[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"layout-ticker":3,"$fgTus2vG80593Zyxf9kDI5p38m3ISLnqcZ7i7kIj2Dl8":208,"$fqCwQ3EIuIs6MaiT4B_3YlIxnA3QMb9HeOQeptBwKxBA":236,"atoms-gemini-3-5-flash-w-llm-gemini-0-32-lokalne-ai-ktore-nie-wymaga-chmury":333},[4,10,16,21,26,31,36,41,46,51,56,61,66,72,77,82,87,92,97,102,107,112,118,123,128,133,138,143,148,153,158,163,168,173,178,183,188,193,198,203],{"slug":5,"draft_id":6,"pillar_id":8},"jak-legalon-obnizyla-koszty-modeli-kodowych-o-65-bez-spowolnienia-pracy-i-jak-to-zrobic-w-twojej-firmie-jaqm",{"title":7},"LegalOn obniżyła dzienne koszty Codex o 65% — jak to działa",{"name":9},"Narzędzia AI",{"slug":11,"draft_id":12,"pillar_id":14},"ai-w-badaniach-kwantowych-jak-jump-trading-automatyzuje-prace-analitykow-w-30-mniej-czasu",{"title":13},"Agenci AI w badaniach ilościowych: przykład Jump Trading",{"name":15},"Praktyczne zastosowania",{"slug":17,"draft_id":18,"pillar_id":20},"jak-asana-obnizyla-koszty-testow-browserowych-o-76-razy-i-jak-to-zrobic-w-twojej-firmie-juz-teraz",{"title":19},"Agenci przeglądarkowi AI w testach: jak Asana obniżyła koszty 76 razy",{"name":15},{"slug":22,"draft_id":23,"pillar_id":25},"jak-ai-w-atlassian-openai-automatyzuje-prace-zespolow-i-jak-to-zrobic-w-twojej-firmie",{"title":24},"Atlassian i OpenAI: co daje ChatGPT i Codex w Jirze — stan na 2026",{"name":9},{"slug":27,"draft_id":28,"pillar_id":30},"jak-ai-przyspiesza-prace-zespolow-it-o-30-ale-tylko-jesli-wiesz-jak-zintegrowac-ja-z-kodem-i-dokumentacja",{"title":29},"Ile naprawdę daje AI zespołowi programistów? Badania, ceny, pomiar",{"name":9},{"slug":32,"draft_id":33,"pillar_id":35},"jak-ai-z-atlassianem-i-openai-przyspiesza-prace-zespolowa-ale-czy-warto-wdrazac-to-w-twojej-firmie",{"title":34},"ChatGPT w firmie: plany Business, ceny i bezpieczeństwo danych (2026)",{"name":9},{"slug":37,"draft_id":38,"pillar_id":40},"jak-zautomatyzowac-analize-danych-w-twojej-firmie-bez-it-i-zaoszczedzic-40-budzetu",{"title":39},"Analiza danych bez działu IT: agenci AI i automatyzacja w 2026",{"name":9},{"slug":42,"draft_id":43,"pillar_id":45},"jak-data-agent-w-chatgpt-work-oszczedza-20-30-czasu-analitykow-bez-kodowania",{"title":44},"Data agent w ChatGPT Work: co potrafi analityk bez kodowania",{"name":9},{"slug":47,"draft_id":48,"pillar_id":50},"jak-ai-zwieksza-wydajnosc-inzynierow-o-21-i-jak-to-zrobic-w-twojej-firmie",{"title":49},"Jak Codex zwiększa wydajność inżynierów — case study 1Password i",{"name":15},{"slug":52,"draft_id":53,"pillar_id":55},"chatgpt-przyspiesza-prace-marketingowa-o-90-jak-to-zrobic-w-twojej-firmie",{"title":54},"ChatGPT Work w marketingu: co przyspiesza, a czego nie zastąpi",{"name":15},{"slug":57,"draft_id":58,"pillar_id":60},"kontrola-agentow-ai-kiedy-twoja-firma-traci-wplyw-nad-dzialaniami-automatyzacji",{"title":59},"Kontrola agentów AI: jak firma zachowuje wpływ nad automatyzacją",{"name":15},{"slug":62,"draft_id":63,"pillar_id":65},"fsm-runtime-vs-llm-dlaczego-polskie-firmy-placa-za-bledne-mutacje-stanu",{"title":64},"FSM runtime vs. LLM: dlaczego polskie firmy płacą za błędne mutacje stanu",{"name":15},{"slug":67,"draft_id":68,"pillar_id":70},"csv-do-raportu-dla-zarzadu-w-30-minut-bez-excela-bez-bolu-glowy",{"title":69},"Raport