एआई मॉडल और प्लेटफ़ॉर्म
Sarvam AI ने एंटरप्राइज़ एजेंटों के लिए 105B का ओपन-वेट चेकपॉइंट जारी किया

मुख्य बिंदुसर्वम का अपडेट नया फाउंडेशन मॉडल पेश करने के बजाय एंटरप्राइज़ एजेंट्स के लिए…
और देखें
- सर्वम का अपडेट नया फाउंडेशन मॉडल पेश करने के बजाय एंटरप्राइज़ एजेंट्स के लिए पोस्ट-ट्रेनिंग में लाभ केंद्रित करता है।
- 65 GB का NVFP4 चेकपॉइंट एक वर्कस्टेशन GPU में फिट होता है और तृतीय-पक्ष API के बिना ऑन-प्रिमाइसेस एजेंट तैनाती सक्षम करता है।
- सर्वम की $0.15 की मिश्रित कीमत प्रतिस्पर्धियों को कम करती है लेकिन सभी बेंचमार्क स्कोर इसके अपने रन से आते हैं।
Sarvam AI ने 22 नवंबर 2026 को Sarvam-105B-1711 जारी किया। यह नया ओपन-वेट चेकपॉइंट ग्राहक सहायता, वॉइस एजेंटों और एंटरप्राइज़ के अन्य बड़े पैमाने के कार्यों के लिए बनाया गया है। इस रिलीज़ में आगे प्रशिक्षण के लिए BF16 वेट और एक कॉम्पैक्ट 4-बिट NVFP4 संस्करण शामिल है, जिसे एक वर्कस्टेशन GPU पर चलाने के लिए डिज़ाइन किया गया है।
मॉडल कार्ड के अनुसार, इसमें वही 105 अरब पैरामीटर वाला मिक्सचर-ऑफ़-एक्सपर्ट्स आधार मॉडल है जिसका इस्तेमाल Sarvam-105B में किया गया है; इसके 10.3 अरब पैरामीटर सक्रिय हैं। नए चेकपॉइंट में टूल कॉलिंग, निर्देशों का पालन, एजेंट-आधारित कार्यों और भारतीय भाषाओं के लिए पोस्ट-ट्रेनिंग जोड़ी गई है। इसलिए यह किसी नए फ़ाउंडेशन मॉडल की शुरुआत नहीं, बल्कि मौजूदा मॉडल का अपडेट है। इसमें किए गए बदलाव मुख्यतः इस बात पर केंद्रित हैं कि आधार मॉडल एंटरप्राइज़ के काम कैसे संभालता है।
पोस्ट-ट्रेनिंग से सुधार और विक्रेताओं के बेंचमार्क
Sarvam के अनुसार, IFBench पर निर्देशों का पालन करने का स्कोर फरवरी के चेकपॉइंट के 32.5 से बढ़कर 82.5 हो गया। Tau2 पर ग्राहक सेवा संबंधी टूल के इस्तेमाल का स्कोर 46.2 से बढ़कर 85.5 हुआ, जबकि उसके Indic सूट पर भारतीय भाषाओं का प्रदर्शन 30.1 से बढ़कर 79.1 हो गया। Tau2 के pass^4 माप में—जो उन कार्यों की गिनती करता है जिन्हें चारों स्वतंत्र प्रयासों में सही ढंग से पूरा किया गया—नए मॉडल का स्कोर 69.5% रहा। इसके मुकाबले Gemini 3.5 Flash-Lite का स्कोर 63.9% और Gemma 4 31B का 62.1% था।
Sarvam के अनुसार, NVFP4 संस्करण ने आठ संवादात्मक एजेंट बेंचमार्क में औसतन 73.9 अंक हासिल किए, जो फरवरी के 42.6 अंकों से अधिक है। Gemini 3.5 Flash-Lite ने प्रति दस लाख टोकन 0.85 डॉलर की मिश्रित दर पर 74.0 अंक हासिल किए, जबकि Gemma 4 31B ने 0.54 डॉलर की दर पर 73.0 अंक पाए। Sarvam-105B-1711 की मिश्रित दर 0.15 डॉलर है, जो इसके पिछले संस्करण की 0.44 डॉलर की दर से कम है।
सभी स्कोर Sarvam के अपने परीक्षणों से प्राप्त हुए हैं। ओपन-वेट मॉडल vLLM के ज़रिए चलाए गए और API मॉडल OpenRouter के ज़रिए इस्तेमाल किए गए। मूल्यांकन में डिफ़ॉल्ट रूप से थिंकिंग मोड में तापमान 1.0, अधिकतम 65,536 आउटपुट टोकन और चार नमूनों का औसत रखा गया; निर्धारित बजट से बाहर जाने वाले, संदर्भ सीमा पार करने वाले और गलत प्रारूप वाले जवाबों को शून्य अंक दिए गए। Indic सूट भारतीय भाषाओं के लिए Sarvam का आंतरिक बेंचमार्क है और इसमें मूल्यांकन मानदंडों के आधार पर निर्णय देने के लिए Gemini 3.1 Pro का इस्तेमाल किया गया है। भाषा प्रदर्शन में बताई गई बढ़त को समझने के लिए यह एक अहम बात है।
