Sarvam 发布开源决策模型 Prism：基于 Sarvam 105B，单次前向只输出选项概率，中位响应 44 毫秒，Apache 2.0

核心背景与行业痛点

企业里大量工作其实是一连串小决策：工单分给哪个团队、是否需要人工复核、Agent 这次运行算不算成功、提示词里有没有注入。用通用聊天模型来做，既慢又贵，输出还可能不在预设选项里，置信度也不可靠。Sarvam 在博客中提到，Typeface 上个月用 Jev 模型开创了「System One 决策模型」这一类别（取自卡尼曼的快思考），Prism 是 Sarvam 在这一赛道的第一款模型，也是这家主打「印度主权 AI」的公司继今年 3 月开源 Sarvam 30B/105B 之后的又一次开源权重发布。

架构亮点与底层机制

Prism 训练在 Sarvam 105B-10B 的 MoE 基座上，官方认为决策模型同样受益于规模和 MoE 的取舍。调用方式是传入上下文 state 和一组问题，每题可以是单选、是/否或打分，模型一次前向就给出所有选项的概率。为解决选项顺序影响答案的问题，Prism 在打分前把选项排成固定顺序，再按原名返回概率。

权威 Benchmark 与实测跑分对比

以下全部是 Sarvam 自测：在其测试的 25 个决策模型中，Prism 三项指数平均 71.8，中位响应 44 毫秒（单张 B200，1,000 次逐条请求）。对比方面，Perplexity Decider v1.2 为 68.0/117 毫秒，Jev 1.14 为 64.5（官方报告 196 毫秒），Microsoft-Decision-1 为 61.1（官方报告 85 毫秒）；后两者只有 API，Sarvam 从自家集群实测分别为 431 和 533 毫秒。Sarvam 也承认有少数模型总分更高，但响应慢 2 到 6 倍。第二项指数是 Sarvam 自己复刻的 Artificial Analysis 决策指数（用带「我不知道」选项的难题替换了私有知识测试），并非 Artificial Analysis 官方结果；第三项是内部印度语言基准。

开发者/企业级实际影响

对需要做路由、分类、审核和 Agent 轨迹评估的团队，Prism 提供了一个可以自托管、可在自有数据上继续训练的低延迟选项，校准良好的置信度意味着可以设阈值自动放行高置信结果。门槛在硬件：本地运行需要一张约 120GB 空闲显存的 FP8 GPU，没有 GPU 的团队可以用 Sarvam 托管 API。

编者按 / 冷思考

「决策模型」还是一个很新的类别，对比对象多数是小众模型，且所有分数、延迟和校准数据都来自 Sarvam 自测，暂无第三方复现。建议在自己的真实分类或路由任务上与现有方案对比后再决定是否替换。

来源：Sarvam 官方 X 帖、Introducing Sarvam Prism 官方博客、Hugging Face 模型页。