85+0,149,9 / 6,0141 / 200
Falcon-H1-1.5B-InstructQ8_0 / Q4_K_M1,761,65+0,111,7 / 0,9427 / 497
EuroLLM-22B-Instruct-2512Q8_0 / Q4_K_M4,814,70+0,1124,1 / 13,762 / 93
Qra-13B-chat (TeeZee) 🇵🇱Q8_0 / Q4_K_M2,061,95+0,1113,8 / 7,9101 / 148
Cogito v1 8BQ8_0 / Q4_K_M2,562,45+0,118,5 / 4,9149 / 235
Bielik-4.5B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M4,644,55+0,095,1 / 2,9203 / 264
Granite 4.2 3BQ8_0 / Q4_K_M1,591,50+0,093,9 / 2,2266 / 331
Falcon3-10B-InstructQ8_0 / Q4_K_M1,391,30+0,0911,0 / 6,3120 / 173
Qwen3.6-27BQ8_0 / Q4_K_M6,996,90+0,0928,6 / 17,452 / 75
Granite 4.1 30BQ6_K / Q4_K_M5,014,95+0,0623,7 / 17,557 / 72
Qwen3-0.6bQ8_0 / Q4_K_M0,550,50+0,050,8 / 0,5647 / 659
Bielik-PL-11B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M6,396,35+0,0411,9 / 6,7113 / 166
Trurl-2-13B 🇵🇱Q8_0 / Q4_K_M1,291,25+0,0413,8 / 7,9100 / 146
Phi-4-mini-instructQ8_0 / Q4_K_M1,581,55+0,034,1 / 2,5268 / 357
Granite 4.1 8BQ8_0 / Q4_K_M3,233,20+0,039,3 / 5,3143 / 206
Llama-3.1-8B-InstructQ8_0 / Q4_K_M2,072,05+0,028,5 / 4,9163 / 235
PLLuM-4B-instruct-2512 🇵🇱Q8_0 / Q4_K_M2,262,25+0,014,1 / 2,5218 / 268
DeepSeek-R1-Distill-Llama-8BQ8_0 / Q4_K_M1,461,45+0,018,5 / 4,9162 / 229
Granite 4.2 8BQ8_0 / Q4_K_M2,412,40+0,019,3 / 5,3142 / 200
Trurl-2-7B 🇵🇱Q8_0 / Q4_K_M0,700,70−0,007,2 / 4,1181 / 261
Qwen3.5-4BQ8_0 / Q4_K_M4,744,75−0,015,2 / 3,3179 / 214
Qwen3-14bQ8_0 / Q4_K_M5,045,05−0,0115,9 / 9,393 / 135
Qwen3-VL-8BQ8_0 / Q4_K_M4,144,15−0,019,9 / 6,2155 / 206
LFM2.5-1.2B-ThinkingQ8_0 / Q4_K_M0,430,45−0,021,2 / 0,7744 / 950
Gemma 3 27BQ8_0 / Q4_K_M6,716,75−0,0428,7 / 17,450 / 72
Salamandra-2B-InstructQ8_0 / Q4_K_M0,310,35−0,042,4 / 1,5405 / 477
Aya Expanse 8BQ8_0 / Q4_K_M3,613,65−0,048,5 / 5,1150 / 214
PLLuM-12B-chat-2512 🇵🇱Q8_0 / Q4_K_M3,853,90−0,0513,0 / 7,5113 / 162
Mistral-Nemo-Instruct-2407Q8_0 / Q4_K_M2,652,70−0,0513,0 / 7,5110 / 162
Llama-PLLuM-8B-instruct-2412 🇵🇱Q8_0 / Q4_K_M2,542,60−0,068,5 / 4,9165 / 236
DeepSeek-R1-Distill-Qwen-14BQ8_0 / Q4_K_M2,392,45−0,0615,7 / 9,090 / 131
Cogito v1 14BQ8_0 / Q4_K_M4,644,70−0,0615,7 / 9,092 / 133
Qwen3.6-35B-A3BQ6_K / Q4_K_M5,946,00−0,0628,5 / 23,9224 / 210
Aya 23 8BQ8_0 / Q4_02,812,90−0,098,5 / 5,1151 / 211
Gemma 4 E2BQ8_0 / Q4_K_M5,745,85−0,116,0 / 4,5276 / 395
Salamandra-7B-Instruct-2606Q8_0 / Q4_K_M3,393,50−0,118,3 / 4,8172 / 232
Bielik-11B-v2.6-Instruct 🇵🇱Q8_0 / Q4_K_M5,695,80−0,1111,9 / 6,7113 / 163