zarządczy z CSV w kilka minut — jak Claude i Copilot zastępują",{"name":71},"Tutoriale how-to",{"slug":73,"draft_id":74,"pillar_id":76},"jak-zbudowac-wlasny-pipeline-grafow-wiedzy-z-tekstu-w-6-krokach-i-kiedy-to-nie-warto",{"title":75},"Grafy wiedzy z tekstu: kiedy się opłacają, a kiedy to marnotrawstwo",{"name":71},{"slug":78,"draft_id":79,"pillar_id":81},"wspoldzielona-pamiec-dla-agentow-ai-jak-21-wezlow-zmienilo-koszty-debugowania-w-7-domenach",{"title":80},"Współdzielona pamięć agentów AI: jak działa i kiedy się opłaca",{"name":15},{"slug":83,"draft_id":84,"pillar_id":86},"jak-banki-chronia-swoje-algorytmy-i-dlaczego-twoje-agencje-ai-sa-bezbronne",{"title":85},"AI w bankach 2026: jak chronić algorytmy przed zagrożeniami",{"name":15},{"slug":88,"draft_id":89,"pillar_id":91},"agenci-ai-nie-zastepuja-ludzi-tworza-im-nowe-mozliwosci-jak-basis-clay-i-exa-labs-przeksztalcaja-procesy-w-zdolnosci-operacyjne",{"title":90},"Basis, Clay i Exa Labs: co robią agenci AI, a co zostaje człowiekowi",{"name":15},{"slug":93,"draft_id":94,"pillar_id":96},"jak-ocenic-llm-w-produkcji-bez-polegan-na-vibes-trzy-proste-reguly-w-pythonie",{"title":95},"Jak ocenić LLM w produkcji bez „vibes”? Reguły i metryki w Pythonie",{"name":15},{"slug":98,"draft_id":99,"pillar_id":101},"figma-ai-asystent-czy-twoi-projektanci-moga-zrezygnowac-z-myszki",{"title":100},"Figma AI agent: co potrafi asystent projektowania w 2026?",{"name":9},{"slug":103,"draft_id":104,"pillar_id":106},"heym-vs-tradycyjne-narzedzia-kiedy-agent-ai-przestaje-byc-dodatkiem-i-staje-sie-domyslnym-blokiem",{"title":105},"Agent AI jako domyślny blok workflow: Heym, n8n, Make i Zapier w 2026",{"name":9},{"slug":108,"draft_id":109,"pillar_id":111},"langchain-w-pipeline-ie-retrievalowym-sprawdzilismy-to-nie-dziala-tak-jak-sie-wydaje",{"title":110},"LangChain w RAG: co robi, gdzie zwalnia i kiedy go zostawić",{"name":15},{"slug":113,"draft_id":114,"pillar_id":116},"autonomiczny-bot-ai-zhackowal-projekty-microsoftu-i-innych-firm-jak-to-dziala-i-co-to-oznacza-dla-open-source",{"title":115},"Lokalne modele AI w 2026: Ollama, LM Studio i modele polskie",{"name":117},"News & analizy",{"slug":119,"draft_id":120,"pillar_id":122},"ai-nie-jest-najwiekszym-zagrozeniem-to-twoi-pracownicy-otwieraja-drzwi-hakerom",{"title":121},"Exploity i skradzione hasła zamiast AI — co naprawdę atakuje firmy w",{"name":117},{"slug":124,"draft_id":125,"pillar_id":127},"ue-chce-zmusic-google-do-otwarcia-androida-na-konkurencyjne-asystenty-ai-co-to-oznacza-dla-polskich-firm",{"title":126},"Komisja Europejska nakazała Google otworzyć Androida dla",{"name":117},{"slug":129,"draft_id":130,"pillar_id":132},"twoja-architektura-multi-agent-kosztuje-5000-pln-miesiac-na-tokenach-jak-to-zmienic",{"title":131},"Koszty tokenów w architekturze multi-agent: jak je policzyć i obniżyć",{"name":71},{"slug":134,"draft_id":135,"pillar_id":137},"agent-ai-dostal-dostep-do-twoich-systemow-czy-twoja-firma-jest-gotowa",{"title":136},"OWASP Top 10 dla LLM 2026: co zmienia się dla firm z agentami