Aplomb 1 od EmpirioLabs: model decyzyjny z audio i 1 mln kontekstu
EmpirioLabs wydał Aplomb 1: model decyzyjny 5,3B, który czyta tekst, JSON, obraz, wideo i audio, z kontekstem 1 mln tokenów. Liczby, licencja i czym różni się od Clef.
👁 118 przeczytań
- Aplomb 1 to model decyzyjny z 5,3 mld parametrów, który jako pierwszy w tej kategorii obsługuje audio obok tekstu, JSON, obrazów i wideo.
- Model przyjmuje do 1 mln tokenów kontekstu i kosztuje 0,02 USD za milion tokenów wejścia, przy czym wyjście jest bezpłatne.
- Licencja EmpirioLabs Model License 1.0 ogranicza darmowy użytek komercyjny do firm z rocznym przychodem poniżej 1 mln USD.
EmpirioLabs wydał Aplomb 1 - otwarty model decyzyjny z 5,3 mld parametrów, który czyta tekst, JSON, obrazy, wideo i dźwięk w jednym żądaniu, przyjmuje do 1 mln tokenów kontekstu i zamiast pisać tekst zwraca skalibrowane prawdopodobieństwa odpowiedzi. To pierwszy model w tej kategorii, który obsługuje audio, i najdłuższy kontekst wśród otwartych modeli decyzyjnych. Całą kategorię i mój test innych modeli na polskich zgłoszeniach opisałem w przewodniku Modele decyzyjne AI.
Stan na 7 października 2026
- Premiera: 29 września 2026 (data w dokumentacji EmpirioLabs), karta modelu aktualizowana 5 i 6 października.
- Model: 5,3 mld parametrów, baza Qwen3.5-4B, tekst + JSON + obraz + wideo + audio, kontekst 1 mln tokenów.
- Wagi: na Hugging Face za bramką z akceptacją licencji EmpirioLabs Model License 1.0 (to nie jest Apache-2.0).
- API: 0,02 USD za milion tokenów wejścia, wyjście bez opłat, wymaga klucza.
- Wyniki: wszystkie podane przez producenta, niezależnej weryfikacji jeszcze nie ma.
Co to jest Aplomb 1
Model decyzyjny nie generuje zdań. Dostaje stan (np. zgłoszenie klienta, dokument, zdjęcie, nagranie) i zestaw pytań z zamkniętą listą odpowiedzi, a oddaje rozkład prawdopodobieństw dla każdej opcji. Aplomb 1 obsługuje cztery typy pytań:
- noul - tak/nie z prawdopodobieństwem,
- choice - wybór z listy od 2 do 255 opcji,
- score - ocena na uporządkowanej skali od 2 do 10 poziomów,
- tool - wybór funkcji z listy razem z rozkładem prawdopodobieństw dla argumentów.
Pierwsze trzy typy to standard, który spopularyzował Jev od TypeSafe i który powtarzają Cloudflare Clef i Strands Decider od AWS. Czwarty, wybór narzędzia z argumentami, jest w tej kategorii nowością.
Najważniejsze liczby
| Parametr | Aplomb 1 |
|---|---|
| Rozmiar | 5,3 mld parametrów (baza Qwen3.5-4B) |
| Wejście | tekst, JSON, obraz, wideo, audio |
| Kontekst | do 1 mln tokenów |
| Limity jednego żądania | do 16 obrazów, 8 nagrań audio, 4 filmów |
| Pytań w jednym żądaniu | 128 według karty modelu, 512 według dokumentacji API |
| Pamięć do uruchomienia lokalnie | ok. 12 GB (bf16, według autorów) |
| Cena API | 0,02 USD za mln tokenów wejścia, wyjście 0 USD |
| Czas decyzji w API (według producenta) | ok. 15 ms krótkie pytanie, 35 ms z obrazem, ok. 3 s przy 1 mln tokenów |
Rozbieżność w liczbie pytań na żądanie (128 lub 512) wynika z dwóch różnych dokumentów producenta. Nie sprawdzałem, który limit obowiązuje w API.
