决策模型（System One）
决策模型读入一个状态（文本、JSON、图片）和若干类型化问题，一次前向就给出每个可选答案的概率——不生成文字，也不用解析。2026 年 9–10 月集中出现，已进入 OpenRouter 用量榜。
7个模型
5个开放权重
$0.02–0.042托管输入 $/百万，输出免费
2026-10-20核实日期
模型对比
| 模型 | 使用方式 | 许可 | 输入 / 输出 $/百万 | 上下文 · 输入 | API | 自报跑分 |
|---|---|---|---|---|---|---|
| Jev 1.14TypeSafe AI 📈 OpenRouter 本周增长榜 | 托管 API | 闭源 | $0.042 / 免费 | 64K · text | POST /v1/systemone | 61.53 Decision Index 0.3.2 Full (HF Space) |
| Decider V1.2 27B / Decider Flash V1.2 4BPerplexity · 27B (Qwen3.8-27B) / 4B (Qwen3.5-4B) 📈 OpenRouter 本周增长榜 站内档案 → | 托管 API + 开放权重 | Apache-2.0 | $0.02 / 免费 | 256K · text, image | POST /v1/decisions · aliases pplx-decider-latest / pplx-decider-flash-latest | 65.55 Decision Index 0.3.2 Full (HF Space) |
| Mercury DecideInception 📈 OpenRouter 本周增长榜 | 托管 API | 闭源 | $0.02 / 免费 | 65K · text, image | POST /v1/decisions (also /v1/systemone schema) | — |
| Clef 27B / Clef-Flash 9BCloudflare · 27B / 9B (Qwen3.8) 站内档案 → | 自部署 | Apache-2.0 | 自部署 | 16K default (encode_record) · text, JSON, image, video | /v1/systemone (Jev-compatible) via SGLang | 53.08 Decision Index 0.3.2 Full (HF Space) |
| d1-3BLiquid AI · 3.1B (LFM2.5-VL-3B) 站内档案 → | 自部署 / 端侧 | LFM Open License v1.0 | 自部署 | 32K · text, JSON, image | transformers · model.system_one(state, questions) | 48.57 Decision Index 0.2.1 (own run of official scorer) |
| JEV-35BAutoTrust AI · 35B-A3B (Qwen3.5-35B-A3B) 站内档案 → | 自部署 | Apache-2.0 | 自部署 | — · text, image | vLLM · POST /v1/decide (≤256 options) | 56.95 Decision Index 0.3.2 Full (HF Space) |
| LayaConvai Innovations · ~0.4B (ModernBERT / mmBERT) 📈 OpenRouter 本周增长榜 站内档案 → | 自部署 | Apache-2.0 | 自部署 | 512–8K (by checkpoint) · text, JSON | pip laya · Router.predict / POST /v1/systemone (laya-serve) | 4.43 Decision Index 0.3.2 Full (HF Space) |
跑分均为各厂商自报或自跑，Decision Index 版本不同（0.2.1 / 0.3），不能直接横比。价格：Jev 取 TypeSafe 文档；Decider、Mercury Decide 取 OpenRouter 标价。自部署模型没有按 token 计价。
决策模型 vs 对话大模型
| 对话大模型 | 决策模型 | |
|---|---|---|
| 输出 | 自由文本、代码、工具调用 | 带概率的类型化答案（是否 / 选择 / 打分） |
| 解析 | 要自己解析回复，会有格式错误 | 不用解析，答案就是结构 |
| 成本 | 输入 + 更贵的输出 token | 只收输入；本页托管 API 输出均免费 |
| 延迟 | 秒级（随输出长度增长） | 毫秒到约 0.5 秒，一次可问多个问题 |
| 适合 | 写作、编程、推理、对话 | 路由分诊、审核、分类、按量表打分、agent 护栏 |
| 不适合 | 低成本海量打标签 | 任何需要生成文字或解释的任务 |
通用的三种问题类型
noul是/否 → 给出“是”的概率choice从命名选项中选一个 → 每个选项一个概率score按有序量表打分 → 每档概率 + 期望分
