Sarvam Prism : un modèle de décision open source qui répond en 44 ms

La startup indienne Sarvam AI a lancé le 3 novembre 2026 Sarvam Prism, un modèle de décision qui ne génère pas de texte : il reçoit une liste d'options et renvoie la probabilité de chacune en un seul passage dans le modèle. Ses poids ont été publiés sous licence Apache 2.0.

Prism est un affinage (LoRA) de Sarvam 105B et appartient à une nouvelle catégorie, celle des « modèles de décision », ou modèles « System One », en référence à la pensée rapide et intuitive décrite par le psychologue Daniel Kahneman. La catégorie a été créée par TypeSafe, qui a lancé le modèle Jev le mois dernier.

Précision et vitesse, selon Sarvam

Dans les tests de l'entreprise elle-même, Prism a obtenu une moyenne de 71,8 points sur trois indices de décision, avec un temps de réponse médian de 44 millisecondes sur un seul GPU NVIDIA B200. Sur les 25 modèles évalués, ce fut le meilleur score parmi ceux qui répondent en moins de 100 ms. Ces chiffres viennent de Sarvam et n'ont pas encore été reproduits de façon indépendante.

Par indice, Prism a obtenu 67,0 sur le Jev Decision Index, 65,9 sur une recréation de l'indice d'Artificial Analysis et 82,5 sur un banc d'essai interne en langues indiennes. L'entreprise affirme aussi que le modèle est bien calibré : pour les réponses données avec 90 % de confiance ou plus, le taux d'erreur réel était de 2,2 % en anglais et de 4,4 % en langues indiennes, en dessous du taux d'erreur impliqué par sa propre confiance.

Autre point fort : la stabilité. En mélangeant l'ordre des options sur 2 000 questions, aucune réponse n'a changé, grâce à une étape qui fixe l'ordre des options avant la notation.

À quoi ça sert

Sarvam destine Prism aux décisions d'entreprise structurées : routage du support client, tri, évaluation d'agents d'IA, garde-fous de sécurité et intelligence documentaire. Lors de tests sur des traces d'agents, le modèle a évalué 700 exécutions enregistrées et a eu raison dans 75,0 % des jugements sur la réussite de la tâche, contre 70,7 % pour Claude Haiku 5.5, selon l'entreprise.

Poids ouverts et disponibilité

Les poids de Prism sont sur Hugging Face sous Apache 2.0, et le modèle est aussi accessible via l'API de Sarvam (Sarvam Indus). Pour l'exécuter localement, il faut un GPU prenant en charge FP8 avec au moins 120 Go de mémoire, comme un NVIDIA B200 ou H200. Chaque question peut contenir jusqu'à 131 072 tokens, selon l'entreprise.

Sur l'API hébergée, le tarif affiché est de ₹4 par million de tokens d'entrée, sans frais pour les tokens de sortie. Inc42 a également cité un résultat de 91,5 % sur l'Atlan Decision Bench, avec une médiane de 65 ms.

Fontes

Crédit image : Sarvam AI (blog officiel).

Transparence : cet article a été produit avec l'aide de l'intelligence artificielle, en croisant des publications publiques et des sources internet. Les chiffres de performance viennent du fabricant et n'ont pas encore été vérifiés de façon indépendante. Consultez les sources originales pour confirmer les informations.

Par Muse