type
Post
status
Published
date
Nov 22, 2026
slug
summary
tags
category
技术分享
icon
password
开源Karpo Decision 31B:在300模型评测中登顶,以极速决策重构浏览器Agent
在2026年的AI领域,随着Agent应用的普及,高频、低延迟的决策能力成为提升效率的关键。针对通用大模型在处理琐碎判断时存在的延迟高、成本贵等痛点,MachinePulse AI团队开源了决策模型Karpo Decision 31B,并同步发布了配套的浏览器Agent操作框架karpo-browser。这套方案旨在通过“快慢双模型”架构,为Agent提供毫秒级的响应速度,显著降低运行成本。
决策模型Karpo Decision 31B:速度与精度的突破
Karpo Decision 31B是专门针对Agent的高频判断场景训练的决策模型。与需要逐字生成答案的通用大模型不同,Karpo Decision 31B只需执行一次前向推理即可计算整组选项的概率。在《城市扫描仪》挑战测试中,Karpo从36个活动选项筛选出符合条件项的时间仅为2.6秒,而同场测试的Gemini 3.5 Flash耗时为14.96秒。Karpo不仅快了将近6倍,且筛选条件无遗漏,36道题准确率达到100%。
在硬件需求方面,该模型只需一张RTX PRO 6000即可运行。面对公开集中超过14万次的请求测试,其中位响应时间仅为94毫秒。
在权威评测中,在包含300个模型的Decision Index评测总榜上,Karpo Decision 31B以73.9的Full分荣登榜首。该模型单题最多可同时判断255个候选选项,校准误差低至2.3%。
从成本角度看,根据JevBench的GPU成本估算,Karpo每1000次决策仅需约0.025美元。这意味着花费1美元(约6.67元人民币)即可让模型完成近4万次决策,相较于调用通用大模型,成本大幅降低。
karpo-browser:System 1 + System 2 架构实践
MachinePulse AI将上述决策能力应用于其Personal Agent产品Karpo,并将浏览器操作框架karpo-browser正式开源。该框架采用了System 1 + System 2的双模型分工架构,即“System 2负责动脑,System 1负责动手”。
在具体任务中,通用大模型DeepSeek V4.1 Flash负责理解用户需求、拆解任务;而专门针对网页动作决策训练的Karpo Decision 27B Act则负责在页面上选择输入框、点击按钮等执行动作,其单次决策时延中位数仅931毫秒。
在Browserbase Benchmark v2的102道核心任务实测中,这套方案取得了89%的平均成功率和201秒的平均耗时。单任务模型成本仅为0.096美元(约0.64元)。与榜单前列方案相比,其速度更快且模型成本显著降低。
数据还显示,网页上约78%的操作被交给决策模型完成,但这些操作仅占整个Agent运行耗时的14%和模型成本的13%。这种分工让通用大模型得以从繁琐的执行步骤中解脱,专注于规划与复杂逻辑。
开源生态与开发工具链
MachinePulse AI开放了完整的开发工具链,除了Karpo Decision 27B Act模型权重外,还包括采用TypeScript编写的karpo-browser框架。开发者无需从头搭建浏览器Agent,即可通过MCP将这套操作能力接入现有的Agent开发流程中。
此外,团队还推出了配套的网页动作决策评测集KBB(Karpo BrowserBench)。该评测集覆盖了584个真实网站和23,075步网页操作,通过真实网页录制与离线回放,帮助开发者精准测试模型的每一步动作决策。
对于希望降低运营成本、提升用户规模的开发者而言,这套方案在保持高任务成功率的同时,能够支撑原本5-30倍的用户规模。在实测中,面对8条技术搜索结果的筛选,Karpo仅用308毫秒即准确挑出符合开源、本地部署等要求的项目,展现了其在复杂场景下的判断力。
原文出处:量子位,链接:https://www.qbitai.com/2026/11/511791.html
- 作者:数字Baby
- 链接:myaigc.top/article/420b7c2d-0e98-810d-aa6d-fb632e0c97c2
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。




