Karpo Decision 31B 登顶 Decision Index 榜单,反超谷歌 Gemini Decision 1 且全尺寸开源

MachinePulse 推出的 Karpo Decision 31B 决策模型,在包含 300 个模型参评的 Decision Index 总榜拿到 73.9 分,超过谷歌刚发布的闭源王牌 Gemini Decision 1 拿下全球第一,同时 0.8B、3B、7B、14B、31B 全尺寸版本全部开源,它基于谷歌自家 Gemma 4 31B 底座后训练而来,和普通生成式大模型不一样,不逐字输出 token,直接一次性评估多个候选动作给出概率,中位延迟低至 94 毫秒,决策成本很低,适合给智能体做浏览器操作、工具调用这类高频快判断任务,开发者可以单卡本地部署,搭配通用大模型分工协作,通用模型负责深度推理,Karpo 专门负责快速决策判断。先把核心信息整理在表格里:

项目详情
模型名称Karpo Decision 31B
开发团队MachinePulse
评测榜单Decision Index
夺冠分数73.9 分
对标谷歌模型Gemini Decision 1(闭源)
模型底座Gemma 4 31B
开源范围0.8B~31B 全尺寸家族全部开源
中位延迟94ms
核心机制不生成 Token,单次前向推理评估候选选项概率
单轮最大评估选项255 个
When2Call 测试得分90.4%,比谷歌高 10.5 个百分点
千次决策成本0.025 美元
典型场景智能体网页操作、工具调用、是否追问 / 停止判断

一、决策模型和普通大模型有什么区别

普通 LLM 是逐 token 生成文字,适合写文案、长推理,但是做高频动作选择的时候,速度慢、消耗高,浏览器操作场景的开销比普通推理高出 4.8 倍。

决策模型主打 “只判断、不生成”,输入当前状态、可选动作列表,直接输出每个选项的置信概率,不需要串行生成文本,推理链路短、延迟低、成本便宜,专门承接 Agent 里面大量重复的选择分支。

二、关键评测亮点

  1. 主榜 Decision Index 总分登顶,超过谷歌 Gemini Decision 1;
  2. When2Call 专项测试,用来判断智能体什么时候调用工具、什么时候追问用户、什么时候停止任务,Karpo 达到 90.4%,拉开明显差距;
  3. 概率校准误差控制到 0.023,输出置信度更靠谱,不容易盲目自信;
  4. 小尺寸版本也同步放出,低算力设备也能跑。

三、部署和分工思路

这套模型不是用来替代通用大模型,而是互补搭配。

  1. 通用大模型:负责复杂思考、写计划、理解复杂指令;
  2. Karpo 决策模型:负责高频分支判断,比如点哪个按钮、要不要翻页、要不要调用工具;

开发者可以直接在单张显卡上部署,接入智能体流程,降低高频决策的算力开销。

四、赛道背景

决策模型是最近硅谷 AI 智能体的热门赛道,TypeSafe Jev 最早开辟这个方向,谷歌、OpenAI、Cloudflare、AWS 都陆续推出同类方案,谷歌 Gemini Decision 1 刚发布不久就被这个开源模型反超,也让开源决策模型受到更多关注。

五、开源资源说明

模型权重、推理代码全部对外开源,上架 Hugging Face,配套推理脚本,支持 vLLM 等主流推理框架,开发者可以直接下载测试、微调适配自己的网页 Agent、自动化流程。

【相关 FAQ】

问题 1:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,这个夺冠的模型叫什么?

回答 1:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,夺冠模型是 Karpo Decision 31B,来自 MachinePulse 团队。

问题 2:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,Karpo 决策模型和普通大模型差别在哪?

回答 2:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,Karpo 决策模型不生成 Token,直接评估候选动作概率,主打低延迟低成本的快速判断,适合智能体高频分支选择。

问题 3:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,Karpo Decision 在哪个榜单超过谷歌 Gemini Decision 1?

回答 3:反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源,它在 Decision Index 总榜拿到 73.9 分,在 300 个模型里面排名第一,反超谷歌 Gemini Decision 1。

【参考资料】

[2026-11-17](反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源)凤凰网科技

[2026-11-17](反超谷歌王牌模型!决策新王拿下全球榜首,全尺寸开源)腾讯新闻

[2026-11-17](Karpo Decision 31B 登顶 Decision Index,全系列开源)新智元

[2026-11-17](Karpo Decision beats Gemini Decision 1 on Decision Index benchmark)Hugging Face

【免责声明】

以上内容基于公开评测、媒体资讯整理,Benchmark 跑分仅代表特定评测集下表现,真实业务效果受场景、提示词、部署方式影响;开源模型使用请遵守对应开源协议,不构成商用采购、项目落地投资建议。

本文来自作者[微序驻舟官]投稿,不代表岳鹿科技网立场,如若转载,请注明出处:https://www.newsyuelu.com/rgzn/202611/1119.html

赞 (0)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 微序驻舟官
    微序驻舟官 2026年11月17日

    我是岳鹿科技网的签约作者“微序驻舟官”!

  • 微序驻舟官
    微序驻舟官 2026年11月17日

    希望本篇文章《Karpo Decision 31B 登顶 Decision Index 榜单,反超谷歌 Gemini Decision 1 且全尺寸开源》能对你有所帮助!

  • 微序驻舟官
    微序驻舟官 2026年11月17日

    本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索

  • 微序驻舟官
    微序驻舟官 2026年11月17日

    本文概览:MachinePulse 推出的 Karpo Decision 31B 决策模型,在包含 300 个模型参评的 Decision Index 总榜拿到 73.9 分,超过谷歌刚发布的闭源王牌 Gemini Decision 1 拿下全球第一,同时 0.8B、3B、7B、14B、31B 全尺寸版本全部开源,它基于谷歌自家 Gemma 4 31B 底座后训练而来,和普通生成式大模型不一样,不逐字输出 token,直接一次性评估多个候选动作给出概率,中位延迟低至 94 毫秒,决策成本很低,适合给智能体做浏览器操作、工具调用这类高频快判断任务,开发者可以单卡本地部署,搭配通用大模型分工协作,通用模型负责深度推理,Karpo 专门负责快速决策判断。先把核心信息整理在表格里:

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们