新闻
决策模型品类自 Jev 发布以来的关键事件，按时间线整理，每条都附一手来源。
StartLux-Decision v1.1 发布：首创 AutoThink 架构与 RLCD²，以 73.4 分断崖领先 Decision Index
StartLux 正式发布开源决策模型家族 StartLux-Decision v1.1（涵盖 0.8B–27B 与 MoE 变体，arXiv:2610.17309）。首创 Instant（单次前向极速直觉）与 AutoThink（置信度自适应短思考）双形态，并引入 RLCD² 强化学习算法对概率与思考长度联合惩罚校准。在 Decision Index 0.3 公开榜上斩获 73.4 分，以近 10 分优势对同类模型形成断崖式领先；同步开源对抗评测基准 DecisionPivot 与全套 GGUF/vLLM 部署权重。
2026年10月
11 条StartLux-Decision v1.1 发布：首创 AutoThink 架构与 RLCD²，以 73.4 分断崖领先 Decision Index
StartLux 正式发布开源决策模型家族 StartLux-Decision v1.1（涵盖 0.8B–27B 与 MoE 变体，arXiv:2610.17309）。首创 Instant（单次前向极速直觉）与 AutoThink（置信度自适应短思考）双形态，并引入 RLCD² 强化学习算法对概率与思考长度联合惩罚校准。在 Decision Index 0.3 公开榜上斩获 73.4 分，以近 10 分优势对同类模型形成断崖式领先；同步开源对抗评测基准 DecisionPivot 与全套 GGUF/vLLM 部署权重。
Liquid AI 发布 d1-ultra：最强多模态决策模型，在各领域全面领先
Liquid AI 继 d1 之后推出旗舰级多模态决策模型 d1-ultra。基于大规模开源底座扩展，原生支持单次前向并行处理文本与图像（如产品规格图与缺陷比对、界面视觉审查），输入价维持 $0.042/百万 token（输出免费）。在 Decision Index 与校准精度（ECE）上全面超越 Jev 1.14 与 d1，登顶多项榜单。
微软发布首个决策模型 Microsoft-Decision-1，巨头加速入局
微软在 Microsoft Foundry 与 OpenRouter 正式上线 Microsoft-Decision-1。以 Qwen3.5-9B 为基座进行针对性强化微调，专攻智能体（Agent）终止与分支判断、LLM 路由（Routing）以及企业级安全护栏分类，输入 $0.042/百万 token，单次前向输出校准概率，不输出长文本。
S1MB 评测集全面升级重构：整合至 164 个基准、参评模型扩展至 179 款
S1MB 维护者 hotchpotch 优化了基准组织结构，将分散的 58 个日文 NLP 评估集整合为 27 个标准化核心任务与日文泛化（Generalization Japanese）套件，全套件规范为 164 个基准；参评模型激增至 179 款，评测记录突破 23,600 条。
TypeSafe AI 升级 Jev 1.14 并推出专有 Jev Router
品类开创者 TypeSafe AI 推出 Jev 1.14，全面强化长上下文输入与多模态实验判定，同时上线针对代码生成、对话分发优化的 Jev Router，帮助开发者在单次前向（数十毫秒内）快速完成复杂意图到下游最优 LLM 的路由决策。
OpenRouter 决策目录突破 20 款：Respan Span-02 与 Inception Mercury Decide 上架
OpenRouter 的 decisions 输出模态目录持续扩容，新收录开源权重的 Respan Span-02（专用于智能体监控与输出评估）以及 Inception Mercury Decide（高频流程控制），生态呈现多元化与细分化趋势。
Decision Index 0.3 发布：Perplexity Decider v1.1 登顶，Jev 掉到第 3
新版权重为 0.2×public + 0.5×same_skills + 0.3×new_domains。Perplexity Decider v1.1 (27B) 以 62.8 分第一，Fastino GLiDE 60.2 第二，Jev 1.13 60.1 第三。同版还发布了 Vision 子榜，JEV-27B-VL 以 69.8 分领先。
Intern-Decision 0.8B/2B/4B 发布：微调语言主干、冻结视觉塔
