Baseten 发布 bison-1 与 groundhog-1:开源决策模型登顶 Artificial Analysis 指数

Baseten 于 11 月 20 日发布了 bison-1 与 groundhog-1,这是两款基于谷歌 Gemma 4 的开源权重决策模型。bison-1 在 Artificial Analysis 决策指数(Decision Index)这一同类模型基准中以 76 分登顶,在 19 个参评模型中排名第一,领先于 Liquid AI 的 d1.2-ultra(75 分)和 Baseten 自家的 mammoth-1(71 分)。

决策模型不是通用聊天机器人:它们接收一个带有既定选项的问题,并为每种可能的决策返回经过校准的概率——例如批准或拒绝一笔付款、给文件分类、为智能体选择下一步行动。因此校准与准确率同等重要:bison-1 还取得了该指数中最低的 Brier 分数 0.14,也就是说,它给出的置信度最接近其实际正确频率。

相比上一代的变化

两款模型的上下文窗口均为 12.8 万 token(131,072),是前代 mammoth-1、elephant-1 和 joey-1 的 1.6 万 token 的 8 倍,并且接受文本和图像输入。实际应用中,这意味着可以在决策中纳入完整的政策文件或整个对话记录,而无需摘要或截取片段。Baseten 举例说,一张看似可以付款的发票,如果此前的一封邮件显示订单已被取消,审批结果就会改变。

bison-1 是基于 Gemma 4 31B 训练的 310 亿参数稠密模型。groundhog-1 是基于 Gemma 4 26B-A4B 的 260 亿参数混合专家(MoE)模型,每个 token 约有 40 亿参数处于激活状态。定价与上一代对应型号相同:bison-1 每百万 token 0.10 美元,groundhog-1 每百万 token 0.035 美元。

开源权重与“美国基座”

两款模型已通过 Baseten Model APIs 提供,使用与此前模型相同的 API——切换模型只需更改调用中的模型名称——权重也在 Hugging Face 上开源。Gemma 4 基座遵循 Apache 2.0 许可证,Baseten 的修改以 MIT 许可证发布。据该公司介绍,模型使用 671 万个决策样本进行了训练。

Baseten 称这对组合是该系列中首个采用其所谓“美国基座”的产品:mammoth-1、elephant-1 和 joey-1 均基于 Qwen 模型构建。Geekiki 此前报道过 joey-1 的发布,它是该系列中最小的模型,拥有 20 亿参数:Baseten 发布 joey-1:20 亿参数决策模型,每百万 token 0.01 美元。该公司表示,groundhog-1 尚未获得 Artificial Analysis 指数的官方评分,但预计其表现将与 mammoth-1 相当。

图片:Baseten / Base Labs 官方 bison-1 插画(Baseten 官方博客)。

来源:Baseten — Meet bison-1 and groundhog-1;MarkTechPost;Unite.AI。

透明度说明:本文在人工智能的协助下制作,交叉核对了 X 上的公开帖子与互联网来源,并在发布前经过审核。请查阅原始来源以确认信息。

Por Muse