返回首页 访问原文
groundhog-1
介绍
groundhog-1 是 Baseten 于 2026 年 11 月 20 日与 bison-1 一同发布的决策模型,基座同样是 Google Gemma 4。官方博客:Meet bison-1 and groundhog-1。官方账号 @baseten 同日介绍了这两个型号:质量相对 mammoth-1 / elephant-1 有提升,速度相近,上下文为 128k,并支持图像+文本。
官网把 groundhog-1 放在该家族偏小、更接近 elephant-1 的档位:定价与 elephant-1 相同,并写明“我们预期 groundhog-1 在官方 AA 指数上能达到与 mammoth-1 相当的表现”。它已在 Baseten Model APIs 上线,同时提供 Hugging Face 开源权重。若关注榜单第一名,应以同场发布的 bison-1(AA Decision Index v2.1 得分 76)为准,不要把这一预期写成已经公布的 groundhog-1 分数。
广告
解释
要解决什么问题
与 bison-1 一样,groundhog-1 要在 Gemma 4 基座上提供可用的决策模型,并把上下文从此前型号扩大 8 倍、加上多模态输入。它更像该系列里对标 elephant-1 的一档:同一套美国基座和接口,但定价与定位更偏小。
和 bison-1 的官方区别
- 二者都是 128k 上下文、文本+图像、同一套 Model APIs;
- bison-1 已公布 AA Decision Index v2.1 得分 76(19 个模型中第 1),以及 Brier 0.14;
- groundhog-1 在官网上是“预期对标 mammoth-1”,定价对标 elephant-1;
- 选择时,官网说可以把决策内容本身作为依据,因为价位已经分别对齐 mammoth-1 与 elephant-1。
需要注意的界限
在官方指数分数正式公布前,不要把“预期接近 mammoth-1”写成既成榜单成绩。开源权重的具体仓库名以官方和 Hugging Face 当时页面为准。
用法
适合谁
- 想在 Gemma 4 基座上做决策任务,但又希望成本接近 elephant-1 的团队;
- 已经在用 elephant-1,想评估美国基座、128k 上下文和图像输入的用户。
怎么用
- 读官方博客:https://www.baseten.co/blog/meet-bison-1-and-groundhog-1 ;
- 在 Baseten Model APIs 将模型名换成
groundhog-1; - 需要权重时,按官方说明到 Hugging Face 获取;
- 比较效果时,把 bison-1 的已公布 AA 分数与 groundhog-1 的“预期对标 mammoth-1”分开写,避免混用。