Falcon-H1-34B-InstructQ6_K / Q4_K_M6,516,65−0,1427,6 / 20,349 / 57
EXAONE-3.5-7.8B-InstructQ8_0 / Q4_K_M0,941,10−0,168,3 / 4,8167 / 239
Bielik-11B-v2.5-Instruct 🇵🇱Q8_0 / Q4_K_M5,545,70−0,1611,9 / 6,7113 / 164
Mistral-Small-3.1-24B-Instruct-2503Q8_0 / Q4_K_M5,665,85−0,1926,1 / 15,561 / 92
DeepSeek-R1-Distill-Qwen-1.5BQ8_0 / Q4_K_M0,210,40−0,191,9 / 1,1465 / 538
Llama-PLLuM-8B-chat-2412 🇵🇱Q8_0 / Q4_K_M3,263,45−0,198,5 / 4,9164 / 237
Qwen2.5-14B-InstructQ8_0 / Q4_K_M4,244,45−0,2115,7 / 9,091 / 133
Olmo-3.1-32B-InstructQ6_K / Q4_K_M2,863,10−0,2426,4 / 19,552 / 66
Aya 23 35BQ6_K / Q4_04,064,31−0,2428,7 / 21,514 / 62
Llama-PLLuM-8B-chat-2512 🇵🇱Q8_0 / Q4_K_M2,813,05−0,248,5 / 4,9164 / 235
Falcon-H1-7B-InstructQ8_0 / Q4_K_M4,644,90−0,268,1 / 4,6136 / 181
Qwen3.5-35B-A3BQ6_K / Q4_K_M6,566,84−0,2828,9 / 22,1214 / 211
Mistral-Small-3.2-24B-Instruct-2506Q8_0 / Q4_K_M5,816,10−0,2925,9 / 15,261 / 93
Llama-3.2-3B-InstructQ8_0 / Q4_K_M1,631,95−0,323,4 / 2,0309 / 405
Bielik-Minitron-7B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M5,966,30−0,348,0 / 4,5164 / 232
Bielik-PL-Minitron-7B-v3.0-Instruct 🇵🇱Q8_0 / Q4_K_M4,304,65−0,358,0 / 4,5165 / 226
Qwen3-32bQ6_K / Q4_K_M5,315,68−0,3726,9 / 20,250 / 64
Gemma 4 31BQ6_K / Q4_K_M8,408,77−0,3825,2 / 19,951 / 114
Mistral-Small-24B-Instruct-2501Q8_0 / Q4_K_M5,065,45−0,3925,1 / 14,361 / 93
Granite 4.2 30BQ6_K / Q4_K_M3,463,90−0,4324,0 / 17,757 / 71
LFM2-24B-A2BQ8_0 / Q4_K_M3,213,65−0,4425,4 / 14,4368 / 468
Gemma-2-27B-itQ8_0 / Q4_04,965,40−0,4428,9 / 15,652 / 81
PLLuM-12B-chat-2412 🇵🇱Q8_0 / Q4_K_M2,683,15−0,4713,0 / 7,5110 / 161
Command R 35B (08-2024)Q6_K / Q4_K_M4,414,90−0,4926,5 / 19,853 / 68
DeepSeek-R1-0528-Qwen3-8BQ8_0 / Q4_K_M2,413,00−0,598,8 / 5,2153 / 214
Bielik-11B-v2.1-Instruct 🇵🇱Q8_0 / Q4_K_M3,744,35−0,6111,9 / 6,7113 / 164
LFM2.5-24B-A2BQ8_0 / Q4_K_M4,465,10−0,6425,5 / 14,5283 / 370
Qwen3-VL-32BQ6_K / Q4_K_M4,755,39−0,6426,9 / 20,954 / 63
PLLuM-12B-nc-instruct-2412 🇵🇱Q8_0 / Q4_K_M3,784,45−0,6713,0 / 7,5110 / 162
Cogito v1 32BQ6_K / Q4_K_M4,915,60−0,6926,9 / 19,952 / 65
Bielik-One-4B-r1Q8_0 / Q4_K_M3,794,49−0,704,6 / –237 / 313
DeepSeek-R1-Distill-Qwen-32BQ6_K / Q4_K_M2,613,33−0,7126,9 / 19,956 / 64
PLLuM-12B-instruct-2412 🇵🇱Q8_0 / Q4_K_M2,943,70−0,7613,0 / 7,5111 / 162
Magistral-Small-2506Q8_0 / Q4_K_M3,964,90−0,9425,1 / 14,361 / 93
GLM-4.7-FlashQ6_K / Q4_K_M4,215,15−0,9424,7 / 19,0229 / 244

