决策模型 Jev 获 a16z 领投 8.7 亿美元融资，24 天估值涨至 75 亿美元
24 天估值暴涨 37 倍，这就是 AI 圈年度爽文
- 1TypeSafe 的决策模型 Jev 获 a16z 领投 8.7 亿美元融资，估值达 75 亿美元，距发布仅 24 天
- 2微软发布 Microsoft-Decision-1，OpenAI Decisions API 开放公测，vLLM 推出 6 款开源决策模型
- 3Jev 创始人自述模型几天内用户破 100 万、单日处理数万亿 Token，约三分之一财富 500 强在使用
- 4决策模型输入固定选项、直接输出校准概率，官方称部分场景比通用大模型工作流快几十到几百倍
决策模型把 Agent 流程里的高频小判断做成廉价的专用一层，行业从拉高智能上限转向压低单次判断成本。
- 影响：Agent 流程中路由、放行、转人工等高频小判断有了专用的低价选项；自动执行与人工复核可按校准概率设阈值分工；软件内部海量调用 AI 的规模不再受限于聊天框用户数。
- 参考：可考虑盘点自有 Agent 流程里用大模型做小判断的环节，先算出调用次数和账单占比；值得在客服分流、模型路由这类选项固定的场景试点，并按置信度阈值设定转人工规则。
- 依据：融资与估值来自公开报道，用户数与用量为创始人在 X 的自述，暂无独立验证；微软和 OpenAI 的速度与准确率对比均为官方口径。
登录
搜索
- 36氪Auto 数字时氪 未来消费 智能涌现 未来城市 启动Power on 36氪出海 36氪研究院 潮生TIDE 36氪企服点评 36氪财经 职场bonus 36碳 后浪研究所 暗涌Waves 硬氪 氪睿研究院 媒体品牌
- 企业号 企服点评 36Kr研究院 36Kr创新咨询 企业服务
- 核心服务 城市之窗 政府服务
- 创投发布 LP源计划 VClub VClub投资机构库 投资机构职位推介 投资人认证 投资人服务
- 项目推荐 36氪Pro 创投氪堂 企业入驻 创业者服务
- 创投平台
- AI测评网
搜索
我要入驻
24 天估值暴涨 37 倍，这就是 AI 圈年度爽文
爱范儿· 2026年10月10日 11:35
LLM 给人用，决策模型给代码用
Jev 火了，一个非文本的 AI 模型在今天拿到了由 a16Z 领投的 8.7 亿美元融资，其公司 TypeSafe 的估值直接来到了 75 亿美元。
在 9 月 15 号刚刚发布时，TypeSafe 种子轮才 4000 万美元、估值约 2 亿；24 天，估值翻了 37 倍。
根据 Jev 创始人在 X 晒出的成绩单，Jev 在几天内容就突破了 100 万用户，模型推出三周， 单日处理了数万亿 Token ，有大约三分之一的财富 500 强都在使用这款决策模型。
一时间，决策模型遍地开花。从 OpenAI 开发者大会上发布的 Decisions API，到开源平台 vLLM 一口气发布了 6 款决策模型，再到今天，微软也发布了自己的决策模型——Microsoft-Decision-1。
什么是决策模型，这是一个不会聊天、不会写代码、不会总结文档的模型，我们给它一段上下文和一组预先定义好的候选答案，它能在短时间内返回每个选项的校准概率，仅此而已。
而为什么是现在火起来，根本原因还得是 Agent 真的跑起来了。
在一个 Agent 任务里有几十次小的分支判断，路由到哪个模型、这个工具调用要不要放行、继续还是停止。这些判断答案空间有限、调用量大、全在关键路径上。用前沿 LLM 做每一次判断，任务的延迟就会按秒叠加、账单会按 token 不断增加。
正如微软在 Decision-1 模型发布的技术博客里提到的一样，Agentic AI 成为现实后，成本成了人们决定怎么用 AI 的主要因素。
当大家都开始做决策模型
普通大模型接到任务后，会按照 token 逐步生成文字。哪怕用户要求它输出类似决策的 JSON 格式文本，模型仍然需要处理格式错误、解释混入、字段缺失，等等常见的文本模型问题。
