Sarvam lança Prism, um modelo de decisão com pesos abertos baseado no Sarvam 105B
O laboratório indiano Sarvam lançou em 3 de novembro o Prism, um modelo que não redige, mas atribui uma probabilidade a cada opção de uma decisão. Pesos sob licença Apache 2.0, API a 4 rúpias por milhão de tokens de entrada.
O laboratório indiano Sarvam publicou em 3 de novembro de 2026 o Prism, um modelo de um tipo particular: ele não redige nada. Ao receber uma situação (um tíquete de suporte, um rastro de agente, uma mensagem recebida), uma ou mais perguntas e a lista de respostas possíveis, ele retorna uma probabilidade para cada opção, em uma única passagem de cálculo. Os pesos estão disponíveis no Hugging Face sob licença Apache 2.0, e o modelo também é oferecido pela API da Sarvam.
Um modelo que escolhe em vez de escrever
A Sarvam classifica o Prism na categoria de modelos de decisão “Sistema 1”, em referência ao pensamento rápido e intuitivo descrito por Daniel Kahneman. De acordo com o artigo da desenvolvedora, essa categoria foi inaugurada no mês passado pela Typeface com seu modelo Jev. A ideia converge com a da Audio Decision API que a Hume AI apresentou em 2 de novembro: em vez de uma resposta em texto livre que precisa ser interpretada posteriormente, o modelo fornece números sobre os quais um programa pode definir limites e regras.
Tecnicamente, o Prism é um ajuste LoRA do Sarvam 105B, o grande modelo de mistura de especialistas da casa. Uma pequena cabeça de cálculo produz as probabilidades em vez de gerar tokens um a um. A Sarvam também modificou a máscara de atenção: cada opção é lida separadamente das demais, o que torna os julgamentos independentes. O modelo aceita três formatos de pergunta: múltipla escolha, sim ou não e escala de níveis.
| Elemento | Segundo a Sarvam |
|---|---|
| Base | Sarvam 105B, ajuste LoRA |
| Licença | Apache 2.0, pesos no Hugging Face |
| Hardware | uma GPU FP8 com cerca de 120 GB de memória (B200, H200) |
| Idiomas | inglês, dez línguas indianas, hinglish |
| API | 4 rúpias por milhão de tokens de entrada, saídas gratuitas |
| Limite da API | 32.768 tokens por pergunta |
Desempenho medido pela desenvolvedora
A Sarvam afirma que o Prism atinge média de 71,8 em três índices com um tempo de resposta mediano de 44 milissegundos em uma GPU B200 — a melhor pontuação entre os modelos de decisão que respondem em menos de 100 ms, dentre os 25 avaliados pela empresa. Alguns modelos obtêm pontuações mais altas, mas são de duas a seis vezes mais lentos, de acordo com a mesma tabela. Essas medições foram realizadas pela própria Sarvam: um dos três índices é um teste interno em línguas indianas, e outro é uma recriação caseira do índice de decisão da Artificial Analysis.
A desenvolvedora destaca sobretudo a calibração: em inglês, para respostas dadas com pelo menos 90% de confiança, o Prism previa 3,3% de erros e cometeu 2,2%. Em línguas indianas, os outros modelos testados cometeriam de 2,7 a 4,8 vezes mais erros do que o nível de confiança anunciado. A Sarvam também afirma que as respostas não mudam ao embaralhar a ordem das opções e que o Prism avalia rastros de agentes melhor que o Claude Haiku 5.5 (78,5% de acertos contra 70,7%). Nenhum desses resultados foi reproduzido por terceiros até o momento.
Nossa leitura
O Prism não concorre com os grandes modelos de conversação: é um componente de infraestrutura, pensado para triagem, roteamento, salvaguardas ou verificação do trabalho de agentes. Nesse segmento, a calibração importa mais do que a pontuação bruta, pois uma empresa só automatiza decisões se puder confiar no nível de certeza exibido. A publicação dos pesos sob Apache 2.0 é o argumento mais forte: qualquer um poderá verificar esses números e ajustar o modelo aos seus próprios dados. O custo de entrada continua elevado para auto-hospedagem, já que exige uma GPU de última geração com cerca de 120 GB de memória e o código fornecido pela Sarvam. Para o laboratório de Bangalore, trata-se também de uma forma de se posicionar nas línguas indianas, onde alega obter suas maiores vantagens.
Fontes
- Sarvam AI — Introducing Sarvam Prism (3 de novembro de 2026) Fonte primária
- Sarvam AI no X — anúncio do Sarvam Prism (3 de novembro de 2026) Fonte primária
- Hugging Face — página do modelo sarvamai/prism Fonte primária
- Documentação da API Sarvam — Sarvam Prism Fonte primária
- Hume AI no X — Introducing the Hume Audio Decision API (2 de novembro de 2026) Fonte primária — Para comparação com outro modelo que responde por meio de probabilidades
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