AI",{"name":117},{"slug":139,"draft_id":140,"pillar_id":142},"rag-w-produkcji-dlaczego-80-projektow-zawodzi-juz-po-pierwszym-deploymencie",{"title":141},"RAG w produkcji: od demo do systemu, który działa — co się zmienia",{"name":15},{"slug":144,"draft_id":145,"pillar_id":147},"jak-zbudowac-kontrolna-warstwe-dla-llm-w-produkcji-przyklad-z-100-niezawodnoscia",{"title":146},"Walidacja outputu lokalnych LLM w produkcji: JSON mode, structured",{"name":15},{"slug":149,"draft_id":150,"pillar_id":152},"chi-2026-dlaczego-apple-stawia-na-barcelone-i-co-to-oznacza-dla-twojego-biznesu",{"title":151},"CHI 2026 w Barcelonie: co Apple zaprezentowało naukowcom i jak to",{"name":117},{"slug":154,"draft_id":155,"pillar_id":157},"czy-polska-moze-powtorzyc-sukces-singapuru-ai-w-walce-z-nielegalnym-handlem-gatunkami",{"title":156},"Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów",{"name":117},{"slug":159,"draft_id":160,"pillar_id":162},"odpowiedzialna-ai-w-microsoft-350-inzynierow-etyki-vs-87-polskich-firm-bez-polityki",{"title":161},"Odpowiedzialna AI w firmach: od zasad Microsoftu do wymogów AI Act",{"name":117},{"slug":164,"draft_id":165,"pillar_id":167},"midi-2020-co-naprawde-zmienilo-sie-w-polskim-ai-po-tej-konferencji",{"title":166},"MIDI 2020: ósma edycja konferencji o inteligentnych maszynach",{"name":117},{"slug":169,"draft_id":170,"pillar_id":172},"dall-e-2-jak-polskie-firmy-moga-zarabiac-na-tekscie-ktory-maluje-obrazy",{"title":171},"Generatory obrazów AI w 2026: co potrafią i jak wybrać narzędzie",{"name":117},{"slug":174,"draft_id":175,"pillar_id":177},"proces-muska-vs-altman-dlaczego-polskie-firmy-ai-wstrzymaly-inwestycje-na-3-miesiace",{"title":176},"Proces Muska vs. Altman: co ujawnił o przyszłości OpenAI i biznesu AI",{"name":117},{"slug":179,"draft_id":180,"pillar_id":182},"lingbot-world-fast-17-fps-w-generowaniu-wideo-czy-to-wystarczy-zeby-wyprzedzic-stability-ai",{"title":181},"LingBot-World-Fast: co potrafi otwarty world model Robbyant",{"name":9},{"slug":184,"draft_id":185,"pillar_id":187},"calowanie-robotow-biznesowy-sens-czy-naukowy-eksperyment",{"title":186},"Roboty społeczne w Polsce: od eksperymentu do praktyki",{"name":117},{"slug":189,"draft_id":190,"pillar_id":192},"gemini-3-5-vs-gpt-5-5-kto-oszukuje-a-kto-naprawde-buduje",{"title":191},"GPT-5.5 vs Gemini 3.5: co naprawdę wiadomo w 2026 roku",{"name":9},{"slug":194,"draft_id":195,"pillar_id":197},"sensenova-vs-flux-klein-ktore-narzedzie-do-edycji-obrazow-ai-oszczedzi-ci-120-godzin-pracy-rocznie",{"title":196},"SenseNova U1.5 vs FLUX 3 Image Klein: co wybrać do edycji zdjęć",{"name":9},{"slug":199,"draft_id":200,"pillar_id":202},"czy-agi-naprawde-nadejdzie-za-kilka-lat-demis-hassabis-kontra-polska-rzeczywistosc",{"title":201},"Kiedy powstanie AGI? Co naprawdę powiedział Demis Hassabis",{"name":117},{"slug":204,"draft_id":205,"pillar_id":207},"inzynieria-promptow-jak-zaczac-bez-wydawania-zlotowki",{"title":206},"Inżynieria promptów: jak zacząć bez wydawania