反超Gemini之后,Karpo新作再开源,浏览器Agent速效双赢
2026.11.21 · 收录日 2026.11.22 · 模型 · 新模型 · 开源项目
MachinePulse AI开源决策模型Karpo Decision 31B及浏览器Agent框架,单次决策中位94…
MachinePulse AI开源了专为Agent提供高频低延迟决策能力的Karpo Decision 31B,在Decision Index评测总榜以73.9分登顶。团队还开源了采用System 1+System 2架构的karpo-browser浏览器Agent方案,含27B Act模型与KBB评测集。
- Karpo Decision 31B在《城市扫描仪》挑战中2.6秒完成筛选,比Gemini 3.5 Flash的14.96秒快近6倍,36道题准确率100%。
- 一张RTX PRO 6000即可部署,面对公开集14万多次请求,中位响应时间仅94毫秒,单题最多同时判断255个候选选项。
- karpo-browser在Browserbase Benchmark v2的102道核心任务上做到89%平均成功率、201秒平均耗时,单任务模型成本仅0.096美元。
- 网页上约78%的操作交给Karpo决策模型完成,但仅占整个Agent运行耗时的14%、模型成本的13%。
- 按JevBench的GPU成本估算,Karpo每1000次决策仅需约0.025美元,1美元可跑近4万次决策。
为什么值得看
决策模型赛道正热,这套开源方案兼顾速度、准确率与成本。
适合谁关注
Agent开发者、浏览器自动化与AI应用工程团队。
