EmpirioLabs 發布 5.3B 多模態決策模型 Aplomb 1，支援 1M 上下文與工具參數機率輸出

據 Reddit 社群消息，EmpirioLabs 宣布推出 5.3B 決策模型 Aplomb 1，具備 1M token 上下文，並支援文字、JSON、圖像、影片與音訊的單次請求輸入。該模型基於 Qwen3.5-4B 與 Qwen3-Omni-30B-A3B-Instruct 的音訊編碼器構建，將上下文從 262K 擴展至 1M 並加入專屬決策頭。 官方指出，Aplomb 1 能回傳工具參數（含列舉與布林值）的機率，讓 AI 代理可依信心水準執行任務，或將低信心請求移交大型模型。在 Decision Index 0.2.1 測試中，該模型以 44.86 分位列 4B 級別榜首，但官方揭露其訓練資料包含了 WinoGrande 與 ContractNLI 兩項基準測試的公開訓練集。 推論效能方面，透過官方 API 的長上下文模式，處理 1M token 文件約需 3 秒，定價為每百萬輸入 token 0.02 美元且輸出免費；若使用開源權重自行部署，則需完整讀取 token，在 bf16 精度下約需 12GB GPU 記憶體。模型權重採 EmpirioLabs Model License 發布，開放研究、個人及年營收低於 100 萬美元的企業免費作內部使用。