Jev之后中国团队跟进AI决策模型,StartLux开源对标
来源极客公园查看原文
速览
- Jev开创了只做判断的决策模型品类,定价极低,市场反应热烈。
- 两周内OpenAI、Cloudflare、亚马逊等巨头跟进,国内上海AI实验室和StartLux也迅速推出开源模型。
- 中国团队普遍选择开源和本地化,弥补Jev闭源、仅云端的缺口。
- Cloudflare Clef、亚马逊Strands Decider等均基于Qwen后训练,中国开源基座成为全球共用躯干。
- StartLux由陈大年创办,主打本地AI系统,决策模型是其本地架构的关键零件。
- StartLux宣称其27B模型在Decision Index 0.2.1上超过Jev,但为自测数据,且“第一”保质期极短。
- 决策模型护城河存疑,Jev研究两年,OpenAI两周做出API,StartLux仅用3天。
- StartLux首个面向公众的本地智能体验版本有望年内推出。
前OpenAI研究员Diogo Almeida创办的TypeSafe AI于9月15日发布Jev模型,该模型不生成文本,只做判断,被称为“System One模型”。随后两周内,OpenAI推出Decisions API,Cloudflare开源Clef,亚马逊发布Strands Decider,上海人工智能实验室开源Intern-Decision。9月30日,成立不到五个月的上海公司StartLux(原点星辉)发布开源StartLux-Decision,宣称在公开评测中超过Jev。StartLux由盛大网络联合创始人陈大年担任CEO,主打本地部署,提供0.8B到27B五档规格。这一波决策模型热潮中,中国团队普遍选择开源和本地化路线,且Cloudflare、亚马逊等海外玩家的产品也基于Qwen后训练。
关键事实
- 9月15日,TypeSafe AI发布Jev模型,只做判断不生成文本,定价为每百万输入token 0.042美元,输出免费。
- Jev上线24小时内,Vercel AI Gateway上13%的付费用户使用,是此前任何模型发布的两倍。
- OpenAI在开发者日推出Decisions API,Cloudflare于10月1日开源Clef,亚马逊发布Strands Decider。
- 上海人工智能实验室开源Intern-Decision,提供0.8B、2B、4B三档,推理速度比Jev快2到3倍。
- 9月30日,StartLux发布开源StartLux-Decision,提供0.8B到27B五档规格,宣称27B版本在Decision Index 0.2.1的38项测试中31项高于Jev 1.13,综合分63.88对57.91。
- StartLux团队展示国际象棋对弈,36局赢下35局。
本站视角
决策模型的出现,直接影响了中文开发者和做Agent的团队。过去他们要么用大模型做判断,又慢又贵;要么写死规则,覆盖不了长尾。Jev和后续开源模型提供了廉价、高频的判断层,尤其StartLux等中国团队的开源本地化方案,让数据敏感的企业能在自己机器上跑,降低了门槛。我们认为,这波热潮中,中国团队的开源策略是实质性的补位,但决策模型本身技术壁垒不高,两周内被复制说明护城河浅。StartLux宣称超过Jev的数据是自测,且基于特定榜单快照,需要独立验证。更值得关注的是,Cloudflare、亚马逊等海外产品基于Qwen后训练,显示中国开源基座已成为全球AI基础设施的一部分,这对国内AI生态是积极信号。然而,决策模型可能很快白菜价,价值会转移到组装成产品的公司,StartLux的本地系统整合能力才是关键。需要观察的是,其Auto Research体系能否复用,以及长任务稳定性等工程挑战。
背景与影响
决策模型的概念源于卡尼曼的《思考,快与慢》,将AI智能分为系统一(快速直觉)和系统二(慢思考)。过去大模型主要卷系统二,但Agent任务中大量琐碎判断需要快速、廉价的决策。Jev将判断从生成中剥离,做成基础设施,引发行业跟进。中国团队因数据敏感和跨境调用顾虑,更倾向于开源和本地部署。StartLux的本地AI系统包括27B通用模型、决策模型、Agent和记忆层,决策模型对本地场景意义更大,因为个人设备算力有限。这一趋势可能降低判断成本,但价值最终可能落在模型或产品组装者手中。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。