złotówki",{"name":71},[209],{"id":210,"slug":211,"page_type":212,"hub_slug":213,"cover_image":214,"published_at":215,"last_refreshed_at":216,"reviewed_at":217,"reviewed_by":217,"reading_time_min":218,"pillar_id":219,"author_id":223,"draft_id":230},"3abce4ce-1f3f-4f1a-af95-14e7b0a59d1b","gemini-3-5-flash-w-llm-gemini-0-32-lokalne-ai-ktore-nie-wymaga-chmury","article","gemini","f699e591-d63d-4355-b83b-07f02c3b868d","2026-08-18T17:48:07.220Z","2026-10-21T23:16:39.337Z",null,11,{"id":220,"name":9,"slug":221,"color_token":222},"5878a593-ac48-4ff3-a25b-35a7de448daa","narzedzia-ai","accent",{"display_name":224,"slug":225,"bio_short":226,"social_links":227},"Andrzej Niemiec","andrzej-niemiec","Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.",{"linkedin":228,"x":217,"github":217,"website":229},"https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fandrzej-niemiec-b3ab60220\u002F","https:\u002F\u002Faion-automation.pl",{"title":231,"meta_description":232,"body_mdx":233,"word_count":234,"schema_type":235},"llm-gemini 0.32 i Gemini 3.5 Flash: co daje wtyczka CLI do Gemini","llm-gemini 0.32 dodało Gemini 3.5 Flash do terminala, ale to nie lokalne AI. Cena API, kontekst miliona tokenów, konfiguracja i stan modelu w październiku 2026.","## Czy llm-gemini 0.32 działa lokalnie?\n\nNie. `llm-gemini` to wtyczka open source do terminalowego narzędzia `LLM`, która zapewnia dostęp do modeli Gemini przez API Google [1]. Konfiguracja wymaga klucza API, ustawianego poleceniem `llm keys set gemini` albo zmienną środowiskową `LLM_GEMINI_KEY`, więc każde zapytanie trafia na serwery Google [1]. Wtyczka nie pobiera wag modelu ani nie działa offline. Lokalne uruchamianie modeli to odrębna kategoria narzędzi, opisana w przewodnikach po Ollama i llama.cpp [2].\n\nTa różnica przesądza o ocenie projektu. `llm-gemini` jest klientem API, a nie środowiskiem uruchomieniowym modelu. Decyzja o wysłaniu treści do Google zapada przy każdym zapytaniu, niezależnie od wygody pracy w terminalu. Samą rodzinę modeli, od Gemini 2.5 po Gemini 4 Argon, omawia hub [Gemini](\u002Fgemini).\n\n## Czym jest llm-gemini i co zmieniło wydanie 0.32?\n\nWydanie 0.32 z 19 maja 2026 r. dodało obsługę modelu `gemini-3.5-flash` i według opisu wydania była to jedyna zmiana [3]. Simon Willison opublikował wtedy wpis o wtyczce, kilka godzin po tekście o samym modelu [4]. Gemini 3.5 Flash trafiło do API tego samego dnia ze statusem GA, a jego identyfikator to `gemini-3.5-flash` [5].\n\nWcześniejsze 0.32a0 było wydaniem pre-release i dotyczyło strumieniowania tokenów rozumowania [6]. Wersja 0.32 wymagała biblioteki `llm` w wersji co najmniej 0.32 oraz Pythona 3.10 lub nowszego [7]. Od maja pakiet zdążył się rozwinąć: na PyPI jest dostępna wersja 0.34 z 2 września 2026 r. [8].\n\n## Co potrafi Gemini 3.5 Flash?\n\nModel przyjmuje tekst, obraz, audio i wideo, obsługuje kontekst 1 048 576 tokenów i maksymalnie 65 536 tokenów wyjściowych [5][9]. Google opisuje go jako model projektowany pod zadania agentowe i wdrażanie subagentów [5].\n\n| Model | Kontekst \u002F limit wyjścia | Cena wejścia za 1 mln tokenów | Cena wyjścia za 1 mln tokenów | Darmowy tier API |\n|---|---|---|---|---|\n| Gemini 3.5 Flash | 1 048 576 \u002F 65 536 | 1,50 USD (cena startowa) | 9 USD | nie podano w źródłach |\n| Gemini 3.8 Flash | 1 mln \u002F 64 tys. | 0,75 USD do 31.12.2026 | 3,75 USD | tak |\n| Gemini 4 Argon | brak danych w źródłach | 2 USD do 30.11.2026 | 10 USD | nie |\n| Gemini 2.5 Pro | opisywany jako model do złożonych zadań | 1,25 USD do 200 tys. tokenów | 10 USD | tak |\n\nZestawienie opiera się na oficjalnym cenniku Gemini API [10], opisie wydania Gemini 3.8 Flash [11], ogłoszeniu Gemini 4 Argon [12] oraz dokumentacji modeli [13]. Ceny podane są w dolarach i dotyczą API dla deweloperów.