Poradnik · Stan na październik 2026

Jaki sprzęt AI dla firmy w 2026 roku?

Porównanie urządzeń, na których działa prywatne AI w firmie: ile osób obsłużą, jak szybko odpowiadają przy pracy na dokumentach, ile kosztują i kiedy który wybrać. Na podstawie publicznych testów, specyfikacji i cen, ze źródłami. Nie sprzedajemy sprzętu, więc nie mamy interesu w droższym.

Trzy parametry, które decydują

Pamięć01 · jaki model się zmieści
Model musi zmieścić się w pamięci w całości, razem z miejscem na rozmowy kilku osób naraz. 128 GB pozwala uruchomić modele klasy 120 mld parametrów (gpt-oss-120b zajmuje ok. 63 GB). Karta z 32 GB, jak RTX 5090, kończy się na modelach ok. 40 mld parametrów.
Przepustowość pamięci02 · jak szybko pisze
Każde kolejne słowo odpowiedzi wymaga odczytania aktywnej części modelu z pamięci. Dlatego mini-PC z Ryzen AI Max+ (256 GB/s) i NVIDIA GB10 (273 GB/s) piszą podobnie szybko, a karta RTX PRO 6000 (ok. 1,6–1,8 TB/s) kilka razy szybciej.
Szybkość wczytywania03 · jak szybko zaczyna odpowiadać
Przy pracy na dokumentach do modelu trafia pytanie razem z fragmentami dokumentów, często ok. 4 tys. tokenów. Przy takim pytaniu mini-PC z Ryzen AI Max+ zaczyna odpowiadać po ok. 9–12 s, a GB10 po ok. 2 s, choć oba piszą potem podobnie szybko. To parametr, który w porównaniach najczęściej się pomija.

Ile osób naraz? W typowej firmie w tej samej chwili odpowiedź generuje niewielka część zespołu. Zakładamy 5–10% osób w szczycie. To nasze założenie, nie pomiar, dlatego sprawdzamy je przy odbiorze na Waszych zadaniach.

Porównanie sprzętu

Szybkość pisania w tokenach na sekundę (token to ok. ¾ słowa), dla jednej osoby. „Osoby naraz” to równoczesne odpowiedzi przy pracy na dokumentach, nie liczba pracowników. Ceny orientacyjne netto, chyba że zaznaczono inaczej.

Urządzenie	Pamięć · przepustowość	Pisanie, 1 osoba	Początek odpowiedzi*	Osoby naraz	Dla zespołu	Sprzęt	Pobór mocy, hałas
Mini-PC z AMD Ryzen AI Max+ 395	128 GB · 256 GB/s	34–55 tok./s (gpt-oss-120b)	ok. 9–12 s	1–3	do ok. 10 osób albo jeden dział	10–15 tys. zł	145–186 W, cichy
NVIDIA GB10, 64 GB	64 GB · 273 GB/s	jak 128 GB na modelach do ok. 30 mld	ok. 2 s	5–15 (modele 20–30 mld MoE)	10–40 osób	20–24 tys. zł	jak niżej
NVIDIA GB10, 128 GB (DGX Spark, Dell Pro Max, Lenovo PGX, ASUS GX10)	128 GB · 273 GB/s	38–59 tok./s (gpt-oss-120b)	ok. 2 s	5–8 na gpt-oss-120b, 15–30 na mniejszych modelach MoE	20–50 osób	26–31 tys. zł	60–90 W, poniżej 40 dBA
Mac Studio M5 Max, 128 GB	128 GB · 614 GB/s	ok. 88 tok./s (gpt-oss-120b)	ok. 3 s	brak publicznych testów	jedna osoba lub mały zespół	M5 Max od 12 499 zł brutto (wersja podstawowa)	brak pomiarów
Stacja z RTX 5090	32 GB · ok. 1,8 TB/s	ok. 205 tok./s (gpt-oss-20b)	poniżej 1 s	10–30 (szacunek)	20–60 osób, mniejsze modele	karta 20–25 tys. zł brutto	wysoki pobór, głośniejsza
Stacja z RTX PRO 6000 (96 GB)	96 GB · 1,6–1,8 TB/s	ok. 215 tok./s (gpt-oss-20b)	ok. 0,3 s przy 50 osobach	ok. 50 na gpt-oss-120b, po ok. 31 tok./s	100–300 osób	55–75 tys. zł	600 W (wersja Max-Q 300 W)
Serwer z 2–4 kartami RTX PRO 6000	192–384 GB	jak wyżej	jak wyżej	setki	300+ osób, wiele oddziałów	120–250 tys. zł (szacunek)	1,2–2,4 kW, serwerownia

* Czas od wysłania pytania z ok. 4 tys. tokenów (pytanie z fragmentami dokumentów) do pierwszego słowa odpowiedzi, wyliczony z publicznych pomiarów szybkości wczytywania. Pomiary pochodzą z różnych wersji oprogramowania, więc traktujcie je jako rząd wielkości.

Co wybrać w skrócie

Biuro do 10 osób

Mini-PC z Ryzen AI Max+. Najtańsze 128 GB pamięci, cichy, mało prądu. Zaczyna odpowiadać wolniej przy długich pytaniach, co przy kilku osobach zwykle nie przeszkadza.

