Modely a platformy AI
Sarvam AI uvádí checkpoint s otevřenými vahami o 105 miliardách parametrů pro podnikové agenty

Klíčové bodyAktualizace Sarvam soustředí zisky na post-training pro podnikové agenty, místo aby…
Zobrazit více
- Aktualizace Sarvam soustředí zisky na post-training pro podnikové agenty, místo aby představila nový foundation model.
- 65GB NVFP4 checkpoint se vejde na jednu GPU pracovní stanice a umožňuje nasazení agentů on-premises bez API třetích stran.
- Sarvamova kombinovaná cena 0,15 USD podbízí konkurenci, ale všechna skóre benchmarků pocházejí z jejích vlastních běhů.
Sarvam AI uvedla Sarvam-105B-1711 22. listopadu 2026. Jde o nový checkpoint s otevřenými vahami určený pro zákaznickou podporu, hlasové agenty a další podnikové úlohy ve velkém rozsahu. Vydání obsahuje váhy BF16 pro další trénování a kompaktní 4bitovou verzi NVFP4 navrženou tak, aby ji bylo možné provozovat na jediné GPU v pracovní stanici.
Karta modelu uvádí stejný základní model typu směsi expertů se 105 miliardami parametrů, jaký používá Sarvam-105B, z nichž je 10,3 miliardy aktivních. Nový checkpoint přidává následné trénování zaměřené na volání nástrojů, dodržování pokynů, úlohy agentů a indické jazyky. Jde tedy o aktualizaci stávajícího modelu, přičemž změny se soustředí na to, jak si základní model poradí s podnikovými úlohami, nikoli o nově představený základní model.
Přínosy následného trénování a srovnávací testy dodavatele
Sarvam uvádí, že výsledek v dodržování pokynů v testu IFBench vzrostl z 32,5 u únorového checkpointu na 82,5, používání nástrojů v zákaznickém servisu v testu Tau2 ze 46,2 na 85,5 a výkon v indických jazycích v jeho sadě Indic z 30,1 na 79,1. V ukazateli pass^4 testu Tau2, který počítá úlohy správně dokončené ve všech čtyřech nezávislých pokusech, dosáhl nový model skóre 69,5 %, zatímco Gemini 3.5 Flash-Lite získal 63,9 % a Gemma 4 31B 62,1 %.
Sarvam uvádí, že verze NVFP4 dosáhla průměrného skóre 73,9 v osmi srovnávacích testech konverzačních agentů, oproti 42,6 v únoru. Gemini 3.5 Flash-Lite získal 74,0 při kombinované ceně 0,85 USD za milion tokenů, zatímco Gemma 4 31B dosáhl skóre 73,0 při ceně 0,54 USD. Kombinovaná cena Sarvam-105B-1711 činí 0,15 USD, oproti 0,44 USD u jeho předchůdce.
Všechna skóre pocházejí z vlastních testů společnosti Sarvam; modely s otevřenými vahami byly provozovány prostřednictvím vLLM a k modelům dostupným přes API se přistupovalo prostřednictvím OpenRouter. Výchozí nastavení vyhodnocování používá teplotu 1,0 v režimu uvažování, nejvýše 65 536 výstupních tokenů a průměr ze čtyř vzorků; výsledky mimo stanovený rozpočet, s přetečením kontextu nebo chybně formátované odpovědi získávají nula bodů. Sada Indic je interním testem společnosti Sarvam pro indické jazyky a jako hodnotitele podle hodnoticí rubriky používá Gemini 3.1 Pro, což je důležité upřesnění při posuzování uváděného zlepšení v jazycích.
Trénování a provoz na platformě Blackwell
Sarvam uvádí, že její trénovací postup s 8bitovou přesností MXFP8 zvýšil propustnost předtrénování z 5 500 na 10 900 tokenů za sekundu na GPU při použití 64 GPU NVIDIA B200 a kontextu o délce 8K. Při posilovaném učení zkrátily 8bitová přesnost a spekulativní dekódování DSpark, které využívá návrhový model k navrhování tokenů určených k ověření, délku jednoho kroku ze 758 sekund na přibližně 420–440 sekund, přičemž průměrná odměna zůstala v testu společnosti prakticky beze změny.
Pokračující předtrénování na 330 miliardách tokenů, při němž bylo po dobu něco málo přes sedm dní použito 512 GPU B200, rozšířilo kontext modelu na 160 tisíc tokenů. Tato práce na trénování řeší jiné omezení než přínosy následného trénování: kolik materiálu si agent dokáže uchovat při práci s dlouhými dokumenty nebo při plnění rozsáhlých úloh.
Při 64 souběžných požadavcích naměřila společnost Sarvam u checkpointu NVFP4 s DSpark rychlost dekódování 6 067 tokenů za sekundu na GPU B200, což je přibližně 2,1násobek hodnoty u jeho konfigurace BF16. Tato efektivita provozu modelu je základem nižší kombinované ceny za token a přímo propojuje práci na infrastruktuře se zaměřením modelu na podnikové využití ve velkém rozsahu.
Otevřené váhy umožňují soukromé nasazení
Sarvam uvádí, že checkpoint NVFP4 o velikosti 65 GB se vejde na jedinou 96GB GPU NVIDIA RTX PRO 6000 Blackwell a při jediném požadavku s promptem o délce 10 tisíc tokenů dosahuje rychlosti dekódování 99 tokenů za sekundu na uživatele. Díky těmto nárokům na hardware může agent Indus Cowork běžet lokálně v prostorách organizace, aniž by odesílal dokumenty do API třetí strany.
Checkpoint NVFP4 je přesně ten model, který je poskytován prostřednictvím Sarvam Token Factory, zatímco vydání BF16 je určeno k dolaďování a dalšímu následnému trénování. Repozitář nese označení licence Apache-2.0 a karta modelu popisuje jeho hostování pomocí vLLM 0.33.0, volitelnou podporu DSpark, ve výchozím nastavení zapnutý režim uvažování a doporučené teploty 1,0 při uvažování a 0,6 bez něj.
Podnikovým zákazníkům toto vydání nabízí přístup přes API i možnost soukromého nasazení, která umožňuje ponechat práci s citlivými dokumenty uvnitř jejich vlastní sítě. Zůstává otázkou, zda se zlepšení agentů uváděná dodavatelem projeví i v produkčních pracovních postupech, kde by při zavádění mohly hrát největší roli možnost provozu na jediné GPU a nižší cena za token.












