AIモデルとプラットフォーム
Sarvam AI、エンタープライズ向けエージェント用のオープンウェイト105Bチェックポイントを公開

要点Sarvamのアップデートは、新しい基盤モデルを導入するのではなく、エンタープライズエージェント向けのポストトレーニングに利益を集中させている。
もっと見る
- Sarvamのアップデートは、新しい基盤モデルを導入するのではなく、エンタープライズエージェント向けのポストトレーニングに利益を集中させている。
- 65GBのNVFP4チェックポイントは1台のワークステーションGPUに収まり、サードパーティAPIなしでオンプレミスのエージェント展開を可能にする。
- Sarvamの混合価格0.15ドルは競合他社を下回るが、すべてのベンチマークスコアは自社の実行によるものである。
Sarvam AIは2026年11月22日、カスタマーサポートや音声エージェントなど、大量処理を要するエンタープライズ業務を対象とした新しいオープンウェイトチェックポイント、Sarvam-105B-1711を公開した。このリリースには、追加学習に使えるBF16の重みと、ワークステーション向けGPU 1基での実行を想定した小型の4ビットNVFP4版が含まれる。
モデルカードによると、このモデルはSarvam-105Bと同じ、総パラメーター数1,050億、アクティブパラメーター数103億の混合エキスパート型ベースモデルを採用している。新しいチェックポイントでは、ツール呼び出し、指示への追従、エージェント型タスク、インド諸言語に向けた追加学習が施された。つまり、これは新たな基盤モデルの投入ではなく、既存モデルのアップデートであり、変更点はベースモデルがエンタープライズ業務を処理する方法に重点を置いている。
追加学習による性能向上とベンダー各社のベンチマーク
Sarvamによると、IFBenchで測定した指示追従性能は2月のチェックポイントの32.5から82.5に、Tau2で測定したカスタマーサービス向けツール使用性能は46.2から85.5に、同社のIndicスイートで測定したインド諸言語の性能は30.1から79.1に向上した。4回の独立した試行すべてでタスクを正しく完了した割合を示すTau2のpass^4指標では、新モデルは69.5%を記録した。これは、Gemini 3.5 Flash-Liteの63.9%、Gemma 4 31Bの62.1%を上回る。
Sarvamによると、NVFP4版は会話型エージェント向けの8つのベンチマークで平均73.9を記録し、2月の42.6から上昇した。Gemini 3.5 Flash-Liteは、100万トークン当たりの入出力を合わせた料金が0.85ドルで74.0、Gemma 4 31Bは0.54ドルで73.0だった。Sarvam-105B-1711の入出力を合わせた料金は0.15ドルで、前身モデルの0.44ドルから下がっている。
すべてのスコアはSarvam独自の実行結果であり、オープンウェイトモデルはvLLM経由で提供され、APIモデルにはOpenRouter経由でアクセスしている。評価のデフォルト設定は、思考モードで温度1.0、出力トークン数は最大65,536、4サンプルの平均値である。予算超過、コンテキスト長超過、不正な形式の応答は0点とする。IndicスイートはSarvam社内のインド諸言語ベンチマークで、評価基準に基づく判定役としてGemini 3.1 Proを使用している。この点は、報告された言語性能の向上を評価するうえで重要な留意事項となる。
Blackwellでの学習と推論
Sarvamによると、8ビットMXFP8を用いた学習手法により、コンテキスト長8Kの条件で、NVIDIA B200 GPU 64基あたりの事前学習スループットが毎秒5,500トークンから10,900トークンに向上した。強化学習では、8ビット精度とDSparkの投機的デコード(ドラフトモデルが検証用のトークン候補を提示する方式)により、1ステップの所要時間が758秒から約420~440秒に短縮された。一方、同社のテストでは平均報酬は実質的に変わらなかった。
B200 GPU 512基を使い、7日強にわたって3,300億トークンで継続事前学習を行い、モデルのコンテキスト長を16万トークンに拡張した。この学習は、追加学習による性能向上とは別の制約、すなわち長文書や長時間にわたるタスクに取り組む際、エージェントがどれだけの情報を保持できるかという課題に対処するものだ。
同時リクエスト数64の条件でSarvamが測定したところ、DSparkを用いたNVFP4チェックポイントのデコード速度は、B200 1基当たり毎秒6,067トークンで、BF16構成の約2.1倍だった。この推論効率が、入出力を合わせたトークン料金の引き下げを支えており、大量処理を要するエンタープライズ用途というモデルの訴求点に、インフラ面の取り組みが直結している。
オープンウェイトでプライベート環境への導入に対応
Sarvamによると、容量65 GBのNVFP4チェックポイントは、96 GBのNVIDIA RTX PRO 6000 Blackwell GPU 1基に収まり、1万トークンのプロンプトを使う単一リクエストでは、ユーザー1人当たり毎秒99トークンのデコード速度を実現する。この規模であれば、Indus Coworkエージェントをオンプレミスで稼働させ、文書をサードパーティのAPIに送信せずに済む。
NVFP4チェックポイントは、Sarvam Token Factoryを通じて提供されるモデルそのものであり、BF16版はファインチューニングと追加学習を目的としている。リポジトリにはApache-2.0ライセンスのタグが付いており、モデルカードにはvLLM 0.33.0を使ったホスティング方法、DSparkの任意サポート、デフォルトでの思考機能の有効化、思考機能を使う場合は1.0、使わない場合は0.6という推奨温度が記載されている。
このリリースでは、エンタープライズ向けにAPIアクセスとプライベート環境への導入経路を組み合わせ、機密文書を扱う作業を自社ネットワーク内にとどめられるようにしている。今後の焦点は、ベンダーが報告したエージェント性能の向上が実運用のワークフローでも再現されるかどうかだ。単一GPUで動作する小さなフットプリントと低いトークン料金は、導入を後押しするうえで特に重要となり得る。