Kolumny Plik i tok/s: wyższa precyzja / wersja podstawowa. Odpowiedzi wariantów Q8_0/Q6_K są w archiwum danych (podstrony z odpowiedziami pokazują wersje podstawowe).

W praktyce różnica między Q4_K_M a Q8_0 jest mniejsza niż różnica między sąsiednimi generacjami modeli. Najbardziej zyskuje rodzina Gemma 4 (12B: 7,25 → 8,14; 26B-A4B: 7,90 → 8,30), ale są też modele, które w Q8_0 wypadły słabiej (np. Magistral 24B, PLLuM-12B-instruct-2412). Wariant Q6_K wypadł średnio nieco gorzej od podstawowego – to modele 27–35B, w których kilka zadań rozstrzygnęło się na niekorzyść. Na karcie 32 GB opłaca się raczej większy model w Q4 niż mały w Q8, z wyjątkiem Gemmy 4, gdzie Q8_0 wyraźnie podnosi wynik.

Test powtórzeniowy: ile w wyniku jest przypadku

Wszystkie modele odpowiadały z temperaturą 0,3 i stałym ziarnem losowania (seed 42). Żeby sprawdzić, jak bardzo wynik zależy od tego jednego losowania, 6 modeli o największych różnicach między Q4 a Q8 uruchomiliśmy jeszcze raz w identycznej wersji Q4, zmieniając tylko ziarno (seed 43). Nowe odpowiedzi ocenił ten sam sędzia, w paczkach z tymi samymi kotwicami.

0,48średnia zmiana średniej modelu (pkt, wartość bezwzględna)
0,68największa zmiana średniej
1,30średnia zmiana oceny pojedynczego zadania
3 / 120zadań, w których ocena zmieniła się o 5 pkt lub więcej
Modelseed 42seed 43RóżnicaQ8/Q6
Apertus-8B-Instruct-2509 (Q4_K_M)3,253,74+0,494,11
Bielik-11B-v2.1-Instruct (Q4_K_M)4,354,13−0,223,74
Bielik-11B-v2.2-Instruct (Q4_K_M)4,204,88+0,685,54
DeepSeek-R1-0528-Qwen3-8B (Q4_K_M)3,002,58−0,422,41
Gemma 4 12B (Q4_K_M)7,257,66+0,418,14
PLLuM-12B-instruct-2412 (Q4_K_M)3,703,04−0,662,94

Wniosek dla czytelnika: sama zmiana ziarna przesuwa średnią modelu średnio o 0,48 pkt, czyli więcej niż typowa różnica między Q4 a Q8 (mediana +0,11 pkt). U 6 z 6 modeli powtórzenie Q4 dało wynik bliższy wariantowi Q8/Q6 niż pierwszy przebieg – największe różnice między kwantyzacjami to więc w dużej części efekt jednego losowania, a nie samej precyzji. Różnice w średniej mniejsze niż ok. 0,5 pkt należy więc traktować jako remis, a oceny pojedynczych zadań – zwłaszcza w matematyce, logice i kodzie, gdzie odpowiedź jest albo dobra, albo zła – jako orientacyjne. Ranking opiera się na pierwszym przebiegu (seed 42); wyniki powtórzenia nie zmieniają miejsc w tabeli głównej.

