TypeSafe 的 Jev 只做受限决策输出,结果四周内 Cloudflare、OpenAI 等 20 家跟进出了同类产品,这篇文章把替代品都列了出来,选型时能省不少事。
#决策模型
Liquid AI 新出的 d1-ultra 拿了决策模型榜第一,幻觉率从 2% 干到 85%,价格只有 GPT-6 Luna 一半,做自动化决策的可以看看。
决策模型赛道卷起来了:TypeSafe 刚发 Jev 1.14,第二天 Liquid AI 的 d1-ultra 就宣称八类任务全面领先,看看双方各自强在哪。
有个叫 SubQ Snap 的决策模型,专门干 agent 工作流里的判断活,384K 上下文,输入才 $0.05/MM,比用前沿模型便宜太多了。
Subquadratic 这个 SubQ Snap 挺有意思,10 万 tokens 不到一秒出决策,输出还免费,拿来做销售线索筛选这种批量判断活儿成本很低。
Nace.AI 开源了个 9B 的决策模型 Drex 1.5,不生成文本,一次前向传播直接给每个选项打概率,还支持 128K 上下文,适合做选项评分场景。
微软把 Qwen3.5-9B 改成小决策模型,分类任务准确率干到 83.5%,跑分类便宜 200 倍,做内容审核的可以试试。
一家 20 人团队做的决策模型 Jev,上线几天就有 100 万用户,三分之一的财富 500 强在用,a16z 领投 8.7 亿美元,还已经盈利了。
微软基于 Qwen3.5-9B 出了个决策小模型,专管 Agent 流程里的判断打分,比 GPT-6 Sol 快 35 倍,输出还免费。
有公司发布了只返回概率数字的 Jev 模型,有人拿它做了语义查找和网页打分插件,Simon Willison 却说这是黑箱倒退,两边观点都看看。
Perplexity 的 Decider V1.1 在 DecisionBench 拿了第一,准确率 93.9%,每千次决策才 0.016 美元,做决策路由的可以看看。
研究者把自然语言接进船体设计:Chip 模型在 SDDBench 上答对 95.90% 的设计问题,NURBS 加 FFD 直接生成几何,代码数据集全开源,搞 CAD 或几何方向可以看看。
Perplexity 放出了开源的决策模型 v1.1-27b,价格砍半到 $0.02/百万 token,还拿了 HF Decision Index 0.3 第一,可以拿来试试。
有人拿 8 个决策模型打 Tetris,Perplexity Decider 稳居第一,还能自己在 playground 里复现,挺好玩的。
亚马逊开源了能在本地 CPU/GPU 运行的决策模型 Strands Decider 2B,时延低至 113ms,适合需要快速决策的场景。