实测HuggingFace榜一的决策模型，果然吊打Jev

大家好，我是冷逸。

前一阵子，Jev模型爆火。但要说近期最强的，还得是中国模型。

国庆节前，来自上海的StartLux（原点星辉）团队发布了StartLux-Decision-v1，成为当时第一家超越Jev的决策模型。

而离v1不到十来天，最近他们又发布了全新的StartLux-Decision-v1.1决策模型，从小尺寸到大尺寸都对Jev形成了全方位碾压，拿下决策界SOTA。

包括在HuggingFace公布的最新决策指数Decision Index 0.3.2中，StartLux-Decision-v1.1-27B决策模型依然是断崖式领先，豪夺全球第一。

System One模型这玩意，很多人难以理解。实话说，如果你不是专门搞开发的程序员，确实不太好理解。

我们还是上实例，这样你理解得更快一点。

前几天，特斯拉发布了Roadster汽车，那玩意能直接起飞、空中翻转、飞越障碍、飞越收费站……超出了很多人的想象力，没想到汽车还能这么玩。

于是，我就用StartLux-Decision决策模型分析了Roadster汽车的飞行轨迹。

14s的视频，它执行了31次请求、155项判断、71次判断触发思考、模型请求延时62ms。

这种任务，如果是传统LLM来做呢？我相信，即使再flash，14s的视频，它可能还没有分析几帧，视频大概率已经放结束了。

这就是决策模型的优势，可以高频决策、快速处理连续性的视觉或文本信息，特别擅长直觉式快速判断。

System One这个概念，来自卡尼曼的“快思考/慢思考”理论。他在书中提出，人类的思维有两个系统。系统一负责快速、自动、直觉式的判断；系统二负责缓慢、审慎以及专注的思考。

O1、R1后，现在的大模型都很擅长思考，也就是系统二模型（System Two）；而Jev、StartLux-Decision这类，就是系统一模型（System One），也叫决策模型。

你给它一段上下文（state）+ 一组预定义问题（questions），它直接返回带概率的结构化结果，然后业务代码直接读取概率字段做分支判断。它不生成任何文本，不会写代码，也不能写文章，专门承担直觉式快速判断。

简单来说就是，常规LLM生成答案，决策模型来裁决答案。

那最新的StartLux-Decision-v1.1有多强呢？在我用Opus 5.5花五小时设计的评测集中，它直接干了满分。

是的，你没看错，138个测试用例，它全部答对，这就很离谱。

模型在推理、成对判断、概率校准、无解题的none检测、图片理解上都经受住了考验，真的非常。

这样的表现力，基本上可以让它直接进生产场景了。

比如跟LLM配合，做闸门管理， LLM生成，StartLux-Decision负责放行。它的工作原理大致是这样。

我也用glm-5.3 + StartLux-Decision跑了一个demo，大家可以看下。

这是一个客服工单管理的场景，用户投诉 → glm-5.3起草回复内容 → StartLux-Decision依判断回复合规性，看是可以直接回复还是转人工处理。

基本上，glm-5.3每次起草回复内容都要个几秒（有时甚至十多秒），而StartLux-Decision判断回复内容只要不到1秒，基本都在毫秒内判断完毕。

而成本方面，demo跑下来，glm消耗了1000+tokens，StartLux-Decision只用了4次请求/16项判断，判断环节比生成环节便宜了一个量级。

这就是决策模型的优势，跟LLM组合使用，能大大提升AI决策的效率和质量。

让大模型负责解释世界，让StartLux-Decision负责决策。

而且，决策模型有一个很好的地方是，它是就是，不是就不是，不知道就是不知道，不会模棱两可，也不会讨好用户。

这次，StartLux-Decision模型发布了两个版本。

• 一个叫Instant，也就是极速版的意思，提供了0.8B、2B、4B、9B和27B五档参数；

• 另一个叫AutoThink，也就是自适应推理的意思，提供了4B、9B、27B三档参数。

两个版本从最小的0.8B到27B，都大幅领先其他模型。

尤其是商用最多的27B，在Decision Index 0.3上，StartLux-Decision-27B-AutoThink拿到了73.37的高分，把曾经的王者Jev（57.96 分）远远甩在了身后。