\n\nDemonstracja Willisona dotyczyła kodu SVG, nie obrazu z modelu graficznego: prompt brzmiał „Generate an SVG of a pelican riding a bicycle” [9]. Wygenerowanie kosztowało około 0,13 USD przy 11 tokenach wejściowych i 14 403 tokenach wyjściowych [9]. To pokazuje skalę kosztu: przy długich odpowiedziach rachunek rośnie szybciej niż liczba zapytań.\n\n## Ile kosztuje korzystanie z Gemini 3.5 Flash?\n\nCena startowa modelu wynosiła 1,50 USD za milion tokenów wejściowych i 9 USD za milion tokenów wyjściowych [9]. W październiku 2026 korzystniejsza bywa nowsza generacja: Gemini 3.8 Flash kosztuje 0,75 USD i 3,75 USD do 31 grudnia 2026 r., a od 1 stycznia 2027 r. odpowiednio 1,50 USD i 7,50 USD [10][11].\n\nDla porównania Gemini 4 Argon, najnowszy model Google, nie ma darmowego tieru i kosztuje 2 USD oraz 10 USD do 30 listopada 2026 r., a od 1 grudnia 4 USD i 20 USD [10][12]. Model 2.5 Pro pozostaje w cenniku ze stawką 1,25 USD i 10 USD dla promptów do 200 tys. tokenów [10]. Kwoty są oficjalne i dotyczą wyłącznie zużycia tokenów, bez kosztu subskrypcji aplikacji.\n\n## Jak podłączyć llm-gemini do klucza API?\n\nKonfiguracja sprowadza się do pakietu Pythona i jednego klucza: biblioteka `llm` w wersji co najmniej 0.32, Python 3.10 lub nowszy oraz klucz Gemini API [7][1]. Klucz zapisuje się poleceniem `llm keys set gemini` albo przekazuje zmienną `LLM_GEMINI_KEY` [1]. Po tej konfiguracji każde wywołanie modelu jest zwykłym zapytaniem do API, rozliczanym według cennika tokenów [10].\n\nPrzed pracą należy sprawdzić wersję pakietu, bo interfejs zmieniał się między wydaniami: 0.32 dotyczyło dodania modelu, a 0.32a0 strumieniowania tokenów rozumowania [3][6]. To jedna z przyczyn, dla których warto zaczynać od dokumentacji wydania, a nie od starszych poradników.\n\n## Czy Gemini 3.5 Flash jest nadal aktualny w październiku 2026?\n\nNie. Google wskazuje dziś Gemini 3.6 Flash, a żądania kierowane do `gemini-3.5-flash` są automatycznie przekierowywane do nowszego modelu [14][15]. W dokumentacji API jako aktualny stabilny model Flash figuruje Gemini 3.8 Flash, z kontekstem do miliona tokenów i wyjściem do 64 tys. tokenów [13][11].\n\nTo zmienia sens tekstów o „nowym Gemini 3.5 Flash”. Wydanie 0.32 i sam model są dziś materiałem historycznym, przydatnym do zrozumienia, jak Google wprowadza modele do API, a nie opisem aktualnej oferty. Osoba wybierająca model w październiku 2026 powinna porównywać 3.8 Flash, 3.1 Pro i 4 Argon.\n\n## Kiedy lokalny model wygrywa z API?\n\nLokalny model ma sens wtedy, gdy treść nie może opuścić infrastruktury albo gdy połączenie jest niestabilne; wybór zależy wtedy od karty graficznej i narzędzi takich jak Ollama lub llama.cpp [2]. API wygrywa tam, gdzie liczy się duży kontekst i brak utrzymania sprzętu: Gemini 3.8 Flash obsługuje do miliona tokenów wejścia [13].