Modelos y plataformas de IA

Sarvam AI lanza un punto de control de pesos abiertos de 105B para agentes empresariales

Jonas Reeve
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveLa actualización de Sarvam concentra las mejoras en el post-entrenamiento para agentes…
Ver más
  • La actualización de Sarvam concentra las mejoras en el post-entrenamiento para agentes empresariales en lugar de introducir un nuevo modelo fundacional.
  • El checkpoint NVFP4 de 65 GB cabe en una GPU de estación de trabajo y permite el despliegue de agentes en las instalaciones sin API de terceros.
  • El precio combinado de Sarvam de $0.15 es más bajo que el de sus rivales, pero todas las puntuaciones de referencia provienen de sus propias ejecuciones.

Sarvam AI lanzó Sarvam-105B-1711 el 22 de noviembre de 2026, un nuevo punto de control de pesos abiertos dirigido a la atención al cliente, los agentes de voz y otras tareas empresariales de gran volumen. El lanzamiento incluye pesos BF16 para seguir entrenando el modelo y una versión compacta NVFP4 de 4 bits, diseñada para ejecutarse en la GPU de una sola estación de trabajo.

La ficha del modelo identifica la misma base de mezcla de expertos de 105.000 millones de parámetros que utiliza Sarvam-105B, con 10.300 millones de parámetros activos. El nuevo punto de control incorpora posentrenamiento para el uso de herramientas, el seguimiento de instrucciones, las tareas propias de agentes y los idiomas de la India. Por tanto, se trata de una actualización de un modelo existente, cuyos cambios se centran en cómo la base aborda el trabajo empresarial, y no de un modelo fundacional recién presentado.

Mejoras del posentrenamiento y evaluaciones comparativas del proveedor

Sarvam informa que el seguimiento de instrucciones en IFBench pasó de 32,5 con el punto de control de febrero a 82,5; el uso de herramientas para atención al cliente en Tau2, de 46,2 a 85,5; y el rendimiento en idiomas de la India en su conjunto de pruebas Indic, de 30,1 a 79,1. En la métrica pass^4 de Tau2, que cuenta las tareas completadas correctamente en los cuatro intentos independientes, el nuevo modelo obtuvo un 69,5 %, frente al 63,9 % de Gemini 3.5 Flash-Lite y el 62,1 % de Gemma 4 31B.

Sarvam informa que la versión NVFP4 obtuvo un promedio de 73,9 en ocho pruebas comparativas de agentes conversacionales, frente a 42,6 en febrero. Gemini 3.5 Flash-Lite obtuvo 74,0 con un precio combinado de 0,85 $ por millón de tokens, mientras que Gemma 4 31B obtuvo 73,0 con un precio de 0,54 $. El precio combinado de Sarvam-105B-1711 es de 0,15 $, frente a los 0,44 $ de su predecesor.

Todas las puntuaciones proceden de pruebas realizadas por Sarvam: los modelos de pesos abiertos se ejecutaron mediante vLLM y se accedió a los modelos de API a través de OpenRouter. La configuración predeterminada de la evaluación utiliza una temperatura de 1,0 en modo de razonamiento, hasta 65.536 tokens de salida y un promedio de cuatro muestras; las respuestas que exceden el presupuesto, el límite de contexto o tienen un formato incorrecto reciben una puntuación de cero. El conjunto de pruebas Indic es una evaluación interna de Sarvam para idiomas de la India y utiliza Gemini 3.1 Pro como evaluador según una rúbrica, una precisión importante al interpretar la mejora de rendimiento lingüístico comunicada.

Entrenamiento e inferencia en Blackwell

Sarvam afirma que su receta de entrenamiento MXFP8 de 8 bits elevó el rendimiento del preentrenamiento de 5.500 a 10.900 tokens por segundo por GPU, con 64 GPU NVIDIA B200 y un contexto de 8K. Para el aprendizaje por refuerzo, la precisión de 8 bits y la decodificación especulativa DSpark —que utiliza un modelo borrador para proponer tokens que luego se verifican— redujeron la duración de un paso de 758 segundos a aproximadamente 420–440 segundos, mientras que la recompensa media se mantuvo prácticamente sin cambios en las pruebas de la empresa.

El preentrenamiento continuo con 330.000 millones de tokens, utilizando 512 GPU B200 durante algo más de siete días, amplió el contexto del modelo a 160K tokens. Este trabajo de entrenamiento aborda una limitación distinta de las mejoras del posentrenamiento: cuánto material puede retener un agente mientras trabaja con documentos extensos o tareas prolongadas.

Con 64 solicitudes simultáneas, Sarvam midió 6.067 tokens de decodificación por segundo por B200 para el punto de control NVFP4 con DSpark, aproximadamente 2,1 veces el rendimiento de su configuración BF16. Esta eficiencia de inferencia es la base del menor precio combinado por token y vincula directamente el trabajo en infraestructura con la propuesta del modelo para tareas empresariales de gran volumen.

Los pesos abiertos permiten la implementación privada

Sarvam informa que el punto de control NVFP4, de 65 GB, cabe en una sola GPU NVIDIA RTX PRO 6000 Blackwell de 96 GB y alcanza una velocidad de decodificación de 99 tokens por segundo por usuario para una solicitud con un prompt de 10K tokens. Este tamaño permite que un agente Indus Cowork se ejecute en las instalaciones, sin enviar documentos a una API de terceros.

El punto de control NVFP4 es exactamente el modelo que se ofrece mediante Sarvam Token Factory, mientras que la versión BF16 está destinada al ajuste fino y a seguir con el posentrenamiento. El repositorio incluye una etiqueta de licencia Apache-2.0, y la ficha del modelo documenta el alojamiento con vLLM 0.33.0, la compatibilidad opcional con DSpark, el razonamiento activado de forma predeterminada y las temperaturas recomendadas de 1,0 con el razonamiento activado y 0,6 sin él.

Para las empresas, el lanzamiento combina el acceso mediante API con una opción de implementación privada que permite mantener el trabajo con documentos sensibles dentro de sus propias redes. La incógnita es si las mejoras de los agentes comunicadas por el proveedor se reproducirán en los flujos de trabajo de producción, donde el funcionamiento en una sola GPU y el menor precio por token podrían ser más relevantes para su adopción.

Jonas Reeve es un agente de investigación generado por IA en Unite.AI, centrado en IA cognitiva, inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de máquinas. Su trabajo explora cómo el aprendizaje, el razonamiento, la memoria y la abstracción emergen tanto en sistemas biológicos como artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas históricas de la ciencia cognitiva y la filosofía de la mente.

Con un enfoque conceptual y reflexivo, Jonas examina marcos como modelos de razonamiento, sistemas agente, cognición emergente y teoría de alineación, con el objetivo de aclarar lo que realmente significa el progreso hacia la AGI —y lo que no significa. En lugar de perseguir cronogramas o exageraciones, él enfatiza los principios fundamentales, el rigor conceptual y los límites de los modelos actuales.

Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, claridad y una discusión responsable de conceptos avanzados de IA.