Wnioski

  1. Na polskim rynku lokalnych modeli prowadzi obecnie Gemma 4. Wersje 31B, 26B-A4B i 12B zajmują trzy z czterech pierwszych miejsc, a w Q8_0/Q6_K także trzy kolejne wpisy powyżej 8 pkt. Gemma 4 12B (plik 7,6 GB) wypada lepiej niż większość modeli 24–35B.
  2. Bielik v3 to najlepszy polski model, rozwijany z myślą o polszczyźnie, na licencji Apache 2.0. Szczególnie mocny jest w prawie, finansach i pisaniu użytkowym, a słabszy w kodzie (PESEL) i w rymach.
  3. PLLuM nie wyprzedza Bielika w żadnej kategorii (remisuje tylko w kreatywnym pisaniu i kodzie). Warianty 8x7B i 12B lądują w środku stawki, mimo podobnego rozmiaru.
  4. Żaden model nie jest bezpiecznym doradcą prawnym ani podatkowym. Najlepsze odpowiedzi w prawie mają 7–8 pkt, a typowe zawierają zmyślone przepisy. W pytaniach o zdrowie co trzeci model może zaszkodzić.
  5. Modele z trybem rozumowania potrzebują dużego budżetu tokenów. Część z nich (np. Phi-4-reasoning) w limicie 2500 tokenów nie doszła do odpowiedzi albo wypisywała rozumowanie po angielsku. W badaniu oceniamy to, co dostaje użytkownik, nie tok myślenia.
  6. Najlepszy wybór na RTX 5090 dla polskiego: Gemma 4 26B-A4B w Q8_0 (jakość i szybkość), Gemma 4 31B (najwyższa jakość), Bielik-11B-v3.1 (polski model, licencja Apache, mniejsze karty).
  7. Bielik-One (SpeakLeash, 10–13.11.2026) to model do decyzji, nie do czatu. Dopisaliśmy go 14.11: Bielik-One-11B-v3.1-r1 ma 4,62 pkt w Q4_K_M i 5,27 w Q8_0, wobec 6,80 i 7,23 dla Bielika-11B-v3.1-Instruct, z którego powstał. Najwięcej traci w logice i matematyce (1–2 pkt) oraz w finansach, za to w wiedzy i zdrowiu trzyma poziom bazy. Bielik-One-4B-r1 to dotrenowany Qwen3.5-4B (4,49 pkt, blisko samego Qwen3.5-4B z 4,75). Testowaliśmy oba jak każdy inny model, czyli w czacie, z oficjalnym tłumieniem tokenów decyzyjnych (chat_suppression.json; bez niego odpowiedzi są zaśmiecone znacznikami). Do czego model jest naprawdę zrobiony – klasyfikacji z prawdopodobieństwami przez vLLM – ten ranking nie mierzy. Do zwykłej rozmowy lepszy jest Bielik-11B-v3.1-Instruct.

