Aplomb 1
EmpirioLabs发布的开放权重决策模型，53亿参数，支持100万token上下文和文本/图像/视频/音频四模态输入，专注于工具调用路由、参数提取等Agent决策任务，并为工具参数返回概率值
时间轴 (近 90 天)
EmpirioLabs 发布了名为 Aplomb 1 的开放权重决策模型，参数量为 53 亿
Aplomb 1 基于 Qwen3.5-4B Base 构建，并集成了 Qwen3-Omni-30B-A3B-Instruct 的音频编码器
Aplomb 1 的上下文窗口从 Qwen3.5-4B 原生的 262K 扩展到了 100 万 token，支持文本、JSON、图像、视频、音频混合输入
Aplomb 1 为工具调用的每个工具、枚举值和布尔参数返回概率值
官方自研推理运行时在处理 1M token 文档时约 3 秒给出决策，完整读取一遍约需 111 秒
Aplomb 1 对短问题的模型端计算时间约 15 毫秒，端到端延迟约 200 毫秒
Aplomb 1 的 API 定价为每百万输入 token 0.02 美元，输出免费，并默认开启零数据留存（ZDR）
Aplomb 1 在 Decision Index 0.2.1 上以官方工具跑出 44.86 分，位列已公布榜单中 4B 模型第一名
在全部 38 项基准中，Aplomb 1 在 8 项上拿到 5.3B 以内模型最高分，包括 MMLU-Pro、GPQA Diamond 和 BBH
Aplomb 1 在 JevBench Hard 上得分 77.5%，在 MASSIVE 数据集 51 种语言上平均 75% 零样本意图识别准确率
还有 4 条时间轴事件
全部知识事实 (14)
3 秒的长上下文速度来自官方 API 推理运行时，开放权重版本则会读取每一个 token
50%待验证Aplomb 1 基于 Qwen3.5-4B Base 构建，并集成了 Qwen3-Omni-30B-A3B-Instruct 的音频编码器
50%待验证Aplomb 1 的上下文窗口从 Qwen3.5-4B 原生的 262K 扩展到了 100 万 token，支持文本、JSON、图像、视频、音频混合输入
50%待验证Aplomb 1 为工具调用的每个工具、枚举值和布尔参数返回概率值
50%待验证官方自研推理运行时在处理 1M token 文档时约 3 秒给出决策，完整读取一遍约需 111 秒
50%待验证Aplomb 1 对短问题的模型端计算时间约 15 毫秒，端到端延迟约 200 毫秒
50%待验证Aplomb 1 的 API 定价为每百万输入 token 0.02 美元，输出免费，并默认开启零数据留存（ZDR）
50%待验证Aplomb 1 在 Decision Index 0.2.1 上以官方工具跑出 44.86 分，位列已公布榜单中 4B 模型第一名
50%待验证在全部 38 项基准中，Aplomb 1 在 8 项上拿到 5.3B 以内模型最高分，包括 MMLU-Pro、GPQA Diamond 和 BBH
50%待验证Aplomb 1 在 JevBench Hard 上得分 77.5%，在 MASSIVE 数据集 51 种语言上平均 75% 零样本意图识别准确率
50%待验证Aplomb 1 的训练数据包含 WinoGrande 和 ContractNLI 这两个基准的公开训练集，而它们也在 38 项索引基准之中
50%待验证Aplomb 1 权重以 bf16 精度运行，参考脚本下约需 12 GB 显存即可运行
50%待验证Aplomb 1 采用 EmpirioLabs 自家的 Model License，对研究、评估、个人使用及年收入低于 100 万美元公司内部使用免费，属于 source-available 授权模式
50%待验证EmpirioLabs 发布了名为 Aplomb 1 的开放权重决策模型，参数量为 53 亿
50%