网易首页 > 网易号 > 正文 申请入驻

那个把微软Decision-1和Jev请下王座的模型,只有27B,而且底座是阿里的Qwen

0
分享至

蚂蚁数科发了一个27B的模型,在23项开源基准上综合评分超过了微软的Decision-1和Jev 1.13.0。

我第一反应是:27B打微软和Jev,要么是基准挑得巧,要么是真有东西。

第二反应是翻它的底座。微软Decision-1被发现是基于阿里Qwen3.5-9B后训练的,这件事在10月初已经让开发者社区吵过一轮“开源底座、闭源收费”的边界。现在蚂蚁的LingDT在基准上把微软的模型压过去了,而整个决策模型赛道里,Qwen系底座正在成为某种“默认基础设施”。

一个阿里系的模型,用着阿里的底座基因,在一个月内从“Jev的模仿者”变成了“基准第一”。这件事比跑分本身有意思。



先看它到底赢了什么:90%单选+10%多选,赢的是“复合判断”

LingDT的综合评分口径是 90%单选 + 10%多选,27B版本在这个口径下排第一。23项基准覆盖的是意图识别、任务分类、工具选择、风险判断这类结构化决策,不是写代码也不是写文章。

真正让它在企业场景里区别于Jev的,是原生多选和DAG按序决策。Jev的Choice通常返回一个最高概率选项,多问题并行也能做多项判断,但本质还是“并行单选”。LingDT的DAG允许模型识别一组诉求,再按依赖关系排出处理顺序。

举个它官方文档里的例子。用户说:“我要退款、关闭续费、补开发票,但不要注销账号。”单选模型大概率只抓到“退款”这个主诉求。LingDT的DAG会先把四个意图全部拉出来,然后判断“关闭续费”和“补开发票”依赖“退款”的完成状态,最后把“不注销”作为排除项处理。这不是“更聪明”,是决策的语法不一样。



Token省90%是真的,但省的不是“推理成本”

官方给的数据很具体:数据标注场景对比DeepSeek-V4-flash,Token消耗降低约97%,处理时效提升约10倍;智能客服对比Qwen-3.7-flash,Token降低90%,风险识别准确率从76%提到89%;金融场景幻觉召回率从44%提到70%,工具组合完全匹配率提升约2.6倍。

省Token的根源不在“模型更小所以更便宜”,在“它根本不生成解释”。 通用大模型做决策时,流程是“推理→生成一段结构化答案→业务系统解析→校验→执行”。决策模型直接跳过生成和解析,在候选选项上输出概率分布。Token消耗断崖式下降,是因为输出端几乎没有自然语言。

但这里有一个容易被忽略的代价。决策模型不解释“为什么选这个”。它返回的是选项和概率,不是理由。在客服分流这种场景里,没有解释完全可以接受——业务系统只要结果。但在金融风控或者强监管场景里,“模型选了高风险但说不出依据”本身就是合规问题。90%的成本节省,有一部分是用“可解释性”换来的。



接入比想象中简单,但免费额度有一个“按次计费”的坑

LingDT已经在蚂蚁数科DTMaaS平台上开放限时免费体验,截止到10月30日。接口兼容OpenAI格式,base_url指向 https://api.dtmaas.ai/v1 ,把model换成LingDT对应的名称就能调用。

但DTMaaS的免费额度按Prompt次数计费,不按Token计费。免费版是100次/5小时、每周上限1000次、每月上限2000次,不绑卡。单次对话算1次,长上下文不会多扣——这个设计对测试很友好。

坑在多轮和批量。 如果你拿它跑Agent的多轮决策,或者批量处理几百条客服工单,100次/5小时的额度会在很短时间内耗尽。它不适合“大规模压力测试”,适合“验证它在你场景里的判断逻辑对不对”。9.9元/月的尝鲜版可以作为从免费到付费之间的过渡。

还有一个容易混淆的地方:DTMaaS和蚂蚁灵Ling API是两套独立平台。DTMaaS按调用次数计费,灵Ling按Token计费。不要把LingDT-Decision-1.0和百灵Ling系列的大模型混为一谈,它们解决的压根不是同一类问题。



一个月内赛道从“怪想法”变成“全员入场”,这才是真正的信号

把时间线拉出来看,决策模型这个品类拥挤的速度非常不寻常。

9月,Jev在Hacker News上走红,带火了“不生成文本、只输出概率”这个思路。10月9日,微软在Foundry上线Decision-1,基于Qwen3.5-9B,主打85毫秒延迟和36项基准第一,但很快卷入了跑分口径和开闭源边界的争议。10月22日,OpenAI的Decisions API进入GA,蚂蚁的LingDT在同一天发布并拿下基准第一。