而在最新Decision Index 0.3.2中，从0.8B到35B的全尺寸模型，StartLux-Decision-27B直接碾压，拉开第二名近三分，拉开Jev近八分。尤其是面对很多参数大于它的模型，比如linne-oak 1.0、Decider、Sieve等都是31B，StartLux-Decision只用27B就超过了他们。

在DI 0.3.2的六个维度中，StartLux-Decision-27B四项第一，强得离谱。

可以毫不夸张的说，StartLux-Decision-v1.1就是目前的SOTA模型，吊打Jev和Other模型。

尽管StartLux-Decision在v1的时候已经强得离谱，为什么v1.1要推出两个版本的模型？这其实是跟真实的业务场景有关。

我们先来看一个案例场景。

商品价格是476.80瑞典克朗（SEK），规则要求：加运费严格低于500.84SEK。 运费是24.03SEK时，总价500.83SEK，符合条件。 运费变成24.05SEK时，总价500.85SEK，超出预算，必须排除。

运费只差0.02SEK，AI的决定却完全相反。在这道题中，包括初代StartLux-Decision-v1、Perplexity Decider和Clef在内的单次判断模型，都全军覆没。

这就是Jev路线的弊端：直觉很快，但遇到精密数字和复杂逻辑，没法灵活处理，很容易让最终决定错失机会。

为了解决这个难题，StartLux给出的答案是：不妥协，我全都要。

于是全新的v1.1推出了Instant和Auto-Think两个版本：前者继续强化即时判断，后者在把握不足时追加推理。

• Instant并不是旧版换名。在它的部分全注意力层中，提示词可以双向读取：模型理解前面的任务状态时，也能参考后面的题目和选项。这让“读材料”与“知道要判断什么”结合起来。

• Auto-Think也不是先加载一个Instant，再调用另一个大模型。它自己就具备快判断和追加推理两条路径，两条路径使用它自身的同一套权重。

遇到简单的题，它直接秒答；遇到不确定的难题，它会自动开启「沉思模式」，生成最多4096个Token的推理轨迹，然后再给出最终答案。

由此带来的能力提升是全方位的，几乎每一个尺寸都比前代模型有进步。

• Instant版本，4B从52.75提高到65.81，增加13.06分；27B则增加8.17分。

• Auto-Think版本，27B从63.88提高到了72.60，增加了8.72分。

StartLux-Decision-v1.1提供了0.8B、2B、4B、9B、27B五档参数规模，Instant有五档，Auto-Think有4B、9B、27B三档，一共八款模型。

目前，所有模型都已在Huggingface上开源，包括vLLM、llama.cpp、MLX支持及量化版本全部公开，采用的是Apache-2.0协议（商用需取得授权）。

开源地址：

https://github.com/StartLuxLabs/Startlux-Decision

权重下载：

https://huggingface.co/startlux-models/StartLux-Decision-v1.1-27B-AutoThink

API体验：

https://bamboonode.dev

论开源，还得看中国模型。

ok，讲了这么多，最关键的问题来了。大家该怎么使用？

目前，StartLux-Decision模型是免费的，是的，你没看错，API完全免费。

可以在bamboonode.dev，调用API免费体验。

接口：https://api.bamboonode.dev/v1/decisions

进去用邮箱注册一个账户，然后申请一个令牌（也就是key），有了key、model和url就可以正常使用了。

它无法生成文本，只做判断。所以一般是先用Coding模型写一个项目或网页，在这个项目里把StartLux-Decision模型的key、model、url接进来就可以用了。

或者，直接在你已有的项目中把它接进来。

  }'

这里，我也给大家分享LLM与决策模型的五种组合玩法。

国庆期间，StartLux-Decision-v1成为唯一超越Jev的模型；今天，尽管已经有了更多的决策模型，StartLux-Decision-v1.1依旧断层领先，稳居决策模型的SOTA宝座。

更难得的是，它还坚持开源，模型免费。

我想，这就是中国模型的同气连枝。它的基座，27B来自Qwen3.8，0.8B到9B来自Qwen3.5。而Qwen，我们都知道的，它本身就是开源之神。

这种伟大，无需多言。

所以还等什么，趁现在免费，用就完事了。