标签
Levanto Labs 推出 Sage2，一款流式决策模型，对对话中的每个 token 仅计算一次，复用缓存上下文，因此每条新消息只需承担其自身的 token 成本。它提供带类型化答案和校准概率的输出，在渐进式上下文下声称决策速度提升 3 倍，且抽取成本比 Opus 5.5 低 166 倍。
Nace.AI 发布了 Drex Max v1，这是一个开放权重的 27B 多模态决策模型，配备 255 路读出头和 262K token 上下文，可在单次前向传播中返回各选项的概率分布，在公开的 Decision Index 0.4 基准上得分 67.52，并可通过 llama.cpp、Ollama 和 MLX 在 Apple Silicon 上本地运行。
Articul8 AI 是一家从 Intel 团队分拆出来的公司，现正发布 Bivia——一款多模态 AI 决策模型，旨在为半导体和能源等行业的完整生产工作流执行任务，而不仅仅是回答单个问题。
Nace 发布 Drex Max 1.1，这是一个在分布外泛化上显著提升的多模态决策模型，拥有 262K 上下文窗口，并在 Decision Index 上取得 70.8 的成绩。
Liquid AI 发布了 d1-2B，这是一款基于 LFM3-VL-2B 构建、拥有 19.2 亿参数的决策模型，可处理文本、图像和视频。它无需生成 token，仅通过一次前向传播即可返回经过校准的类型化答案，实现毫秒级推理，并在开放的 d1 基准测试中取得领先成绩。
Mica v0.5 是一个 4B 参数的决策模型，在单张消费级 GPU 上实现极速推理（256 token 仅 19.8 ms），并在 JevBench Hard 和 JDI 上取得 4B 级别最佳成绩，采用 Apache-2.0 开源协议发布。
Nace 发布 Drex Max 2.0，这是一款面向计算机使用智能体（computer-use agents）的 27B 多模态决策模型，能够在单次前向传播中对各选项进行评分，延迟低至毫秒级；通过 Nace API 调用的定价为每百万输入 token 0.06 美元。
麻省总医院布莱根医疗系统（Mass General Brigham）的研究人员发布了 Clinical System One（CS1-4B），这是一个拥有 40 亿参数的决策模型，能够对临床记录进行快速的类型化判断。在 14 项任务中的 13 项上，它超越了参数规模最高达 270 亿的开源决策模型，且仅需在单台桌面级 GPU 上运行。配合通用 LLM 智能体使用时，该模型可支持纵向病历审查和临床试验筛选，同时将 token 消耗降低至原来的 1/690。
Mouse-1 是一个面向 agent harness 的轻量决策模型，能处理 agent 执行过程中的大量小决策，宣称比 GPT-6 Sol 便宜 163 倍、快 65 倍，可与现有技术栈并行接入。
qev-0.8b 是一个 0.8B 参数的本地决策模型，只需一次前向传播即可对任意输入输出经过校准的概率。在 Benchmark Heaven 上以 77.1% 的成绩在 27 个同规模模型中排名第一，p50 延迟仅 3.5 毫秒，在笔记本上运行仅占用 1.3 GB 内存。提供 CUDA、MLX 和 GGUF 三种格式，并能泛化到训练中从未见过的游戏（俄罗斯方块、吃豆人、2048、打砖块、打地鼠）。
使用 Jev（基于 Qwen 3.8 27B 的 LoRA 决策模型）驱动的贪吃蛇游戏。 模型在每一步操作时，根据棋盘状态的文本描述进行决策，延迟约为 600ms，运行在 llama.cpp 环境中。
TypeSafe 的 Jev 决策模型现已支持多模态输入，新增了 Box 问题类型和 assets 字段，可返回结构化、符合 Schema 的答案（choice、noul、score、box），并附带概率，可直接在代码中使用，无需再解析自由格式的 LLM JSON 输出。
Jev 决策模型现已支持多模态输入，允许在状态和问题中同时传入图像，并新增了 Box 类型，可返回 YOLO 风格的边界框用于目标定位。此次更新还支持并行问答，适用于交互式视觉应用，其中图像和 Box 功能仍处于实验阶段。
Liquid AI 发布 d1-ultra，一款多模态决策模型，在 112 项评测中超越 Jev 1.14 及所有其他决策模型，输出经校准的概率答案，现已在 Liquid API 上线，价格为每百万输入 token 0.042 美元。
Liquid AI 发布了 d1-ultra，这是一款多模态决策模型，可在单次前向传播中处理文本和图像，无需生成 token 即可返回经过校准的概率。该公司声称，该模型在 Artificial Analysis 决策指数中表现最佳，定价为每百万输入 token 0.042 美元。
作者将 Jev 决策模型集成到开源 agent 框架 TrueForge 中，实现比让 LLM 做全部决策低 150 倍成本的结构化选择，并结合 Claude Opus 复核低置信度结果，保持同等准确率。
作者介绍了 DecisionLoop，一个用小型决策模型替代 LLM 处理意图识别、工具选择与控制流的 Python 智能体框架，初步测试在工具调用准确率、成本和延迟上优于基于 LangChain 的 LLM 智能体，并寻求架构反馈与基准测试建议。
推文讨论 SubQ Snap 的延迟数据：100K tokens 约 660ms、384K tokens 约 2.5 秒，接近线性扩展而非二次注意力的 15 倍增长，使决策模型能一次处理超长多模态上下文。
SubQ 发布长上下文决策模型 Snap，支持 384K 多模态上下文、每 token 计算成本恒定，并以极低定价（$0.05/百万输入 token，输出免费）冲击企业级 AI 经济性。
Subquadratic 发布 SubQ Snap，号称首个面向企业级真实工作负载的长上下文决策模型，在 Hugging Face 决策指数上取得 61.6/61.7 的成绩，超过 Jev 的 57.9，且声称每个词元的计算量不会随上下文增长而增加。