AI 编程实时动态与要闻

Perplexity 11 月 12 日发布 pplx-decider-v1.3（基于 Qwen3.8-27B，约 26.1B 参数）和蒸馏版 pplx-decider-flash-v1.3（基于 Qwen3.5-4B，约 4.5B），权重以 Apache 2.0 上架 Hugging Face，并通过 Decisions API 和 OpenRouter 提供。新版加入 Locate，可按标签或指令抽取原文片段并返回字符位置。官方称 v1.3 在 63 项分类任务上平均准确率 91.6%，比其生产分类器高 6.54 个百分点。

查看大图

Google 11 月 11 日（北京时间 12 日凌晨）由 Sundar Pichai、@Google、@GoogleAIStudio 和 Logan Kilpatrick 正式宣布 Gemini Decisions API 与专用判定模型 Gemini Decision 1（gemini-decision-1）。它不逐 token 生成文字，而是一次前向计算给最多 1,000 个是否、单选（2–255 个选项）、打分题给出概率和置信度，支持文本、图片、音频、视频和 PDF，上下文 256K。官方称端到端延迟 150–250 毫秒，1 到 100 题延迟几乎不变；输入每百万 token 0.10 美元，输出不计费，在共享评测集上总成本约为 Gemini 3.5 Flash-Lite 的五分之一。官方跑分表中，它在 9 项评测里 7 项第一，7 项共享评测的 Top-1 校准误差 0.0250，低于 TypeSafe Jev 1.14 和 OpenAI 的 GPT-6 Luna。此前本站依据 API 更新日志报道时官方尚未公告，现已正式发布，此前「模型被撤下」的说法不成立。第三方 Artificial Analysis 测得其 Decision Index 为 66 分，尚未登顶。

查看大图

11 月 8 日（北京时间 11 月 9 日早上），独立评测机构 Artificial Analysis 发布决策模型榜单 Decision Index 第二版。新版把头号指标换成同时看「答对没有」和「置信度准不准」的 Decision Score，私有数据占比从 v1 的 25% 提到 45%，新增 1,500 份私有文档的 AA-Paperclip 和测一致性的 AA-Symmetry。决策模型中 Nace AI 的 Drex Max v1.1 与 Fastino 的 GLiDE v1.2 同为 73 分，Drex Max 以小数微弱领先，Base Labs 的 Mammoth 27B 72 分。通用大模型 Claude Haiku 5.5 (Max) 77 分、GPT-6 Luna (Max) 76 分更高，但每百万任务成本分别为 6,240 和 1,530 美元，远高于 Drex Max 的 102 美元。

查看大图

阿里巴巴淘宝 MNN 推理引擎团队于 2026-11-04 在 GitHub alibaba/MNN 与 Hugging Face（taobao-mnn）发布 MNN-Pocket-0.3B，这是一个与 MNN 推理栈协同设计、面向手机 App 的约 3 亿参数中英双语指令模型，Apache 2.0 许可。官方模型卡称：INT4（W4A16）QAT 构建仅 173MB，支持 32K 上下文，在 iPad Pro M5（Metal）上解码最高 466 token/s，iPhone 18 Pro 实测约 350 token/s；在 11 项中英评测上平均 50.00，高于 Qwen3-0.6B（44.28）等更大的约 5 亿参数基线（均为官方口径）。同系列还放出 Base、SFT、GGUF、MNN 端侧包和一次前向即作答的 Dec 决策模型。11-08 起已有第三方 iOS 应用 Local LLM 接入、社区转出 LiteRT 版本。官方明确不建议用于高阶数学和长代码生成。

查看大图

Kakao 于 2026-11-06 在 Hugging Face 开源 Kanana-2-v-decide-3b-2611（约 3.67B），基于 Kanana-2-v-3b：不生成自然语言，只返回 choice / noul / score 及概率。厂商口径：Kanana Decision Bench 72.50；Decision Index+Vision 均值 61.23；H200 单卡平均 <0.04 秒，称较 GPT-6 Luna 约快 43 倍。Kanana Open License 可商用。

查看大图

印度 AI 公司 Sarvam 于 11 月 3 日发布 Sarvam Prism，一款面向企业工作流的「System One」决策模型：给定上下文和若干带固定选项的问题，它在一次前向计算里直接返回每个选项的概率，不生成文本。官方称在其测试的 25 个决策模型中，Prism 三项指数平均 71.8 分、在单张 B200 上中位响应 44 毫秒，是 100 毫秒内得分最高的模型；印度语言基准 82.5。权重以 Apache 2.0 发布在 Hugging Face，同时提供托管 API。以上分数均为 Sarvam 自测。

