请旋转您的设备
要继续浏览本网站,请将设备旋转至竖屏方向
AI 模型:认识 bison-1 和 groundhog-1,两款美国前沿决策模型认识 bison-1 和 groundhog-1:基于美国基础模型(Gemma 4)打造的开放决策模型。bison-1 在 Artificial Analysis 的决策模型排行榜中位列第一。
作者
Charles O'Neill
Max Kirkby
Thomas Villeneuve
Nataly Delcid发布于2026年11月20日
摘要认识 bison-1 和 groundhog-1,这是我们最新推出的决策模型,基于 Google 的 Gemma 4 构建,面向希望采用美国基础模型的团队。在 Artificial Analysis 决策指数的 19 款决策模型中,bison-1 排名第一,并拥有该指数中最佳的校准表现。两款模型均提供 128k 上下文窗口(是我们上一代模型的 8 倍),并支持文本和图像输入。它们现已上线 Baseten Model APIs,开放权重可在 Hugging Face 获取。
上个月,我们发布了 mammoth-1 和 elephant-1,它们是当时世界上最优秀的决策模型。两者均基于 Qwen 基础模型构建,推进了准确率和速度的前沿,也为我们在西方基础模型上实现同等水平的性能铺平了道路。
支持美国企业和开放模型,是对我国技术实力以及相关生态系统的投资;这一生态系统能让更多美国人构建自己可以拥有并按需调整的系统。 我们很自豪能通过最新的决策模型 bison-1 和 groundhog-1 为这项事业作出贡献。
它们基于 Google 的 Gemma 4构建,质量较 mammoth-1 和 elephant-1 有所提升,速度则与之相近,同时配备 128k 上下文窗口并支持多模态输入(图像和文本)。两款模型使用与我们现有决策模型相同的 API,只需更改模型名称即可尝试。
在 Artificial Analysis(AA)的 决策指数 v2.1中,bison-1 在 19 款决策模型中以 76 分排名第一,领先于得分 75 的 d1.2-ultra 和得分 71 的 mammoth-1。我们预计 groundhog-1 在 AA 官方指数上的表现将与 mammoth-1 相当。

随着 bison-1 的发布,并得益于模型性能团队的工作,Base Labs 决策模型家族如今在从 elephant-1 到 bison-1 的各个相应规模上,均处于准确率与耗时权衡的帕累托前沿。

我们还投入了大量时间来确保模型得到正确校准。这一成果部分来自在 Gemma 基础模型上进行训练,但更显著的提升源于在新训练数据组合中扩大了“软标签”的使用范围。(即教导模型将答案校准为“答案 A 的概率为 83%,答案 B 的概率为 17%”,而不是严格地认为“答案 A 的概率为 100%”。)

每项决策都应掌握全貌(好吧,至少是 128k tokens 所能容纳的全貌)
长上下文至关重要,因为能够改变决策的细节可能埋藏在距离问题很远的位置。一张发票看起来可能已经可以付款,但更早的一封电子邮件或许表明订单已被取消。缺少这段历史记录,模型就可能批准一笔本应拒绝的付款。
通过 Model APIs,bison-1 和 groundhog-1 提供的上下文容量是我们上一代模型的 8 倍,让团队有更大空间纳入完整政策或对话历史,而无须先筛选摘录或进行总结。
好的决策始于本土
我们希望团队能够凭借模型本身的实力选择美国模型,这意味着要以与其他任何模型相同的标准来要求它们。
以下是新模型在整个产品家族中的定位。groundhog-1 的定价与 elephant-1 相同,bison-1 则与 mammoth-1 相同,因此具体选择取决于当前需要处理的决策。
| - | bison-1 | groundhog-1 | mammoth-1 | elephant-1 | joey-1 |
|---|---|---|---|---|---|
| 参数量 | 31B | 26B(MoE,约 4B 激活) | 27B | 9B | 2B |
| 基础模型 | Gemma 4 31B | Gemma 4 26B-A4B | Qwen | Qwen | Qwen3.5-2B |
| Model APIs 上的上下文窗口 | 128k | 128k | 16k | 16k | 16k |
| 适用场景 | 您需要最高准确率和长上下文 | 您需要以较低延迟和成本获得长上下文 | 知识密集型决策的准确率最为重要 | 您希望在低延迟下获得更强的默认选择 | 延迟或成本是首要考量 |
| 每 1M tokens 的价格($) | $0.10 | $0.035 | $0.10 | $0.035 | $0.01 |
bison-1 和 groundhog-1 是我们进一步研究美国基础模型的起点。随着训练数据和方法不断改进,我们会将这些进展应用于日益壮大的模型家族,让团队有更多理由基于性能选择美国模型。
两款模型(bison-1, groundhog-1)现已上线 Baseten Model APIs,每百万 tokens 的价格分别为 $0.10 和 $0.035。两者均支持文本和图像,并使用与我们现有决策模型相同的 API。其权重也已在 Hugging Face 开放: bison-1 和 groundhog-1。敬请期待更多即将推出的模型!

AI 热点