一个月,从一家创业公司的“怪想法”,变成微软、OpenAI、蚂蚁同时下注的独立品类。

这件事对普通用户的意义不是“又多了一个模型可选”。它意味着Agent的架构正在分层。上层用大模型做规划、推理和生成;下层用决策模型做高频、固定选项的判断——路由、分类、工具选择、风险打分。以前这些判断也交给大模型,Token成本高、延迟高、输出格式还不稳定。决策模型把这一层拆出来,让大模型只干它擅长的事。

微软的Decision-1被曝用Qwen底座训练,对整个赛道的影响是双面的。一面是“技术路线的趋同”——当海外大厂也在用阿里开源权重做后训练,说明基础模型的能力已经足够支撑上层专项优化。另一面是“互惠预期的破裂”——用开源权重训完、锁进闭源API收费,不回馈社区,这种模式在决策模型这个品类里可能会成为常态。



什么场景值得试,什么场景别碰

值得在免费窗口期内试的场景: 客服工单的意图识别和多标签分类(尤其是一个用户提多个诉求的情况);Agent工作流里的工具选择——在几个API之间选一个调用;内容审核的优先级排序;数据标注里的批量判断。这些任务的共同点是选项固定、高频、判断标准相对明确,而且业务系统只要能拿到结果,不需要模型解释理由。

不适合碰的场景: 需要自然语言推理链的强监管决策(信贷拒贷理由、医疗辅助判断);开放式的创意或分析任务(它根本不生成文本);选项频繁变化的场景(每次换选项都要重新验证模型的一致性)。决策模型是“判断题专家”,不是“问答题专家”。

免费窗口到10月30日。如果你有一个高频、选项固定的判断任务在跑通用大模型,用这八天跑一遍同样的数据,对比Token账单和判断准确率。数据会告诉你,90%的节省在你的场景里兑现了多少。

声明:内容由AI生成

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

娱深有瓜
2026-11-22 14:05:10
从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

巢客HOME
2026-11-22 13:55:04
河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

基斯默默
2026-11-22 09:38:25
新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

平静话社保
2026-11-22 09:56:38
德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

你是我心中最美星空
2026-11-22 05:46:42
环球体育:博卡2-0米内罗竞技,三夺南美杯

环球体育:博卡2-0米内罗竞技,三夺南美杯

懂球帝
2026-11-22 09:08:03
NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

娱乐嗑学家.
2026-11-08 11:37:18
董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

念洲
2026-11-22 08:49:31
二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

言过于诚
2026-11-21 21:03:49
普京和特朗普专机差距到底有多大

普京和特朗普专机差距到底有多大

观界z
2026-11-21 15:05:48
黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

指忘崖
2026-11-22 08:31:37
记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

懂球帝
2026-11-22 14:44:20
佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

懂球帝
2026-11-22 05:36:11
因担心变同性恋,父亲逼儿子与后妈发生性关系

因担心变同性恋,父亲逼儿子与后妈发生性关系

侠客栈
2026-11-21 11:37:29
金饰克价年内大跌超650元

金饰克价年内大跌超650元

21世纪经济报道
2026-11-21 13:31:39
新一轮冷空气来了,四川多地降雨降雪降温

新一轮冷空气来了,四川多地降雨降雪降温

掌上金牛
2026-11-22 11:53:57
李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

政知新媒体
2026-11-22 14:27:53
深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

宇宙时空
2026-10-12 11:58:16
末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

替补席看球
2026-11-22 17:14:58
不忍了!北约突然掀桌,准备直捣俄罗斯腹地

不忍了!北约突然掀桌,准备直捣俄罗斯腹地

今观天下
2026-11-07 07:49:23
2026-11-22 18:48:49
阿鑫讲ai
阿鑫讲ai
专门讲解现阶段高热度的AI
134文章数 16关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

头条要闻

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨迪戴东北绒帽在黑龙江漠河舞厅跳舞

财经要闻

金价跌破3550美元,分析称短期下行未逆转

汽车要闻

旗舰纯电大六座 2027款岚图泰山将于广州车展预售

态度原创

亲子
本地
家居
艺术
军事航空

亲子要闻

孩子厌学不想上学,不是想开点就好了

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

家居要闻

2026建博会(广州) 公装联探展交流活动

艺术要闻

北京第一高楼差点落在丰台!丽泽“云柱”大楼!

军事要闻

伊朗革命卫队称袭击美军在巴林两处基地防空雷达

无障碍浏览 进入关怀版