\n\nPraktyczna zasada jest prosta: `llm-gemini` nie zastępuje lokalnego modelu, tylko skraca drogę do modeli Google z terminala. Jeśli szukasz modelu do codziennej pomocy w aplikacji, sprawdź plany subskrypcji — Google AI Pro w Polsce kosztuje 97,99 PLN miesięcznie, a Google AI Plus 23,99 PLN [16]. Sąsiednie teksty rozwijają ten wątek: [porównanie Gemini 3.5 Flash z konkurencją](\u002Fposts\u002Fgemini-3-5-flash-kontra-konkurencja-kto-naprawde-liczy-w-biznesie) oraz [analiza wyższej ceny Gemini 3.5 Flash](\u002Fposts\u002F5-5-raza-drozej-za-gemini-3-5-flash-czy-oplaca-sie-placic-za-nowe-modele-ai). Osoby budujące integracje mogą zajrzeć do tekstu o [webhookach w Gemini API](\u002Fposts\u002Fwebhooki-w-gemini-api-jak-przestac-placic-za-puste-zapytania-i-czekac-na-wyniki).\n\n## Najczęstsze pytania\n\n### Czy llm-gemini jest darmowe?\n\nSama wtyczka jest projektem open source i nie wymaga opłaty [1]. Płatne jest korzystanie z modeli: zapytania rozlicza Google według cennika tokenów, a klucz API jest obowiązkowy [1][10]. Darmowy tier dotyczy wybranych modeli, takich jak Gemini 3.8 Flash, i nie obejmuje Gemini 4 Argon [10][12].\n\n### Czy Gemini 3.5 Flash działa bez internetu?\n\nNie. Model działa na infrastrukturze Google, a wtyczka wysyła zapytania przez API, więc połączenie z siecią jest konieczne [1]. Praca offline wymaga lokalnego modelu uruchamianego na własnym sprzęcie, na przykład przez Ollama [2]. Wtyczka nie pobiera wag, więc nie da się jej użyć jako środowiska offline.\n\n### Ile kosztuje Gemini w Polsce?\n\nSubskrypcje Google AI zaczynają się od 23,99 PLN miesięcznie za plan Plus; AI Pro kosztuje 97,99 PLN, a plany Ultra 469,99 PLN i 979,99 PLN miesięcznie [16]. W API rozliczenie idzie za tokeny, a ceny podawane są w dolarach [10]. Wybór zależy od tego, czy potrzebujesz aplikacji, czy własnej integracji.\n\n### Czy warto dziś używać Gemini 3.5 Flash?\n\nDo nowych wdrożeń raczej nie. Model jest przekierowywany do Gemini 3.6 Flash, a w cenniku tańszy bywa 3.8 Flash [14][10]. Gemini 3.5 Flash pozostaje użyteczny jako punkt odniesienia przy porównywaniu kosztów i możliwości modeli z rodziny Gemini.\n\n## Źródła\n\n1. [GitHub - simonw\u002Fllm-gemini: LLM plugin to access Google's Gemini family of models (GitHub, 2026)](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fllm-gemini)\n2. [Najlepsze lokalne LLM w 2026 roku, modele które naprawdę działają (pasqualepillitteri.it, 2026)](https:\u002F\u002Fpasqualepillitteri.it\u002Fpl\u002Fnews\u002F14015\u002Fnajlepsze-lokalne-llm-2026)\n3. [Release 0.32 · simonw\u002Fllm-gemini (GitHub, 2026)](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fllm-gemini\u002Freleases\u002Ftag\u002F0.32)\n4. [Release: llm-gemini 0.32 (Simon Willison, 2026)](https:\u002F\u002Fsimonwillison.net\u002F2026\u002FMay\u002F19\u002Fllm-gemini-2)\n5. [Gemini 3.5 Flash | Gemini API (Google AI for Developers, 2026)](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fmodels\u002Fgemini-3.5-flash?hl=pl)\n6. [Release 0.32a0 · simonw\u002Fllm-gemini (GitHub, 2026)](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fllm-gemini\u002Freleases\u002Ftag\u002F0.32a0)\n7. [llm-gemini\u002Fpyproject.toml