TypeSafe 的 System One 结构（state + 命名问题，含 type / instructions / criteria）被 Clef、Mercury Decide、d1 沿用，换供应商基本只需改接口地址。
- TypeSafe System One
POST /v1/systemone - Perplexity Decisions
POST /v1/decisions - Inception Decisions
POST /v1/decisions - Laya (self-host, Jev-compatible)
POST /v1/systemone
各模型要点
- Jev 1.14第一个“System One”模型，其 API 被其他家沿用；输出 token 免费；限速目前动态调整。文档（2026-10-19）：别名 jev-latest 指 jev-1.13.0（稳定版），jev-preview 指 jev-1.14.0；两者均为每百万输入 token $0.042。 [1][2][3]
- Decider V1.2 27B / Decider Flash V1.2 4BV1.2（HF 仓库 2026-10-15 建立，OpenRouter 2026-10-16 上架）把同一 state 的多个问题放进一条序列一起读，问多个问题的成本约等于问一个。官方价：V1.2 每百万输入 token $0.02、Flash V1.2 $0.01，输出免费。开放权重，Apache-2.0。模型卡自报 Decision Index 0.3 公开分 68.09（合并请求），V1.1 为 62.30。 [1][2][3][4][5]
- Mercury DecideInception 称每秒最多 14 次决策；OpenRouter 有限速免费版。2026-09-30 发布。输入 $0.02/百万为首发五折（原价 $0.04，输出不计费，未公布截止日，2026-10-20 核）。Vals AI 第三方评测：事实核查与 Jev 持平，LegalBench 领先。 [1][2][3]
- Clef 27B / Clef-Flash 9B兼容 Jev/SystemOne API；Cloudflare 内部测试中位延迟 Clef 209 ms、Clef-Flash 38.8 ms。 [1][2][3]
- d1-3B面向端侧：RTX 4090 约 8 ms、Apple M5 Pro 约 30 ms、Jetson Orin Nano 约 50 ms 一次决策（Liquid 自测）。 [1][2]
- JEV-35B独立开源模型，与 TypeSafe 无关；NVFP4 版 25.6GB，单张 32–48GB 显卡可跑。自报公开套件 59.73；0.3.2 Full 板 56.95（第 37）。 [1][2]
- Laya非自回归 System 1：约 33 ms 一次前向，返回带校准概率的类型化答案；英 / 多语 / typed-decisions 三套权重。自报兼容 Jev HTTP 形态。Decision Index 0.3.2 Full 4.43（第 158，参数量远小于前排）。 [1][2][3]
排行榜与第三方评测
- Decision Index 0.3.2 (HF Space)已从 Space data/index.json 一手核实（generated_utc 2026-10-16T16:39:08Z，标签 Decision Index 0.3.2，173 条，比 10-15 多 8 条）。新第一 StartLux-Decision v1.1 27B 69.12；Perplexity Decider v1.2 65.55（第 4）；新上榜 Amos 1 Large 64.08（第 6）、Lychee-27B 62.99（第 8）、KnowLine 35B-A3B 62.92（第 9）、span-02 62.56（第 11）。Jev 1.14 参考行 61.53 现为第 13。前 50 内带 weights_repo 的开放权重：Surogate Rune 26B-A4B v3（第 35）、Eikos-27B（第 46）。
- #1 StartLux-Decision v1.1 27B · 69.12
- #2 vLLM-SR d3 (27B) · 66.26
- #3 linne-oak 1.0 (31B) · 65.61
- #4 Perplexity Decider v1.2 (27B) · 65.55
- #5 Decider 31B (NVFP4) · 64.62
- #6 Amos 1 Large (27B) · 64.08
- #13 Jev 1.14 (hosted reference) · 61.53
- Vals AI — Jev / Mercury Decide evaluations第三方事实核查与 LegalBench 测试
来源：厂商文档、Hugging Face 模型卡、OpenRouter 公开页，核实于 2026-10-20；OpenRouter 用量数据截至 2026-10-19（CC BY 4.0）。本专题为起步版，后续补更多模型与自测。