Firma 20–50 osób

NVIDIA GB10 ze 128 GB (DGX Spark albo odpowiednik Della, Lenovo, ASUS). Kilka razy szybciej wczytuje dokumenty, dobrze obsługuje kilka osób naraz, cichy i biurowy.

100–300 osób albo cięższe zadania

Stacja z kartą RTX PRO 6000. Kilkadziesiąt osób naraz z szybkimi odpowiedziami. Wymaga lepszego chłodzenia, wersja Max-Q jest cichsza.

Kilka oddziałów

Jedno urządzenie w każdym oddziale w tej samej konfiguracji albo jeden mocniejszy serwer w centrali. Wybór zależy od łącza między oddziałami i od tego, czy oddział ma działać przy awarii internetu.

Czego nie polecamy

Dużych „gęstych” modeli 70 mld na mini-PC i GB10Piszą 3–4 tokeny na sekundę, czyli wolniej, niż się czyta. Na tym sprzęcie lepiej sprawdzają się modele MoE, które przy każdym słowie używają tylko części parametrów.
Ollamy wystawionej do sieci bez logowaniaJej API nie ma wbudowanego uwierzytelniania. W 2026 r. luka CVE-2026-7482 (ocena 9,1/10) dotyczyła ok. 300 tys. serwerów wystawionych do internetu. Model zawsze stawiamy za bramą z logowaniem.
Kupowania najdroższego sprzętu na zapasLepiej kupić urządzenie na obecny zespół i dołożyć drugie w tej samej konfiguracji, gdy będzie potrzebne. Modele i ceny zmieniają się co kilka miesięcy.
Mac Studio jako serwera dla większego zespołuSzybko pisze dla jednej osoby, ale narzędzia do obsługi wielu użytkowników naraz są na Macu mniej dojrzałe i nie ma publicznych testów takiego obciążenia.
Kart Intel Arc Pro B60 w produkcjiSą tanie, ale w publicznych testach oprogramowanie było jeszcze wczesne i poprawnie działała tylko część modeli.

Modele w 2026 r. i ich ograniczenia

Najlepsze modele w chmurze (Claude Opus 5.5, GPT-6, Gemini 4) mają 53–58 pkt w Artificial Analysis Intelligence Index. Modele, które mieszczą się w firmowym sprzęcie, mają 12–34 pkt. W teście polszczyzny i kultury (PLCC) najlepsze otwarte polskie modele mają ok. 55–72 pkt, a najlepsze modele w chmurze 90–97. Do pracy na dokumentach z cytowaniem źródła to wystarcza, bo odpowiedź opiera się na fragmencie, który można sprawdzić. Do swobodnego pisania i programowania chmura jest dziś wyraźnie lepsza.

Model	Licencja	Do czego
Qwen3.8-27B	Apache 2.0	najmocniejszy model mieszczący się w firmowym sprzęcie (34 pkt AA), długie dokumenty
gpt-oss-120b	Apache 2.0	szybki model MoE, dobry do pracy wielu osób naraz
Gemma 4 (26B MoE, 31B)	Apache 2.0	rozumie też obrazy i skany
Bielik 11B v3	Apache 2.0	polszczyzna i styl pism, mały i szybki
PLLuM 12B	Apache 2.0	język urzędowy i administracja
Llama-PLLuM 8B i 70B	licencja Llama 3.1	dodatkowe warunki licencji, 70B tylko na mocnych kartach

Często łączymy dwa modele na jednym urządzeniu: mocniejszy ogólny (np. Qwen3.8-27B albo gpt-oss-120b) do rozumienia dokumentów i Bielika do polskiego stylu pism.

Licencje, o których mało kto mówi

Open WebUI: Powyżej 50 użytkowników trzeba zachować jego oznaczenia albo kupić licencję enterprise.
n8n: Wolno go używać wewnętrznie we własnej firmie. Odsprzedaż i udostępnianie innym jako usługi są ograniczone.
Llama-PLLuM 8B i 70B: Licencja Llama 3.1 z dodatkowymi warunkami, inaczej niż PLLuM 4B i 12B na Apache 2.0.
NVIDIA AI Enterprise: Nie jest potrzebne do typowego wdrożenia. Kosztuje 4 500 USD za kartę rocznie.

Dlaczego ceny rosną

NVIDIA DGX Spark kosztował na premierze w 2025 r. 3 999 USD, a od 2 października 2026 r. 6 950 USD (128 GB). Karta RTX PRO 6000 zdrożała w rok o ok. 55%. Powodem jest niedobór pamięci, który według TrendForce potrwa co najmniej do 2027 r. Dlatego nasze rekomendacje podają ceny z dnia wysłania i mają krótką ważność.

Który z nich dla Waszej firmy?

Odpowiedz na trzy pytania, a od razu zobaczysz rekomendację, koszt sprzętu i naszej pracy. Bezpłatnie, bez zobowiązań.

Dobierz sprzęt bezpłatnie Umów rozmowę

Jaki sprzęt AI dla firmy w 2026 roku?

Trzy parametry, które decydują

Pamięć01 · jaki model się zmieści

Przepustowość pamięci02 · jak szybko pisze

Szybkość wczytywania03 · jak szybko zaczyna odpowiadać