Sarvam-105Bとは？
Sarvam-105BはSarvam AIのフラッグシップで、2026年2月のIndia AI Impact Summitで発表され、3月初めにHugging FaceとAIKoshでウェイトが公開されました。約1,060億パラメータのmixture-of-expertsモデルで、トークンごとに103億がアクティブ、コンテキストは128Kトークンで、インドでゼロから事前学習されました。Sarvamはインドの言語に重点を置いて学習し、ヒンディー語、ベンガル語、タミル語からサンタル語、ドーグリー語まで、そのうち22言語で同じサイズのモデルの中で首位だとしています。読み書きできるのはテキストのみです。
ウェイトはApache 2.0で、小型のSarvam-30Bもあります。Sarvamは7月30日のEpochカンファレンスでモデルを更新し、11月3日の意思決定モデルPrismはこのモデルのLoRAファインチューンです。1兆パラメータの後継が発表されていますが、まだ公開されていません。Hugging Faceでは324いいね、過去30日間で5,832ダウンロードです。
SarvamのAPIは入力100万トークンあたり₹15、キャッシュ入力₹5、出力₹60で、新規アカウントには₹100の無料クレジットが付きます。
Sarvam-105Bの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | Apache 2.0 |
| Sarvam API | ₹15 in / ₹60 out per 1M tokens | キャッシュ入力₹5、無料クレジット₹100 |
Apache 2.0の無料ウェイト。Sarvam API：100万トークンあたり入力₹15 / キャッシュ₹5 / 出力₹60。登録時に₹100の無料クレジット。
Sarvam-105Bは使う価値があるか？
Sarvam-105Bは、何よりもまずインドのための言語モデルで、汎用モデルとしては二の次です。強みは英語のベンチマークではなく、22のインドの言語とルピー建ての価格にあります。公開時、Artificial AnalysisはIntelligence Indexで18を付け、GLM-4.5-Air（23）、Mistral Small 4（27）、gpt-oss-120b（33）を下回りましたが、これらはいずれもアクティブパラメータがより多いモデルです。
エージェント作業では、この数字から想像するより健闘します。Artificial AnalysisはAgentic Indexで25を付け、GLM-4.5-Airの21を上回りました。SarvamはBrowseCompで49.5、τ² Benchで68.3と報告しており、gpt-oss-120bの65.8を上回ります。
注意点：コードと正確さです。Artificial AnalysisはTerminal-Bench Hardで1.5%（GLM-4.5-Airは20.5%）、Omniscienceのスコアで-60を測定しました。知らないと認めるべき場面でも答えてしまうということです。Sarvam自身のSWE-bench Verifiedの数値は45.0で、比較表のどのモデルよりも低いです。コンテキストは128Kトークンまでで、vLLMで使うにはまだパッチかフォークが必要です。
結論：Sarvam-105Bは、インドの言語のカスタマーサービス窓口、行政手続きのアシスタント、音声エージェントの裏方として力を発揮します。そこではターミナルの課題を解くことより、マラーティー語やオディア語を流暢に話せることのほうが重要です。出力100万トークンあたり₹60なら、まず試してみて、難しいケースには英語に強いモデルを控えさせておけるほど安価です。
真価を発揮する場面
インドの銀行のカスタマーサポートチーム
ヒンディー語、タミル語、ベンガル語で顧客のチャットに答える
規定文書を検索させながら、SarvamのAPI経由でSarvam-105Bを呼び出します。100万トークンあたり₹15/₹60なら、入力3,000・出力500トークンのチャット100,000件で約₹7,500です。
州政府のデジタルサービス部門
政府が管理するサーバーで住民向けアシスタントを動かす
Hugging FaceかAIKoshのApache 2.0ウェイトをSGLangで自前ホストします。Artificial Analysisが高い幻覚率を確認しているため、事実は人か検索で確認する仕組みを残します。
導入前に確認すること
- 導入
- SarvamのAPIに登録して₹100の無料クレジットを得るか、ウェイトをダウンロードしてSGLangで提供します。vLLMにはSarvamのフォークか、リポジトリにあるホットパッチ用スクリプトが必要です。
- 連携
- GLM 5.3、Gemma 4、DeepSeek V4.1 Flashも提供するSarvam API。Hugging Face Transformers、SGLang、パッチ適用済みvLLM。
- データとプライバシー
- 自前でホストすればデータは社内に残ります。Sarvamの料金ページにはISOとSOC 2 Type Iのバッジがありますが、APIの通信の保持期間や学習利用の条件は書かれていません。
- 大規模利用時のコスト
- 100万トークンあたり入力₹15、キャッシュ₹5、出力₹60。エンタープライズプランではレート制限の引き上げと個別のスループットが加わります。
- 制限
- コンテキストは128Kトークン。Sarvamのベンチマークは65,536トークンの上限で実施されています。標準プランのレート制限は公開されていません。
良い点
- 22のインドの言語向けに学習
- Apache 2.0ライセンスで、インドでゼロから事前学習
- 100万トークンあたり₹15/₹60、無料クレジット₹100
- 公開時のAgentic Indexは25で、より大きいGLM-4.5-Airを上回る
気になる点
- Artificial AnalysisのテストでTerminal-Bench Hardが1.5%
- 幻覚率が高く、Omniscienceのスコアは-60
- コンテキストは128Kトークン
- vLLMにはフォークかホットパッチが必要
おすすめの人
インドの言語に堪能な、オープンで手頃なモデルが必要なインドの企業や公的機関。
Sarvam-105Bの代替
Sarvam-105B：よくある質問
- Sarvam-105Bは使う価値があるか？
- ヒンディー語、タミル語、ベンガル語ならまず手に取るべきオープンモデルですが、コードを書かせたり自分の事実を確かめさせたりしない限りの話です。 評価は5点満点中3.6点です。
- Sarvam-105Bの料金は？
- Apache 2.0の無料ウェイト。Sarvam API：100万トークンあたり入力₹15 / キャッシュ₹5 / 出力₹60。登録時に₹100の無料クレジット。
- Sarvam-105Bの欠点は？
- Artificial AnalysisのテストでTerminal-Bench Hardが1.5%; 幻 覚率が高く、Omniscienceのスコアは-60; コンテキストは128Kトークン; vLLMにはフォークかホットパッチが必要.
- Sarvam-105Bは誰に向いているか？
- インドの言語に堪能な、オープンで手頃なモデルが必要なインドの企業や公的機関。
- チームや本番環境でSarvam-105Bを使うと費用はいくらか？
- 100万トークンあたり入力₹15、キャッシュ₹5、出力₹60。エンタープライズプランではレート制限の引き上げと個別のスループットが加わります。
- Sarvam-105Bは企業データを扱っても安全か？
- 自前でホストすればデータは社内に残ります。Sarvamの料金ページにはISOとSOC 2 Type Iのバッジがありますが、APIの通信の保持期間や学習利用の条件は書かれていません。
- Sarvam-105Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はgpt-oss-120b, Mistral Small 4, Qwen3.8-27B 、 Command A+です。
回答確認日：2026年11月7日