蚂蚁数科发布LingDT-Decision-1.0决策模型，27B版本23项基准测试综合评分超微软Decision-1

10月22日，蚂蚁数科正式发布专用决策模型LingDT-Decision-1.0，标志着国产AI在垂直任务推理领域迈出关键一步。该模型并非通用大语言模型（LLM），而是专为企业高频、结构化判断任务设计，覆盖智能客服、安全风控、金融等核心业务场景。其核心差异在于：跳过冗余文本生成环节，直接在预设选项中进行高精度判断，从而显著降低调用成本与响应延迟。

与主流LLM依赖“生成答案→解析校验”两阶段流程不同，LingDT-Decision-1.0采用端到端决策路径。例如在智能客服中，当用户输入“订单三天还没发货，请尽快处理”，系统无需生成完整回复，而是直接输出“催单+高优先级+需人工介入”等结构化标签，供后端工单系统直接执行。这种设计使模型在特定任务上实现效率与准确率的双重优化。

根据蚂蚁数科公开数据，LingDT-Decision-1.0已上线DTMaaS平台，开发者可限时免费体验。在实际业务测试中，该模型展现出明显优势：

• 数据标注场景：相比DS-V4-flash，Token消耗降低约97%，任务处理速度提升约10倍；
• 智能客服场景：相较Qwen-3.7-flash，Token消耗下降约90%，处理速度提升约1倍，风险识别准确率从76%升至89%；
• 金融应用测试：涵盖意图识别、工具调用与幻觉检测，处理速度提升约5倍，工具组合完全匹配率提高2.6倍，幻觉召回率由44%提升至70%。

值得注意的是，LingDT-Decision-1.0支持原生多选与按序决策能力，应对复合业务需求。以用户请求“我要退款、关闭续费、补开发票，但不要注销账号”为例，传统单意图分类模型可能仅归为“退款”，而该模型可同时识别四个独立操作，并通过有向无环图（DAG）建模任务依赖关系——如退款需前置订单核验，发票处理参考退款结果，关闭续费则可并行执行。这一能力大幅提升了系统对复杂用户指令的理解完整性，为后续自动化工具链调用提供可靠依据。

在标准化评测方面，蚂蚁数科联合第三方测试框架，对LingDT-Decision-1.0进行了23项开源基准覆盖评估。评测采用加权计分方式：单选任务占90%权重，多选任务占10%。结果显示，27B版本综合得分达84.23分，位居参评模型首位，超过Microsoft-Decision-1（83.65）、Jev 1.13.0（82.67）、Fastino/GLiDE（82.22）等国际主流决策模型；4B版本在多选任务中亦表现优异，准确率领先16款参评模型。

这一进展呼应了行业技术路线的分化趋势。近年来，微软、Jev等厂商陆续推出专用决策模型，核心思路均为“减少生成、强化判断”。通用LLM虽具备强泛化能力，但在固定选项、高频率调用的业务系统中，其文本生成环节构成显著性能瓶颈。据华龙证券分析，随着AI应用深度渗透，模型性价比提升与Token调用量增长正形成正反馈循环，推理算力需求持续扩张。2026年前三季度，我国已建成1.3万余家先进级智能工厂，AI在钢铁、汽车、医药等20个行业落地超1000个场景，企业对轻量、高效、高准确率的专用模型需求日益迫切。

LingDT-Decision-1.0的发布，反映出国产AI正从“大而全”的通用模型竞争，转向“专而精”的垂直场景深耕。其技术路径强调与现有业务系统无缝集成——模型不替代规则引擎或权限系统，而是作为智能判断层，为下游执行模块提供高置信度输入。在金融风控中，它可快速识别欺诈模式并触发拦截策略；在客服系统中，它能动态分配工单优先级与处理路径；在数据标注环节，它大幅压缩人工复核成本。

目前，该模型已在蚂蚁生态内多个业务线开展灰度测试。未来，随着更多企业接入DTMaaS平台，其在真实业务流中的稳定性与泛化能力将接受进一步检验。与此同时，DeepSeek于10月17日更新V4.1-Flash版本，通过优化推理路径与新增Search/Fetch接口，同样指向“降本增效”主线。这表明，无论通用还是专用方向，AI工程化落地的核心指标正趋于一致：单位Token产出的有效决策价值。

专用决策模型的兴起，并非对通用大模型的否定，而是对其能力边界的合理补充。当企业面临每日百万级工单分拣、毫秒级风险拦截或千人级标注协同时，一个准确率高、延迟低、成本可控的判断模块，往往比一个文采斐然但响应缓慢的生成模型更具实用价值。LingDT-Decision-1.0的实践，为国产AI在产业级应用中提供了新的技术范式参考。