开源决策模型Karpo Decision 31B登顶榜首,全尺寸版本开源并击败谷歌闭源王牌

AI新闻阅读 4
开源决策模型Karpo Decision 31B登顶榜首,全尺寸版本开源并击败谷歌闭源王牌

近日,即将完成 IPO 的 Anthropic 在披露材料中提及高昂的算力需求,引发行业对大模型运营成本的反思。在此背景下,专注于决策能力的开源模型 Karpo Decision 31B 在权威评测榜单 Decision Index 中强势夺得全球第一。

Karpo Decision 家族已实现从 0.8B 到 31B 全尺寸版本的全面开源。其旗舰版本单卡中位延迟低至 94 毫秒,校准误差控制在 0.023,单次前向推理即可同时评估多达 255 个选项,无需生成文本 Token。

在由全球 300 个模型参与的 Decision Index 总榜中,Karpo 以 73.9 分位居榜首,显著超越初代标杆 Jev 1.14 的 60.2 分。该榜单涵盖了 37 项公开基准及部分私有题库,测试环境严格防刷。

在与谷歌闭源模型 Gemini Decision 1 的直接交锋中,Karpo 在多个关键测试集上表现优异。例如在 When2Call 工具调用判断测试中,Karpo 得分为 90.4%,而 Gemini Decision 1 为 79.9%。

在多模态网页操作 Mind2Web 测试及隐含语气理解(纽约客漫画配文)测试中,Karpo 的得分也分别达到 90.0% 和 90.5%,全面领先竞争对手。在包含 1500 道题目的 JevBench 官方断网盲测中,其当期能力分高达 89.53 分。

实际应用场景测试显示,Karpo 在处理高并发决策任务时效率极高。在城市活动筛选挑战中,它仅用 1.12 秒即可完成对 36 个活动的规则匹配与淘汰判定;而在处理 10 位顾客的多条件点餐需求时,仅需 916 毫秒即可生成完整方案。

除了顶级旗舰模型,MachinePulse 还将同一套训练方法复用于 0.8B 至 12B 等不同参数量级的版本。目前这些中小尺寸模型均在各自梯队中处于领先地位,且每千次决策成本仅为 0.025 美元。

开源决策模型Karpo Decision 31B登顶榜首,全尺寸版本开源并击败谷歌闭源王牌 - SmartAITool