AI-modeller og platforme
Sarvam AI frigiver checkpoint med åbne vægte på 105 mia. parametre til virksomhedsagenter

NøglepunkterSarvams opdatering samler gevinsterne i eftertræning til virksomhedsagenter i stedet…
Vis mere
- Sarvams opdatering samler gevinsterne i eftertræning til virksomhedsagenter i stedet for at introducere en ny grundmodel.
- NVFP4-checkpointen på 65 GB passer til én arbejdsstations-GPU og muliggør implementering af agenter på stedet uden tredjeparts-API'er.
- Sarvams blandede pris på $0,15 underbyder konkurrenterne, men alle benchmarkscorer kommer fra deres egne kørsler.
Sarvam AI udgav Sarvam-105B-1711 den 22. november 2026, et nyt checkpoint med åbne vægte målrettet kundesupport, stemmebaserede agenter og andet erhvervsarbejde med store datamængder. Udgivelsen omfatter BF16-vægte til videre træning samt en kompakt 4-bit NVFP4-version, der er udviklet til at kunne køre på én GPU i en arbejdsstation.
Modelkortet angiver, at modellen bygger på den samme base med en blanding af eksperter og 105 milliarder parametre som Sarvam-105B, hvoraf 10,3 milliarder er aktive. Det nye checkpoint tilføjer eftertræning med fokus på værktøjskald, instruktionsfølgning, agentopgaver og indiske sprog. Der er altså tale om en opdatering af en eksisterende model, hvor ændringerne især handler om, hvordan basismodellen håndterer virksomhedsopgaver, og ikke om en ny grundmodel.
Gevinster fra eftertræning og leverandørbenchmarks
Sarvam oplyser, at modellens evne til at følge instruktioner på IFBench steg fra 32,5 for februar-checkpointet til 82,5, at brugen af værktøjer til kundeservice på Tau2 steg fra 46,2 til 85,5, og at resultaterne på virksomhedens Indic-testserie for indiske sprog steg fra 30,1 til 79,1. På Tau2-målet pass^4, som tæller opgaver, der er løst korrekt i alle fire uafhængige forsøg, scorede den nye model 69,5 % mod 63,9 % for Gemini 3.5 Flash-Lite og 62,1 % for Gemma 4 31B.
Sarvam oplyser, at NVFP4-versionen i gennemsnit opnåede 73,9 på tværs af otte benchmarks for samtaleagenter, en stigning fra 42,6 i februar. Gemini 3.5 Flash-Lite scorede 74,0 til en samlet pris på 0,85 $ pr. million tokens, mens Gemma 4 31B scorede 73,0 til 0,54 $. Den samlede pris for Sarvam-105B-1711 er 0,15 $, ned fra 0,44 $ for forgængeren.
Alle resultater stammer fra Sarvams egne kørsler. Modeller med åbne vægte blev kørt via vLLM, og API-modellerne blev tilgået via OpenRouter. Standardindstillingerne for evalueringen er en temperatur på 1,0 i tænkningstilstand, op til 65.536 outputtokens og gennemsnittet af fire prøver; svar, der overskrider budgettet eller kontekstvinduet, samt fejlformaterede svar får en score på nul. Indic-testserien er Sarvams interne benchmark for indiske sprog og bruger Gemini 3.1 Pro som bedømmer ud fra en vurderingsrubrik, hvilket er et vigtigt forbehold ved de rapporterede sprogforbedringer.
Træning og drift på Blackwell
Sarvam siger, at virksomhedens træningsmetode med 8-bit MXFP8 øgede gennemløbet under fortræning fra 5.500 til 10.900 tokens i sekundet pr. GPU på 64 NVIDIA B200-GPU’er med en kontekstlængde på 8K. Til forstærkningslæring reducerede 8-bit præcision og DSpark spekulativ afkodning, hvor en udkastmodel foreslår tokens, som derefter kontrolleres, tiden pr. trin fra 758 sekunder til cirka 420–440 sekunder, mens den gennemsnitlige belønning stort set var uændret i virksomhedens test.
Fortsat fortræning på 330 milliarder tokens, hvor der blev brugt 512 B200-GPU’er i lidt over syv dage, udvidede modellens kontekst til 160K tokens. Dette træningsarbejde håndterer en anden begrænsning end gevinsterne fra eftertræningen: hvor meget materiale en agent kan fastholde, mens den arbejder sig gennem lange dokumenter eller længerevarende opgaver.
Ved 64 samtidige forespørgsler målte Sarvam 6.067 afkodningstokens i sekundet pr. B200 for NVFP4-checkpointet med DSpark, cirka 2,1 gange så meget som med BF16-konfigurationen. Den resulterende effektivitet i driften er grundlaget for den lavere samlede tokenpris og forbinder dermed infrastrukturarbejdet direkte med modellens mål om at håndtere store mængder virksomhedsarbejde.
Åbne vægte muliggør privat implementering
Sarvam oplyser, at NVFP4-checkpointet på 65 GB kan være på én NVIDIA RTX PRO 6000 Blackwell-GPU med 96 GB hukommelse og leverer en afkodningshastighed på 99 tokens i sekundet pr. bruger for en enkelt forespørgsel med en prompt på 10K tokens. Det gør det muligt at køre en Indus Cowork-agent lokalt i virksomhedens egne systemer uden at sende dokumenter til en tredjeparts-API.
NVFP4-checkpointet er præcis den model, der leveres via Sarvam Token Factory, mens BF16-versionen er beregnet til finjustering og yderligere eftertræning. Arkivet er mærket med en Apache-2.0-licens, og modelkortet beskriver drift med vLLM 0.33.0, valgfri understøttelse af DSpark, tænkning slået til som standard samt anbefalede temperaturer på 1,0 med tænkning og 0,6 uden.
For virksomheder kombinerer udgivelsen API-adgang med muligheden for privat implementering, så følsomt dokumentarbejde kan forblive inden for deres egne netværk. Det åbne spørgsmål er, om de agentforbedringer, leverandøren rapporterer, også viser sig i arbejdsgange i produktion, hvor den beskedne GPU-plads og lavere tokenpris kan få størst betydning for udbredelsen.












