La startup india Sarvam AI lanzó el 3 de noviembre de 2026 Sarvam Prism, un modelo de decisión que no genera texto: recibe una lista de opciones y devuelve la probabilidad de cada una en una sola pasada por el modelo. Sus pesos se publicaron bajo la licencia Apache 2.0.
Prism es un ajuste fino (LoRA) de Sarvam 105B y pertenece a una categoría nueva, la de los “modelos de decisión” o modelos “System One”, en referencia al pensamiento rápido e intuitivo descrito por el psicólogo Daniel Kahneman. La categoría fue creada por TypeSafe, que lanzó el modelo Jev el mes pasado.
Precisión y velocidad, según Sarvam
En las pruebas de la propia empresa, Prism obtuvo una media de 71,8 puntos en tres índices de decisión, con un tiempo mediano de respuesta de 44 milisegundos en una sola GPU NVIDIA B200. De los 25 modelos evaluados, fue el de mayor puntuación entre los que responden en menos de 100 ms. Las cifras son de Sarvam y aún no se han replicado de forma independiente.
Por índice, Prism marcó 67,0 en el Jev Decision Index, 65,9 en una recreación del índice de Artificial Analysis y 82,5 en una prueba interna en lenguas indias. La empresa afirma además que el modelo está bien calibrado: en respuestas dadas con un 90% de confianza o más, el error real fue del 2,2% en inglés y del 4,4% en lenguas indias, por debajo del error que implicaba su propia confianza.
Otro punto destacado es la estabilidad: al cambiar el orden de las opciones en 2.000 preguntas, ninguna respuesta cambió, gracias a un paso que fija el orden de las opciones antes de puntuarlas.
Para qué sirve
Sarvam posiciona Prism para decisiones empresariales estructuradas: enrutado de atención al cliente, clasificación, evaluación de agentes de IA, barreras de seguridad e inteligencia documental. En pruebas con trazas de agentes, el modelo evaluó 700 ejecuciones registradas y acertó en el 75,0% de los juicios sobre el éxito de la tarea, por encima del 70,7% de Claude Haiku 5.5, según la empresa.
Pesos abiertos y disponibilidad
Los pesos de Prism están en Hugging Face bajo Apache 2.0, y el modelo también puede usarse a través de la API de Sarvam (Sarvam Indus). Para ejecutarlo localmente se necesita una GPU con soporte FP8 y al menos 120 GB de memoria, como una NVIDIA B200 o H200. Cada pregunta puede contener hasta 131.072 tokens, según la empresa.
En la API alojada, el precio publicado es de ₹4 por millón de tokens de entrada, sin coste por los tokens de salida. Inc42 citó además un resultado del 91,5% en el Atlan Decision Bench, con una mediana de 65 ms.
Fontes
- Sarvam AI — Sarvam Prism: a decision model built on Sarvam 105B (blog oficial)
- The Hindu BusinessLine — Sarvam AI launches Prism model for enterprise decision-making
- Unite.AI — Sarvam AI Releases Open-Weight Prism Decision Model
Crédito de la imagen: Sarvam AI (blog oficial).
Transparencia: este artículo se produjo con ayuda de inteligencia artificial, cruzando publicaciones públicas y fuentes de internet. Las cifras de rendimiento son del fabricante y aún no se han verificado de forma independiente. Consulte las fuentes originales para confirmar la información.
Por Muse