查看大图

10 月 21 日，Baseten 旗下研究团队 Base Labs 发布开源决策模型 mammoth-1（27B）与 elephant-1（9B），基于 Qwen3.5 全量微调，不生成文本，一次前向传播即返回每个选项的概率，适合分流、分类、打分和路由。官方口径下 mammoth-1 以 71.24 分登顶 Jev Decision Index 0.4，elephant-1 在 Artificial Analysis Decision Index 上并列第一。权重已上 Hugging Face，Baseten API 免费开放至 10 月 27 日。

查看大图

Perplexity 开发者团队（@perplexitydevs）联合 OpenRouter 与 Vercel AI Gateway 正式上线新一代开源权重多模态决策模型 pplx-decider-v1.2（27B）与轻量级 pplx-decider-flash-v1.2（4B）。该系列模型支持同时输入文本与图像，直接返回带校准概率分布的类型化决策结果（Typed Answers with Probabilities），其中 27B 版本输入定价低至 $0.02/百万 Token，4B Flash 版速度更快且成本再砍半，成为智能体路由与工具选择的极速基础设施。

查看大图

Liquid AI 于 10 月 15 日发布多模态决策模型 d1-ultra，输入文本和图像，一次前向传播直接返回是非、单选、打分三类问题的概率，不生成任何 token，只按输入计费。Artificial Analysis 独立评测中它以 65 分登顶 Decision Index v1.0，领先至少 8 分，非幻觉率 85%；已上线 Liquid API、Vercel AI Gateway 与 OpenRouter。

查看大图

现有智能体运行框架（Harness）在每一步都调用昂贵的大模型，但大多数步骤本质上只是‘下一步调用哪个工具’的多项选择决策。UIUC、耶鲁与普林斯顿团队推出 JevAgentHarness 与开源模型 AgentDecision-4B，通过在智能体自身纠错轨迹上训练 4B 决策模型并拟合逐项置信度阈值，实现与大模型动态共享控制权。实测使智能体运行成本降低 81.1%–89.0%，速度提升最高达 2.5 倍，分布外任务解决率达 91.5%。

查看大图

Subquadratic 于 10 月 12 日发布 SubQ Snap（公测 ID subq-snap-preview）：不生成文本、只对预定义答案打概率的「决策模型」，基于次二次稀疏注意力 SSA，单次可读 384K 文本+图像，100K token 约 1 秒出结果；官方称 Decision Index 0.2.1 得 61.7（Jev 57.9），输入 $0.05/百万 token、输出免费。

查看大图

vLLM Semantic Router（vllm-sr）团队于 10 月 11 日在 Hugging Face 以 Apache-2.0 开源 Decision 3.0 系列（d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge），基于 Qwen3.5/3.8，支持文本、图片和视频输入，一次调用直接输出选择题、是/否、打分三类问题的概率而不生成文本。官方口径：27B 旗舰 d3 在 Jev Decision Index 0.3.1 得 64.7，领先 Perplexity Decider v1.1（62.8）和上一代 Decision 2.0（55.9）；单张 MI325X 上文本请求中位延迟 55ms。vLLM 官方账号转发祝贺。

查看大图

独立开发者 Nandakishor M 以 Apache 2.0 开源 Vega（pip 包 vegaml）：冻结的 Qwen3.5-0.8B（另有 4B）只负责读取，57 MB 的可训练引擎把答案建模成势能“山谷”，小球带摩擦滚落后停在哪个谷就是答案，并给出校准概率、保形答案集与弃答标记。支持 73,728 token 上下文与图像输入。作者自测在钓鱼邮件识别等任务上胜过托管的 Jev 1.13.0，但也承认在重排与多步推理上落后。

查看大图

TypeSafe AI 10 月 9 日宣布完成 8.7 亿美元 A 轮融资、投后估值 75 亿美元，由 a16z 领投，Sequoia 与老股东 DCVC 跟投，Martin Casado 加入董事会。其“System One”决策模型 Jev 于 9 月 15 日发布，不输出文本而输出校准概率/类型化决策。公司称三分之一财富 500 强在用，a16z 博文则写 25%，两者口径不一。

查看大图