at main · simonw\u002Fllm-gemini (GitHub, 2026)](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fllm-gemini\u002Fblob\u002Fmain\u002Fpyproject.toml)\n8. [llm-gemini · PyPI (PyPI, 2026)](https:\u002F\u002Fpypi.org\u002Fproject\u002Fllm-gemini)\n9. [Gemini 3.5 Flash: more expensive, but Google plan to use it for everything (Simon Willison, 2026)](https:\u002F\u002Fsimonwillison.net\u002F2026\u002FMay\u002F19\u002Fgemini-35-flash)\n10. [Gemini Developer API pricing | Gemini API (Google AI for Developers, 2026)](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fpricing)\n11. [Introducing Gemini 3.8 Flash and 3.8 Flash Cyber (Google, 2026)](https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002F3-8-flash-and-3-8-flash-cyber)\n12. [Gemini 4 Argon: Built to solve your hardest problems (Google, 2026)](https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fintroducing-gemini-4-argon)\n13. [Models | Gemini API (Google AI for Developers, 2026)](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fmodels)\n14. [Gemini deprecations | Gemini API (Google AI for Developers, 2026)](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fdeprecations)\n15. [Przedstawiamy Gemini 3.6 Flash, 3.5 Flash-Lite i 3.5 Flash Cyber (Google, 2026)](https:\u002F\u002Fblog.google\u002Fintl\u002Fpl-pl\u002Fnowosci-produktowe\u002Fsztuczna-inteligencja\u002Fgemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber\u002F)\n16. [Google AI Pro i Ultra – zyskaj dostęp do Gemini 3.1 Pro i nie tylko (Google, 2026)](https:\u002F\u002Fgemini.google\u002Fpl\u002Fsubscriptions\u002F?hl=pl)",1452,"Article",[237,243,249,255,261,267,273,279,285,291,297,303,309,315,321,327],{"id":238,"slug":239,"pillar_id":240,"draft_id":241},"ee48147b-2e28-406f-8a77-f660ce38123c","chatgpt-w-finansach-osobistych-doradca-za-99-zl-miesiecznie-czy-ryzykowny-eksperyment",{"color_token":222},{"title":242},"ChatGPT w finansach osobistych: doradca za 99 zł miesięcznie czy ryzykowny eksperyment?",{"id":244,"slug":245,"pillar_id":246,"draft_id":247},"e58d95ee-54cb-4f45-b059-f4b188b3ec15","stable-audio-3-ile-kosztuje-godzina-muzyki-wygenerowanej-przez-ai",{"color_token":222},{"title":248},"Stable Audio 3: ile kosztuje godzina muzyki wygenerowanej przez AI?",{"id":250,"slug":251,"pillar_id":252,"draft_id":253},"ab9e303d-df33-4547-b444-41d09740896e","chatgpt-w-finansach-osobistych-co-zmienia-i-dlaczego-polskie-firmy-powinny-sie-tym-zainteresowac",{"color_token":222},{"title":254},"ChatGPT w finansach osobistych: co zmienia i dlaczego polskie firmy powinny się tym zainteresować",{"id":256,"slug":257,"pillar_id":258,"draft_id":259},"72800cb5-0c42-47eb-a557-5656693bbe95","ernie-qwen-czy-zit-ktory-model-ai-do-obrazow-wybrac-gdy-liczy-sie-czas-i-jakosc",{"color_token":222},{"title":260},"ERNIE, Qwen czy ZiT? Który model AI do obrazów wybrać, gdy liczy się czas i jakość",{"id":262,"slug":263,"pillar_id":264,"draft_id":265},"21872906-2f74-4c19-8c12-5114f4833249","chatgpt-do-budzetu-oszczedza-czas-ale-czy-twoje-dane-sa-bezpieczne",{"color_token":222},{"title":266},"ChatGPT do budżetu: oszczędza czas, ale czy twoje dane są