Wyniki według EmpirioLabs
Na teście Decision Index 0.2.1 Aplomb 1 ma 44,86 pkt. Producent zaznacza, że uruchomił oficjalny zestaw sam, 5 października, i że to nie jest wpis na opublikowanej tablicy wyników.
| Kategoria Decision Index | Aplomb 1 | JPT-4B |
|---|---|---|
| Wynik ogólny | 44,86 | 43,04 |
| Wiedza i rozumowanie | 29,7 | 28,7 |
| Rozumienie języka | 48,3 | 52,5 |
| Wyszukiwanie i klasyfikacja | 49,5 | 45,0 |
| Narzędzia i automatyzacja | 62,4 | 57,2 |
| Sztuka i gust | 33,9 | 25,8 |
Na obrazach (po 500 przykładów) Aplomb 1 jest według karty modelu na poziomie Intern-Decision-4B i OmniJev-4B: POPE 89,0, MMStar 68,6, AI2D 87,0, MMMU 57,2, HallusionBench 79,8. W wideo podaje m.in. 80,7 na Video-MME (krótkie), a w audio 91,9% na rozpoznawaniu dźwięków wokalnych i 78,6% na emocjach w mowie. Wyniki audio zaktualizowano 6 października razem z nowymi wagami audio.
W tabeli funkcji EmpirioLabs zestawia Aplomb 1 m.in. z Jev 1.13 (64 tys. tokenów kontekstu, 0,042 USD za mln tokenów), Intern-Decision-4B (8192 tokeny) i Decisions API od OpenAI (bez opublikowanego cennika).
Jedna rzecz warta odnotowania: na GitHubie projektu JevBench jest zgłoszenie z prośbą o niezależną ocenę Aplomb 1, w którym autor zaznacza, że publiczne zadania JevBench były użyte przy wyborze checkpointu. Wyniki na publicznym JevBench mogą więc być zawyżone - to informacja z samego zgłoszenia, a nie mój pomiar.
Licencja: na co uważać
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
To najważniejsza różnica wobec Clef i Strands Decider, które mają Apache-2.0. EmpirioLabs Model License 1.0 pozwala za darmo na:
- badania, edukację, ewaluację i użytek osobisty,
- użytek komercyjny wewnątrz organizacji z rocznym przychodem poniżej 1 mln USD.
Usługi hostowane, większe firmy i dystrybucja w produkcie wymagają licencji komercyjnej. Jeśli budujesz SaaS, który ma działać na Aplomb, licz się z negocjacjami albo zostań przy API producenta.
Czy go przetestowałem
Jeszcze nie. Wagi są na Hugging Face za bramką, przy której trzeba zaakceptować licencję, a API wymaga klucza i konta. Model zmieściłby się na moim RTX 4090 (12 GB w bf16), więc gdy wrócę do testu, puszczę go przez te same 30 polskich zgłoszeń, na których Clef-flash i Strands Decider trafiły dział 30 na 30. Szczególnie ciekawi mnie, czy jego deklarowana kalibracja („80% pewności to 80% trafień”) utrzyma się po polsku - u Strands Decidera prawdopodobieństwa po polsku były wyraźnie zaniżone.
Dla kogo
- Tak: automatyzacje, w których decyzja zależy od nagrania (np. ocena rozmowy z infolinii), długiego dokumentu albo kilku obrazów naraz; agenci, którzy mają wybierać narzędzie razem z argumentami.
- Raczej nie: większe firmy, które chcą hostować model u siebie bez rozmowy o licencji - tu prostsze są Clef i Strands Decider na Apache-2.0.
Źródła
- empiriolabsai/aplomb-1 na Hugging Face - karta modelu, wyniki, licencja, wymagania
- Dokumentacja Aplomb 1 - data premiery, cena, endpointy, limity
- empiriolabsai/aplomb-1-omni - wariant na Qwen3-Omni-30B-A3B
- JevBench, zgłoszenie #195
Sprawdziłem: 7 października 2026.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Ile parametrów ma Aplomb 1 i na jakiej bazie powstał?
Aplomb 1 ma 5,3 mld parametrów i jest oparty na bazie Qwen3.5-4B. Model zwraca skalibrowane prawdopodobieństwa zamiast generować tekst.
Ile kosztuje korzystanie z Aplomb 1 przez API?
Koszt wynosi 0,02 USD za milion tokenów wejścia, a tokeny wyjścia są bezpłatne. Korzystanie wymaga klucza i założenia konta u producenta.
Czy Aplomb 1 można uruchomić lokalnie i ile pamięci to wymaga?
Tak, wagi są dostępne na Hugging Face po akceptacji licencji EmpirioLabs Model License 1.0. Według autorów model potrzebuje ok. 12 GB pamięci w formacie bf16, co mieści się np. na karcie RTX 4090.
Czy wyniki benchmarków Aplomb 1 zostały niezależnie zweryfikowane?
Nie - wszystkie podane wyniki pochodzą od producenta i nie mają jeszcze niezależnej weryfikacji. Dodatkowo na GitHubie JevBench jest zgłoszenie sugerujące, że publiczne zadania JevBench mogły być użyte przy wyborze checkpointu, co mogło zawyżyć wyniki na tym benchmarku.
Podobne tematy na Promptowym
