Baseten Entscheidungsmodelle wurden am 21. Oktober 2026 von Base Labs, dem Forschungslabor von Baseten, veröffentlicht: mammoth-1 (27B) und elephant-1 (9B) erzeugen keinen Text. Stattdessen liefert jedes Modell eine Wahrscheinlichkeit für jede mögliche Antwort, wobei alle Werte zusammen 1 ergeben. Beide Modelle sind auf Hugging Face quelloffen, eine Woche lang kostenlos über die Baseten Model APIs nutzbar und speichern standardmäßig keine Daten.
Sie beantworten nur drei enge Fragetypen
Entscheidungsmodelle übernehmen nur drei Aufgaben: Auswahl aus einer Liste, etwa ob ein Ticket zu Infrastruktur, Abrechnung, Sicherheit oder Support gehört; Bewertung auf einer Skala, etwa ob eine E-Mail dringend ist oder nicht; und Ja-Nein-Urteile, etwa ob eine E-Mail ein Phishing-Versuch ist. Das klingt simpel, gehört aber zu den mengenmäßig größten Anfragen in Produktivsystemen. Bisher nutzten Teams dafür generative Sprachmodelle, die eine Antwort Wort für Wort schreiben müssen: teuer, langsam und ohne verlässliches Signal, wie sicher sich das Modell ist.
Das eigentliche Produkt ist die Konfidenz
mammoth-1 steht mit 71,24 Punkten im Jev Decision Index 0.4 auf Platz 1 von 208 Entscheidungsmodellen, elephant-1 führt die 9B-Klasse an. Beide wurden auf Basis von Qwen3.5 mit 6,21 Millionen Entscheidungsbeispielen aus fünf Bereichen nachtrainiert: Wissen und Schlussfolgern, Sprache, Werkzeuge und Automatisierung, Suche und Klassifikation sowie menschlicher Geschmack. Darunter sind auch Beispiele, die dem Modell beibringen, Unsicherheit zuzugeben. Laut Baseten können Entscheidungsmodelle bei solchen Aufgaben bis zu zehnmal schneller sein als Reasoning-Modelle.
Wer genauer hinsehen sollte
Der Zweck ist nicht, Chatmodelle zu ersetzen, sondern ihnen vorgelagert zu sortieren: Bei hoher Konfidenz, etwa 90 Prozent, wird ein Ticket automatisch zugewiesen, sonst geht es an einen Menschen oder ein stärkeres Modell. Ticket-Triage, Spam- und Phishing-Erkennung, Prompt-Guardrails und Jailbreak-Prüfungen sowie das Routing zwischen kleinen und Frontier-Modellen sind naheliegende Einsatzfelder. Die Kehrseite: Diese Modelle urteilen ohne Begründung, auditpflichtige Abläufe brauchen also eigene Protokolle, und die Spitzenwerte stammen aus vom Anbieter berichteten Benchmarks. Vor dem Einsatz sollten Genauigkeit und Konfidenzkalibrierung an eigenen schwierigen Fällen gemessen werden, bevor Schwellen festgelegt werden.
