Модель bison-1: Baseten открыла нейросеть, которая отвечает не текстом, а вероятностями — первое место в рейтинге моделей решений и лучшая калибровка
Baseten выложила открытые веса bison-1 и groundhog-1 — моделей, которые вместо текста возвращают калиброванные вероятности. Разбираем цифры, применение в крипте и ограничения.

- bison-1 — 31 млрд параметров, groundhog-1 — 26 млрд с примерно 4 млрд активных; обе понимают текст и картинки и держат 128 тыс. токенов контекста.
- По данным Baseten, bison-1 заняла первое место из 19 в Artificial Analysis Decision Index v2.1 (76 баллов) и показала лучшую калибровку — Brier 0,14.
- В API стоят $0,10 и $0,035 за миллион токенов; веса открыты на Hugging Face под связкой лицензий Apache 2.0 и MIT.
Модель bison-1 от Baseten не пишет текст — она отвечает вероятностями. Даёшь ей ситуацию и набор вопросов, она возвращает, например, «да — 83%, нет — 17%» по каждому, причём за один проход. 20 ноября компания выложила открытые веса bison-1 и младшей groundhog-1 на базе Gemma 4 от Google. Разбираем, что это за класс нейросетей, зачем он ботам и агентам и где не стоит обольщаться.
Что выпустила Baseten
Baseten — американская платформа для запуска моделей, а Base Labs — её исследовательское подразделение. Месяц назад оно выпустило «модели решений» mammoth-1 и elephant-1 на основе Qwen, а в конце октября мы писали про крошечную модель joey-1. Новая пара собрана на Gemma 4: компания прямо пишет в анонсе, что хотела дать клиентам американскую базовую модель вместо китайской.
Идея «модели решений» простая. Обычный чат-бот на вопрос «это мошенническая транзакция?» напишет абзац рассуждений, и ответ потом ещё надо вытащить из текста. Здесь на входе состояние (текст и при желании картинки) и список вопросов, на выходе — число по каждому варианту. Вопросы бывают трёх типов: «да или нет» с вероятностью «да», выбор одного из именованных вариантов и оценка по шкале уровней. Все вопросы обрабатываются за один проход по общему контексту, без генерации текста, поэтому это быстро и дёшево.
Модель bison-1 в цифрах
По карточке модели на Hugging Face:
- bison-1 — плотная модель на 31 млрд параметров, дообученная из Gemma 4 31B; groundhog-1 — смесь экспертов на 26 млрд с примерно 4 млрд активных, для задач, где важнее скорость и цена;
- контекст — до 131 072 токенов, в восемь раз больше, чем у прошлых моделей Baseten в API; запросы длиннее лимита отклоняются, а не обрезаются;
- обучение — 6,71 млн примеров решений, к обычной функции потерь добавлен штраф за плохую калибровку, а примерно в каждом седьмом примере правильный ответ задан вероятностью, а не одним вариантом; отдельно обучен вариант «не знаю»;
- железо — 24 узла по 8 видеокарт B200, то есть 192 GPU.
В рейтинге Artificial Analysis Decision Index v2.1, который, по данным Baseten, посчитали 19 ноября, у bison-1 76 баллов против 75 у d1.2-ultra и 71 у mammoth-1. Brier score — 0,14 против 0,15 у ближайшего соперника. Это метрика калибровки: чем ниже, тем ближе заявленная уверенность модели к тому, как часто она реально права.
Зачем это крипте
Калиброванная вероятность полезна там, где нужно автоматически принять решение и понимать, насколько ему доверять. Примеры, которые просятся сами:
- фильтр для ИИ-агента с доступом к кошельку: «эта транзакция соответствует инструкции пользователя?» — и при уверенности ниже порога агент останавливается и спрашивает человека;
- разбор потока новостей и постов для торгового бота: относится ли сообщение к конкретному токену, насколько оно срочное;
- модерация и маршрутизация обращений в поддержку проекта или биржи.
Как опасно давать агентам ключи без таких предохранителей, хорошо показал бенчмарк OnchainBench: даже сильные модели теряли средства на спрятанных атаках. Модель bison-1 не решает эту проблему за тебя, но даёт удобный кирпич для второго контура проверки — дешёвый, быстрый и с числом на выходе вместо абзаца.
Модель решений не предсказывает будущее — она оценивает то, что ты ей показал.
Это важно для тех, кто уже представил себе бота для Polymarket. bison-1 обучена оценивать данное ей состояние, а не прогнозировать исход выборов или цену биткоина через месяц. Хорошая калибровка на тестовых задачах не значит, что модель знает о мире больше рынка.
Где подвох
Первое — знания. На тесте AA-Omniscience-Decision v1.1, где важна фактическая эрудиция, у bison-1 60 баллов и лишь 11-е место из 19. То есть модель хорошо рассуждает над тем, что лежит в контексте, но плохо подходит для вопросов, ответ на которые надо «помнить».
Второе — независимость оценок. Первое место и Brier 0,14 Baseten публикует со ссылкой на Artificial Analysis; издание DeAI отдельно оговаривает, что это пока данные самого вендора. Перед боевым использованием прогони модель bison-1 на своих задачах и посмотри, совпадает ли её уверенность с реальной точностью.
Третье — лицензия и запуск. Базовая Gemma 4 идёт под Apache 2.0, изменения Baseten — под MIT, пользоваться надо в рамках обеих. Плотная модель на 31 млрд параметров — это уже серьёзная видеокарта, а не ноутбук; groundhog-1 легче, но тоже не для слабого железа. Самый простой путь — API по $0,10 и $0,035 за миллион токенов, но тогда данные уходят на чужие серверы.
FAQ
Чем модель bison-1 отличается от обычного чат-бота? Она не генерирует текст, а сразу возвращает вероятности по заданным вариантам ответа, причём по всем вопросам за один проход.
Можно ли запустить её у себя? Да, веса bison-1 и groundhog-1 открыты на Hugging Face. Для bison-1 нужна мощная видеокарта, groundhog-1 легче.
Сколько стоит API? $0,10 за миллион токенов для bison-1 и $0,035 для groundhog-1 на Baseten Model APIs.
Подойдёт ли она для ставок на рынках предсказаний? Не как оракул. Модель оценивает переданный ей контекст, а не будущие события, и слабо знает факты сама по себе.
Вывод
Модель bison-1 — нишевый, но полезный инструмент: дешёвая открытая нейросеть, которая отвечает числом и, по данным Baseten, лучше конкурентов понимает, когда она не уверена. Для крипты это прежде всего второй контур проверки для ботов и агентов. Чудо-прогнозиста из неё не выйдет, а вот аккуратный фильтр перед подписью транзакции — вполне.
Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.


