A startup indiana Sarvam AI lançou no dia 3 de novembro de 2026 o Sarvam Prism, um modelo de decisão que não gera texto: ele recebe uma lista de opções e devolve a probabilidade de cada uma, em uma única passada pelo modelo. Os pesos foram liberados sob licença Apache 2.0.
O Sarvam Prism é um ajuste fino (LoRA) do Sarvam 105B e pertence a uma categoria nova, a dos “modelos de decisão” — ou modelos “System One”, em referência ao pensamento rápido e intuitivo descrito pelo psicólogo Daniel Kahneman. A categoria foi criada pela TypeSafe, que lançou o modelo Jev no mês passado.
Precisão e velocidade, segundo a Sarvam
Nos testes da própria empresa, o Sarvam Prism obteve média de 71,8 pontos em três índices de decisão, com tempo mediano de resposta de 44 milissegundos em uma única GPU NVIDIA B200. Foram 25 modelos avaliados, e o Prism foi o de maior pontuação entre os que respondem em menos de 100 ms. Os números são da Sarvam e ainda não foram replicados de forma independente.
Por índice, o Prism marcou 67,0 no Jev Decision Index, 65,9 em uma recriação do índice da Artificial Analysis e 82,5 em um benchmark interno em idiomas indianos. A empresa afirma ainda que o modelo é bem calibrado: em respostas dadas com 90% de confiança ou mais, o erro real foi de 2,2% em inglês e de 4,4% em idiomas indianos — abaixo do erro previsto pela própria confiança.
Outro ponto destacado é a estabilidade: ao embaralhar a ordem das opções em 2.000 perguntas, nenhuma resposta mudou, graças a uma etapa que fixa a ordem das opções antes da pontuação.
Para que serve
A Sarvam posiciona o Prism para decisões empresariais estruturadas: roteamento de atendimento ao cliente, triagem, avaliação de agentes de IA, guardrails de segurança e análise de documentos. Em testes com trilhas de agentes, o modelo avaliou 700 execuções registradas e acertou 75,0% dos julgamentos sobre o sucesso da tarefa — acima dos 70,7% do Claude Haiku 5.5, segundo a empresa.
Pesos abertos e disponibilidade
Os pesos do Sarvam Prism estão no Hugging Face sob Apache 2.0, e o modelo também pode ser usado pela API da Sarvam (Sarvam Indus). Para rodar localmente, é preciso uma GPU com suporte a FP8 e pelo menos 120 GB de memória, como uma NVIDIA B200 ou H200. Cada pergunta pode ter até 131.072 tokens, segundo a empresa.
Na API hospedada, o preço divulgado é de ₹4 por milhão de tokens de entrada, sem custo pelos tokens de saída. O Inc42 citou ainda um resultado de 91,5% no Atlan Decision Bench, com 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 da imagem: Sarvam AI (blog oficial).
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas e fontes da internet. Os números de desempenho são da fabricante e ainda não foram verificados de forma independente. Consulte as fontes originais para confirmar as informações.
Por Muse