bezpieczne?",{"id":268,"slug":269,"pillar_id":270,"draft_id":271},"3945db9f-c70a-469d-84c9-9671274c0c8c","chatgpt-w-finansach-osobistych-co-naprawde-potrafi-i-dlaczego-polskie-banki-powinny-sie-bac",{"color_token":222},{"title":272},"ChatGPT w finansach osobistych: co naprawdę potrafi i dlaczego polskie banki powinny się bać",{"id":274,"slug":275,"pillar_id":276,"draft_id":277},"fd6b3c51-e0f6-4ea0-b5e4-cd9bec1d9bfc","chatgpt-do-finansow-osobistych-czy-openai-zastapi-twojego-doradce",{"color_token":222},{"title":278},"ChatGPT do finansów osobistych: czy OpenAI zastąpi twojego doradcę?",{"id":280,"slug":281,"pillar_id":282,"draft_id":283},"8b4959e2-8ff2-41f5-a566-00ca95d1118a","moe-vs-dense-kto-wygrywa-w-lokalnych-wdrozeniach-ai",{"color_token":222},{"title":284},"MoE vs dense: kto wygrywa w lokalnych wdrożeniach AI?",{"id":286,"slug":287,"pillar_id":288,"draft_id":289},"623dfd30-6bbf-43e3-b37f-ea1662660bbe","kupiles-6-narzedzi-ai-ale-uzywasz-tylko-jednego-oto-jak-przestac-marnowac-budzet",{"color_token":222},{"title":290},"Kupiłeś 6 narzędzi AI, ale używasz tylko jednego. Oto jak przestać marnować budżet",{"id":292,"slug":293,"pillar_id":294,"draft_id":295},"17a278f1-1883-4b99-bb87-554b79110090","laguna-xs-2-vs-m-1-dlaczego-polskie-firmy-testuja-lokalne-modele-jezykowe",{"color_token":222},{"title":296},"Laguna XS.2 vs M.1: dlaczego polskie firmy testują lokalne modele językowe",{"id":298,"slug":299,"pillar_id":300,"draft_id":301},"bb966432-025e-415f-a65d-a0b902dda934","nemotron-3-nano-vs-reszta-stawki-4b-kto-wygrywa-lokalny-benchmark-finansowy-w-2026",{"color_token":222},{"title":302},"Nemotron 3 Nano 4B: co potwierdzają źródła o modelu NVIDIA",{"id":304,"slug":305,"pillar_id":306,"draft_id":307},"97cb5082-295b-44be-89cc-f98db8f9703b","47-zakladek-200-tysiecy-zlotych-w-bloto-jak-przestac-kupowac-ai-ktorego-nie-potrzebujesz",{"color_token":222},{"title":308},"47 zakładek, 200 tysięcy złotych w błoto – jak przestać kupować AI, którego nie potrzebujesz",{"id":310,"slug":311,"pillar_id":312,"draft_id":313},"6d54a5d0-0ab5-4abf-89e9-b58e64a4197b","milion-tokenow-w-praktyce-czy-deepseek-v4-naprawde-zmienia-zasady-gry",{"color_token":222},{"title":314},"Milion tokenów w praktyce: czy DeepSeek-V4 naprawdę zmienia zasady gry?",{"id":316,"slug":317,"pillar_id":318,"draft_id":319},"8e0353d7-5e1c-46a5-bfec-8d929c7ea937","chatgpt-w-finansach-osobistych-co-naprawde-zmienia-i-dlaczego-polskie-firmy-powinny-to-sledzic",{"color_token":222},{"title":320},"ChatGPT w finansach osobistych: co naprawdę zmienia i dlaczego polskie firmy powinny to śledzić",{"id":322,"slug":323,"pillar_id":324,"draft_id":325},"fe13a3ea-5437-499e-95ab-fb7bfd832610","27-razy-zbudowalem-tego-samego-bota-oto-co-naprawde-psuje-sie-po-wyjsciu-z-demo",{"color_token":222},{"title":326},"Zapier, Make czy n8n: agenci AI i automatyzacja bez kodu w 2026",{"id":328,"slug":329,"pillar_id":330,"draft_id":331},"2e737281-4130-493b-aeab-68098f74befd","chatgpt-w-finansach-osobistych-czy-za-20-dolarow-miesiecznie-dostaniesz-lepszego-doradce-niz-w-banku",{"color_token":222},{"title":332},"ChatGPT w finansach osobistych: czy za 20 dolarów miesięcznie dostaniesz lepszego doradcę niż w banku?",[]]