观察5 min read
「决策模型」是什么？小模型的一个新用法
10 月初开始，陆续看到一个小类别出现：决策模型（decision models）。它输出的不是文本，而是一个选择、一个概率或一个分数。
它能干什么
- 路由：这条请求应该交给哪个模型或流程；
- 分诊：工单该进哪个队列；
- 工具选择：这一步该调哪个接口；
- 护栏：内容是否放行。
这类任务以前要么写规则，要么让大模型「顺便判断」一下。现在拆出一个 2B 左右的专用小模型来做：快、便宜、稳定。Cloudflare 开源的 Clef 系列、AWS Strands 团队的 Decider、Liquid AI 的 d1 系列，都在这个方向上。
顺带聊一组数字
这两天看到一份周报里的对比：在某公开智能指数上，开源第一的模型 46 分，闭源第一 58 分；但输出价格是每百万 token 0.87 美元对 20 美元——12 分的差距，23 倍的价格。
这组数字给我的直觉是：如果要做的是大量、高频、容错的小任务，「开源 + 够用」已经足够；追求最后那几分，通常只在少数关键场景才划算。当然，评测数字只是参考，落到自己的任务上实测才算数。
注：分数与价格引自 2026 年 10 月公开周报，仅作量级参考；榜单口径与价格随时会变，请以原始报告为准。