上海 AI Lab 系的开源多模态决策模型，每字段一个 <decision> token，单张 RTX 4090 约 33 ms/query，训练代码一并开源。
Cloudflare 开源 Clef / Clef-flash，并推出 RL 微调平台
Clef 27B（Qwen3.8-27B 底座）、Clef-flash 9B（Qwen3.5-9B），Apache-2.0，带视觉编码器、64K 上下文，一轮前向并行给所有选项打分。训练用 label-smoothed CE + Brier loss 做校准，再加 RLCD。这是第一个既有开源权重、又有官方微调服务的决策模型。
Perplexity Decisions API 文档发布，直接沿用 S1MB 的 noul/choice/score 命名
端点 POST /v1/decisions，模型 pplx-decider-v1.1-27b，支持图像（base64），$0.02/百万输入 token，输出免费——是所有决策端点里最便宜的。其 v1 权重已按 Apache-2.0 开源。
OpenAI 推出 Decisions API（public beta），也是多模态的
端点 POST /v1/decisions，只有 gpt-6-luna 一个模型，支持 text + image 输入，三种问法 predicate / choice / score。输入 $0.10/百万 token，输出免费。支持 ZDR 与 HIPAA，区域限美国与欧洲。
2026年9月
9 条bekko-system-one-v0 发布：17M / 68M / 400M，可跑在浏览器里
基于 Ettin-reranker（ModernBERT）的极小决策模型，17M 版 ONNX+INT8 仅约 29 MB，在 RTX 5090 上跑完 26,269 个判断只要 13 秒。400M 版在 S1MB 上超过不少 10B+ 模型。训练代码、153 个训练子集与超参全部开源。
S1MB（System One Mosaic Benchmark）发布：137 个基准、106 个数据子集
由 bekko 作者 hotchpotch 构建，专注 Noul / Choice / Score 三类决策，覆盖 14,009 个 case、26,269 个 judgment，并另设 6 个合成泛化基准。评测代码、数据集与 adapter 协议全部开源。
Liquid AI 发布 d1：首次在 Decision Index 上超过 Jev
d1 在 Decision Index 0.2.1 上得 58.9，Jev 1.13 得 57.9。三原语兼容，艺术判断、语言理解、检索分类三项领先，工具调用略低，知识推理落后 8 分。
Together AI 发布 Tev1-4B-experimental，并公开训练配方
Qwen3.5-4B 上的 LoRA SFT（rank 8、1 epoch、lr 5e-5），37,840 train / 4,568 val，官方称约 $17 就能训一个自己的。注意：权重许可证至今未定稿。
Jev Decision Index 上线：132,422 个请求、37 个基准
第三方维护的决策模型排行榜，house rules 禁止调 prompt、截断与丢弃选项，未答/出错一律计 0 分再做机会校正。这是该品类第一个可比的横向评测。
本地运行时爆发：laya-mlx、laya-coreml、laya.cpp、jevmlx
社区把决策模型搬上 Apple Silicon 与边缘设备，M3 Max 上短决策 5–14 ms。「不生成文本」这一设计使得推理可以极度轻量。
Laya（Convai Innovations）与 Kev（Jared Palmer）发布
两个最重要的开源决策模型家族。Laya 用 ModernBERT-large，主打端侧与毫秒级；Kev 覆盖 0.5B–27B，文档最完整的微调路径（0.8B 仅需 4 GB 显存）。
社区在数天内开始复刻：Mapika decider、pngwn typed-decisions、OpenDecision 等
Jev 发布后 24 小时内，Hugging Face 上出现第一批开源复刻与类型化决策数据集。至今已累计 101 个原创 checkpoint / 67 个模型家族。
TypeSafe AI 发布 Jev 1.13，提出 System One 决策模型
首个「返回类型化概率、不生成文本」的决策模型。三原语 Choice / Noul / Score 由此成为事实标准，输入价 $0.042/百万 token，输出免费，官方称延迟 70–500 ms。
每日同步自 decision.host · 译文与总结由 AI 生成，每条都附原文链接。