AI判断层竞争白热化，StartLux-27B超Jev，中国团队加速本地化布局

随着人工智能技术的快速发展，AI模型的应用场景不断拓展。近期，一个新兴的AI应用领域——决策模型（Decision Model）正在引发行业关注。这种模型专注于快速、精准的判断任务，而非传统的文本生成或深度推理。其核心价值在于将复杂的决策过程简化为结构化的输出，从而提升Agent系统的运行效率。

Jev的破局与市场反响

9月15日，前OpenAI研究员Diogo Almeida创立的TypeSafe AI发布了Jev模型。这款模型不进行文本生成，而是专注于提供结构化的判断结果，例如单选题、打分或是非题。Jev的定价策略也颇具创新性：每百万输入token收费0.042美元，而输出结果完全免费。这种商业模式迅速获得了市场的认可，Vercel披露，Jev上线24小时内就有13%的付费用户开始使用，这一数据是此前任何模型发布的两倍。

然而，Jev的闭源托管模式也为后来者提供了切入点。由于无法本地部署且缺乏公开权重，国内开发者面临一定的使用门槛。这促使国内团队迅速跟进，推出了各自的开源解决方案。

国内团队的快速响应

上海人工智能实验室率先行动，于9月30日开源了多模态决策模型Intern-Decision。该模型支持0.8B、2B、4B三种规模，并宣称在推理速度上比Jev快2到3倍。紧随其后的是一家成立不到五个月的上海公司StartLux，该公司发布了开源的StartLux-Decision系列模型，从0.8B到27B共五种规格，并配齐了量化文件，直接瞄准本地部署需求。

StartLux-27B的表现尤为突出。根据公开评测数据，在Decision Index 0.2.1的38项测试中，27B版本取得了63.88分的高分，远超Jev 1.13的57.91分。此外，StartLux团队还展示了该模型在国际象棋对弈中的表现，36局比赛中赢下35局，进一步验证了其判断能力。

本地化成为竞争关键

与Jev的云端托管模式不同，国内团队普遍选择了开源和本地化的发展路径。这种选择并非偶然，而是基于实际需求。对于数据敏感型应用和跨境调用有顾虑的开发者来说，本地部署能够有效解决隐私和合规问题。

值得注意的是，包括Cloudflare的Clef、亚马逊的Strands Decider以及APUS的方案，都基于Qwen这一中国开源基座进行开发。这表明，在决策模型领域，中国开源基座已经成为全球玩家共同使用的“躯干”，形成了独特的技术生态。

行业影响与未来展望

AI判断层的竞争不仅体现了技术路线的分化，更反映了应用场景的精细化发展。过去两年，大模型主要集中在系统二式的深度推理方向，但随着Agent系统的普及，系统一式的快速判断需求日益凸显。

StartLux-27B的成功表明，中国团队在这一新兴领域已经具备了与国际领先者竞争的实力。更重要的是，通过开源和本地化策略，中国团队正在构建一个更加自主可控的技术生态。这种发展模式可能成为未来AI基础设施建设的重要方向。

随着更多团队加入这一领域，预计未来几个月内将出现更多创新性的解决方案。无论是从技术性能还是应用场景来看，AI判断层都将成为下一个重要的技术突破点。