Blackwell पर प्रशिक्षण और मॉडल सर्विंग
Sarvam का कहना है कि उसकी 8-बिट MXFP8 प्रशिक्षण पद्धति से 64 NVIDIA B200 GPU पर, 8K संदर्भ आकार के साथ, प्रीट्रेनिंग की गति प्रति GPU प्रति सेकंड 5,500 से बढ़कर 10,900 टोकन हो गई। रीइन्फ़ोर्समेंट लर्निंग के लिए 8-बिट प्रिसीजन और DSpark की स्पेक्युलेटिव डिकोडिंग—जिसमें एक ड्राफ़्ट मॉडल सत्यापन के लिए टोकन सुझाता है—से एक चरण का समय 758 सेकंड से घटकर लगभग 420–440 सेकंड रह गया। कंपनी के परीक्षण में औसत रिवॉर्ड लगभग अपरिवर्तित रहा।
512 B200 GPU का इस्तेमाल करके सात दिन से कुछ अधिक समय तक 330 अरब टोकन पर जारी प्रीट्रेनिंग से मॉडल की संदर्भ क्षमता बढ़कर 160K टोकन हो गई। प्रशिक्षण का यह काम पोस्ट-ट्रेनिंग से मिले सुधारों से अलग एक बाधा को दूर करता है: लंबे दस्तावेज़ों या विस्तारित कार्यों पर काम करते समय एजेंट कितनी सामग्री अपने पास बनाए रख सकता है।
एक साथ 64 अनुरोधों पर परीक्षण करते हुए, Sarvam ने DSpark के साथ NVFP4 चेकपॉइंट के लिए प्रति B200 प्रति सेकंड 6,067 डिकोड टोकन मापे, जो उसके BF16 कॉन्फ़िगरेशन से लगभग 2.1 गुना अधिक है। सर्विंग की यही दक्षता कम मिश्रित टोकन दर का आधार है और इस तरह बुनियादी ढाँचे से जुड़े काम को सीधे मॉडल के बड़े पैमाने के एंटरप्राइज़ उपयोग के दावे से जोड़ती है।
ओपन वेट निजी परिनियोजन को संभव बनाते हैं
Sarvam के अनुसार, 65 GB का NVFP4 चेकपॉइंट एक 96 GB NVIDIA RTX PRO 6000 Blackwell GPU में समा जाता है। 10K टोकन वाले प्रॉम्प्ट के साथ एक अनुरोध पर यह प्रति उपयोगकर्ता प्रति सेकंड 99 टोकन की डिकोड गति देता है। इस आकार के कारण Indus Cowork एजेंट को दस्तावेज़ किसी तृतीय-पक्ष API को भेजे बिना, संगठन के अपने परिसर में चलाया जा सकता है।
NVFP4 चेकपॉइंट वही सटीक मॉडल है जिसे Sarvam Token Factory के ज़रिए उपलब्ध कराया जाता है, जबकि BF16 रिलीज़ फ़ाइन-ट्यूनिंग और आगे की पोस्ट-ट्रेनिंग के लिए है। रिपॉज़िटरी पर Apache-2.0 लाइसेंस टैग लगा है। मॉडल कार्ड में vLLM 0.33.0 के साथ होस्टिंग, DSpark के वैकल्पिक समर्थन, डिफ़ॉल्ट रूप से सक्षम थिंकिंग और थिंकिंग चालू होने पर 1.0 तथा बंद होने पर 0.6 के अनुशंसित तापमान दर्ज हैं।
एंटरप्राइज़ के लिए, इस रिलीज़ में API के ज़रिए पहुँच के साथ निजी परिनियोजन का विकल्प भी है, जिससे संवेदनशील दस्तावेज़ों पर होने वाला काम उनके अपने नेटवर्क के भीतर रखा जा सकता है। यह देखना बाकी है कि विक्रेता द्वारा बताए गए एजेंट-संबंधी सुधार वास्तविक उत्पादन कार्यप्रवाहों में भी दिखाई देते हैं या नहीं। अपनाने के लिहाज़ से एक GPU पर चलने की क्षमता और कम टोकन दर सबसे अधिक प्रासंगिक हो सकती हैं।