微软今天发布的 Microsoft-Decision-1 和之前的决策模型一样，它的输入是 一段证据 + 一个问题 + 一组固定选项，模型会 单次前向直接输出每个选项的概率，而这些输出是给程序用的，不是给人看的。
举个例子，Agent 已经准备调用一个外部工具，Decision-1 可以在「继续执行」「重试」「换工具」「转人工」之间给出概率。应用再根据阈值决定下一步：
置信度足够高，直接执行；
几个选项接近，交给更大的模型；
出现「cannot tell」，转人工复核。
目前 Decision-1 支持 yes/no、多选、评分、分类，也可以按照一套 rubric 给 AI 回复或 Agent 动作打分。它一次调用最多处理 32K token，输入和输出都是文本与 JSON，不生成解释或推理过程。
这款模型以 Qwen3.5-9B 为基座，由微软继续训练，而训练数据来自经过 Microsoft Open Data 流程的公开数据集，以及团队生成的合成数据。
所以总结下来，它的工作更像一个评分器，大模型负责提出方案，Decision-1 负责检查方案是否满足条件；大模型负责写出回复，Decision-1 负责判断回复能不能交付。
这类决策模型大概率也会作为 Agent 基础设施的一层留下来，但不会取代普通大模型。
微软在技术博客里提到 Decision-1 在 36 个测试集、近 15 万道题里取得最高准确率，速度比 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。
而除了准确度和时延，微软 Decision-1 真正的杀手锏是校准概率。当模型说由 90% 把握时，并能做到真的对 90%，于是我们可以设阈值，高于 90% 自动执行，低于就转人工或升级大模型。
OpenAI 推进类似的产品是此前在开发者大会亮相的 Decisions API，如今正式开放公测，由 GPT-6 Luna 驱动。
它支持根据文本和图片判断条件成立的概率、从预设选项中作出选择，或按照指定标准评分，可以用于投诉分流、图片检查、模型路由和风险筛查等任务。
图｜https://platform.openai.com/decisions
根据 OpenAI 公布的数据，相比通过 Responses API 调用同一模型，Decisions API 在特定任务中的速度最高可提升 10 倍，每百万输入 Token 收费 0.10 美元，不收取输出及缓存费用。
而在开源社区，vLLM 也一口气推出了 6 款决策模型。和微软 Decision-1 一样，它们同样基于不同版本的 Qwen 模型进行后训练。
有网友把这段时间涌现的决策模型汇总了起来，发现其中大多数的决策模型都是不同版本的 千问 模型，除了 OpenAI 的Decision API 和 Jev 本身。
图｜来源：X@Michaelzsguo
我们在 vLLM 的 Decision 2.0 首页也能体验这些决策模型是如何运行的。它最适合这些任务：
请求分类、模型路由、搜索结果相关性判断；
给 AI 回复或 Agent 动作打分；
安全拦截、数据校验、工单分流；
从固定动作中选择下一步；
大规模文本标注。
在 Demo 项目里主要列举了 LLM 路由等功能，用户输入的提示词 17 x 24 的结果是什么，决策模型的输出是针对 6 个决策的结果，包括模型、复杂程度、是否尝试越狱、需要什么工具、是否需要事实核查，以及延迟优先级六个选择。
图｜https://huggingface.co/spaces/vllm-sr/decision-studio
普通的选择分类很擅长处理明确的规则，比如文件后缀是 .jpg 就交给图片处理器，金额超过 1 万元就要求二次确认。
但「这条客服消息是不是紧急」「这段检索内容有没有回答问题」「这条命令是不是有破坏性」，代码很难只靠规则判断。
Jev 这类决策模型就是来处理这些模糊的判断，但分支和动作仍然由代码控制。
图｜https://x.com/akshay_pachaar/status/2101037514945597645
