w8w logo
22 listopada, 2026

Sarvam AI rzuca wyzwanie gigantom. Model 105B wydajny i tańszy

Firma Sarvam AI opublikowała 22 listopada 2026 roku nowy, otwarty checkpoint swojego modelu językowego 105B, przeznaczony dla zastosowań korporacyjnych. Model Sarvam-105B-1711 oferuje wydajność porównywalną z czołowymi rozwiązaniami na rynku, ale przy znacznie niższych kosztach inferencji, co czyni go atrakcyjną alternatywą dla firm budujących zaawansowanych agentów AI.

Skok wydajności przy trzykrotnie niższych kosztach

Nowy checkpoint, wytrenowany na nowoczesnej infrastrukturze B200, stanowi znaczący postęp w porównaniu do poprzedniej wersji z lutego. Średnia wydajność modelu mierzona na ośmiu kluczowych benchmarkach konwersacyjnych wzrosła z 42,6 do 73,9 punktów. Ten wynik stawia go na równi z popularnymi modelami komercyjnymi.

Jednocześnie, dzięki zaawansowanym optymalizacjom, koszt inferencji został zredukowany o niemal dwie trzecie – z 0,44 USD do zaledwie 0,15 USD za milion tokenów. To radykalna zmiana w ekonomii wdrożeń sztucznej inteligencji na dużą skalę, zwłaszcza w obszarach takich jak obsługa klienta czy agenci głosowi, gdzie wolumen zapytań jest wysoki.

Sarvam-105B-1711 osiąga wynik 73,9 przy koszcie 0,15 USD, podczas gdy konkurencyjny Gemini 3.5 Flash-Lite notuje 74,0 przy koszcie 0,85 USD, a Gemma 4 31B uzyskuje 73,0 przy koszcie 0,54 USD za milion tokenów. Nowy model Sarvam AI oferuje więc niemal identyczną jakość przy znacznie niższych kosztach operacyjnych.

Lepsze rozumienie instrukcji i obsługa języków indyjskich

Największe postępy odnotowano w kluczowych umiejętnościach agentowych, niezbędnych w automatyzacji zadań biznesowych. Model znacznie lepiej radzi sobie z realizacją złożonych poleceń w długich rozmowach oraz precyzyjnym wywoływaniem zewnętrznych narzędzi. Poprawa jest widoczna w wynikach na specjalistycznych benchmarkach, gdzie skuteczność wzrosła kilkukrotnie:

  • Podążanie za instrukcjami (benchmark IFBench): wzrost z 32,5 do 82,5 punktów.
  • Użycie narzędzi w obsłudze klienta (benchmark Tau2): wzrost z 46,2 do 85,5 punktów.
  • Wydajność w językach indyjskich (zestaw Indic): wzrost z 30,1 do 79,1 punktów.

Szczególnie istotna jest poprawa w obsłudze języków indyjskich. Model potrafi przetwarzać zapytania zapisane w rodzimych skryptach, w formie zromanizowanej oraz teksty mieszane z językiem angielskim (tzw. code-mixing), co jest kluczowe dla zastosowań na rynku indyjskim.

Otwarty dostęp i specyfikacja techniczna

Sarvam AI zadbało o szeroką dostępność modelu dla programistów. Wagi modelu zostały udostępnione na platformie Hugging Face w formacie BF16. Co więcej, przygotowano skwantyzowaną wersję NVFP4 o rozmiarze 65 GB, którą można uruchomić na pojedynczym, komercyjnym GPU w stacji roboczej, co znacząco obniża barierę wejścia.

Dla firm poszukujących gotowego rozwiązania dostępne jest również API. Oferuje ono okno kontekstowe o długości 128 tys. tokenów, obsługę czatów, a także agentów wywołujących narzędzia, kompatybilnych ze standardem OpenAI. Usługa działa w modelu serverless, co upraszcza skalowanie i zarządzanie infrastrukturą.

Źródła

Sarvam AI releases open-weight 105B checkpoint for enterprise agents, Unite.AI, 2026. https://www.unite.ai/pl/sarvam-ai-releases-open-weight-105b-checkpoint-for-enterprise-agents/

Releasing our 105B open-weight checkpoint, at 1/3rd the cost, Sarvam AI Blog, 2026. https://www.sarvam.ai/blogs/sarvam-105b-1711

Model Card for sarvam-105b, Hugging Face, 2026. https://huggingface.co/sarvamai/sarvam-105b/blob/main/README.md

sarvamai/sarvam-105b, Sarvam AI Token Factory, 2026. https://www.sarvam.ai/token-factory/models/sarvam-105b


Comments are closed

    Powiązane wpisy