先了解这件事
AI 综述
Sarvam AI于2026年11月7日上线Sarvam Token Factory推理服务。据Sarvam AI Blog发布的信息,该平台使用位于印度的GPU集群,托管Sarvam 105B及GLM 5.3、DeepSeek V4.1 Flash、Kimi K3.1 Pro、Gemma 4 31B等开源权重模型,统一通过OpenAI兼容API调用。定价方面,DeepSeek V4.1 Flash标准端点为每百万输入token 14卢比、输出55卢比;Gemma 4 31B在10K token提示下首token耗时0.40秒,输出308 token/s。平台称在DeepSeek V4.1 Flash上每天服务450B+ token,95.7%的提示token由缓存命中。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Sarvam AI 推出 Token Factory 推理平台,托管自研与开源模型事件进展
1 个已确认进展
- 来源:Sarvam AI Blog
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月7日
Sarvam AI Blog一手精选
Sarvam AI 推出 Token Factory 推理平台,托管自研与开源模型
Sarvam AI 发布 Token Factory,用位于印度的 GPU 集群托管 Sarvam 105B 及 GLM 5.3、DeepSeek V4.1 Flash、Kimi K3.1 Pro、Gemma 4 31B 等开源权重模型,统一走 OpenAI 兼容 API。DeepSeek V4.1 Flash 标准端点定价为每百万输入 token 14 卢比、输出 55 卢比;Gemma 4 31B 在 10K token 提示下首 token 耗时 0.40 秒,输出 308 token/s。平台称在 DeepSeek V4.1 Flash 上每天服务 450B+ token,95.7% 的提示 token 由缓存命中。