Ograniczenia i braki

  • Jeden przebieg na zadanie, niska temperatura. 20 zadań to szeroka próbka, ale nie benchmark statystyczny. Test powtórzeniowy pokazał, że średnia modelu zmienia się przy innym ziarnie losowania średnio o 0,48 pkt, więc mniejsze różnice należy traktować jako remis.
  • Ocena przez model sędziujący. Mimo kotwic, klucza oceny i twardych testów sędzia może mieć własne preferencje, np. wobec długości odpowiedzi. Wszystkie komentarze publikujemy, żeby dało się je zweryfikować.
  • Tryb rozumowania wyłączony tam, gdzie się da. Modele „myślące” z włączonym rozumowaniem mogłyby wypaść lepiej w matematyce i logice, kosztem czasu. Część modeli nie pozwala wyłączyć rozumowania i zużywała limit tokenów, zanim napisała odpowiedź.
  • Różne kwantyzacje w wersji podstawowej. Większość modeli testowaliśmy w Q4_K_M, ale część domyślnych tagów Ollamy ma inną kwantyzację (kolumna „Kwant.”). Dlatego każdy model, dla którego to możliwe, sprawdziliśmy też w Q8_0 lub Q6_K.
  • Pułapki techniczne, które poprawiliśmy. (1) Pliki GGUF z Hugging Face bez szablonu czatu Ollamy dawały echo polecenia albo puste odpowiedzi – takie warianty uruchomiliśmy ponownie z szablonem z biblioteki Ollama. (2) Muse Glimmer 30B w Q6_K z Hugging Face (inny autor kwantyzacji) zwracał tylko kilka tokenów technicznych; wariant Q6_K zbudowaliśmy sami z oficjalnych wag bf16 narzędziem llama-quantize. (3) Qwen3-VL-32B w bibliotece Ollama to wersja „Thinking”, więc wariant Q6_K wzięliśmy z tej samej wersji (nie „Instruct”) i, jak w wersji podstawowej, nie przekazywaliśmy parametru wyłączającego rozumowanie, bo ten model po jego wyłączeniu kończy odpowiedź od razu. (4) Phi-4 i jego warianty uruchamialiśmy w llama-server zamiast Ollamy, bo Ollama 0.40.15 kończyła się na nich błędem. Wszystkie odrzucone wyniki techniczne są opisane w archiwum danych.
  • Puste odpowiedzi. 18 z 3 000 odpowiedzi było pustych (głównie małe modele rozumujące, które wyczerpały limit nawet przy 12 000 tokenów). Oceniamy je tak, jak zobaczyłby je użytkownik.
  • Nie testowano: TranslateGemma 4B – model wyspecjalizowany wyłącznie do tłumaczeń, nie asystent ogólny.
  • Nie testowano: TranslateGemma 12B – model wyspecjalizowany wyłącznie do tłumaczeń, nie asystent ogólny.
  • Nie testowano: TranslateGemma 27B – model wyspecjalizowany wyłącznie do tłumaczeń, nie asystent ogólny.
  • Nie testowano: Qra-7b (base) – model bazowy (nie instruct/chat).
  • PLLuM 2507 (nc): wagi tych wersji są udostępniane po akceptacji licencji niekomercyjnej i nie mają oficjalnych plików GGUF. Nie weszły do tej edycji. Testowaliśmy pozostałe wersje PLLuM (2412, 2512, Llama-PLLuM, PLLuM 8x7B).

Dane i odtwarzalność

Udostępniamy komplet materiałów: surowe odpowiedzi wszystkich modeli z metadanymi (tokeny, czasy, powód zakończenia), zanonimizowane paczki przekazane sędziemu z mapą etykiet, oceny z komentarzami, polecenia, klucze ocen, instrukcję dla sędziego i skrypty uruchomieniowe oraz autotesty.

Pobierz dane badania (ZIP, 8,2 MB)

Licencja: treść i dane badania udostępniamy na licencji CC BY 4.0. Możecie je kopiować, przetwarzać i publikować, także komercyjnie, pod warunkiem podania źródła.

Jak cytować: redAi Lab (2026), „Modele obsługujące język polski: badanie 150 otwartych modeli w 20 zadaniach na RTX 5090 (2026)”, https://redai.pl/lab/modele-obslugujace-jezyk-polski-rtx-5090/, DOI: 10.5281/zenodo.24187301

Te same dane także na: Zenodo · Hugging Face · interaktywny ranking

Kontakt w sprawie badania: m@redai.pl, tel. 691 10 20 10

Podstrony z pełnymi odpowiedziami: Budżet domowy i oszczędzanie · Obiad z tego, co jest w lodówce · Wyjaśnienie wyników badań pacjentce · Triaż – objawy alarmowe · Prawo konsumenta – zwrot towaru z e-sklepu · Przedsądowe wezwanie do zapłaty · Rachunki na fakturze z dwiema stawkami VAT · Forma opodatkowania dla JDG · Opis produktu pod SEO · Odpowiedź na negatywną opinię · Wiersz rymowany · Symulacja rozmowy kwalifikacyjnej · Zadanie tekstowe – pociągi · Zagadka logiczna · Walidator numeru PESEL w Pythonie · Ekstrakcja ogłoszenia do JSON · Historia Polski – Konstytucja 3 maja · Nauka – dlaczego niebo jest niebieskie · Korekta błędów językowych · Liczebniki i idiomy