严格来说，它没有从零发明「判断」这件事。分类器、重排模型、奖励模型、验证器和内容审核模型，早就在处理受限选择。
新的地方在于，决策模型把这些能力包装成了一个跨任务的接口：应用可以在请求时声明问题、候选项和评分标准，模型返回类型化结果和概率。
廉价智能的未来
TypeSafe 在发布 Jev 时，把它称为第一个 System One Model。
它最大的吸引力就是足够便宜、足够快：部分任务可以达到 70–500 毫秒延迟，输入价格为每百万 Token 0.042 美元。按照 TypeSafe 的说法，部分场景下，它能比通用大模型工作流快几十到几百倍，成本也低几十到几百倍。
对于需要不断处理小型判断的 Agent 工作流来说，这意味着许多过去用大模型不划算的任务，现在也有了调用 AI 的可能。
图｜创始团队 20 多人：CEO Diogo Almeida（前 OpenAI 研究员）、Sasha Sheng（前 Meta）、Erik Gafni。
在最近的融资新闻里，Jev 创始人 Diogo 对 a16z 说，AI 已经很强，但过去十年软件本身几乎没变。产品最多在侧边加一个能执行部分操作的聊天机器人，却没有让软件真正理解意图、做判断、自己完成更多工作。
图｜人工智能在三年内衰落的幅度，相当于个人电脑在15年内的衰落幅度。
AI 正在帮助人类更快地写软件，却还没有让软件本身更智能；Jev 的价值，就在于把最新模型的能力以传统软件能承受的成本嵌进去。
人一天能向 AI 提出的问题终究有限，但一款软件每天需要处理的判断，却可能有成千上万次。当每一次判断都便宜到足以忽略，AI 的使用规模也就不再受限于有多少人愿意打开聊天框。
过去几年，整个行业都在努力提高智能的上限，让模型解决越来越复杂的问题。而现在，越来越多的公司开始争夺另一件事：让最普通、最微小的判断，也值得调用一次 AI。
从这个角度看，TypeSafe 在短短 24 天里暴涨至 75 亿美元的估值，还有微软、OpenAI 的加入，他们押注的也许就是这样一个未来：
人们未必会使用更多 AI 产品，但我们每天使用的每一款软件，都可能在背后调用 AI 成千上万次。
本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
商业策划
+1
0
好文章，需要你的鼓励
爱范儿特邀作者
0收 藏+10评 论
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博
沉浸阅读 返回顶部
举报
参与评论
评论千万条，友善第一条
登录后参与讨论
提交评论 0/1000
商业策划
你可能也喜欢这些文章
全球17大顶级AI实验室大逃杀，惨遭集体翻车，GPT-5.6与Opus断层领先
字节Seed实习生曝DeepSeek-V4技术缺陷：长文本检索陷入“周期性盲区”
号称“逆向分析一切”，微信、支付宝、抖音等国民App都“惨遭毒手”
特邀作者
聚焦创新及消费科技领域
发表文章 4280 篇
最近内容
50秒前
3小时前
4小时前
商业策划
提及的AI
36氪AI测评
选靠谱AI，看真实评测
查看
36氪AI测评官方交流社区
加入
36氪项目推荐
咨询项目审核和入驻
联系
36氪项目推荐订阅号
关注
企服圈子
软件选型经验交流社区 加入
行业交流群
扫码加我，拉你进对应的行业群，链接一手资源和人脉！已有170000+人深度交流中～
36氪企服点评订阅号 关注
36氪企服-订阅号
「36氪企服」会定期分享行业深度案例、报告以及热点话题，从用户视角出发，帮企业买家选中真正“对”的软件与服务。
36氪企服点评服务号 关注
36氪企服点评-服务号
「36氪企服点评」现已收录近万款产品，致力于帮助每个需求企业服务的人做出正确的决策，携手每个企服行业者为大众提供更高的价值与服务。
企服软件推荐
找软件，先查用户评分榜查看
顾问1对1推荐软件免费服务体验
下一篇
不限专业、不限经验，但要「不走寻常路」
2分钟前
关于36氪
热门推荐
合作伙伴
36氪APP下载
iOS & Android
本站由阿里云提供计算与安全服务 违法和不良信息、未成年人保护举报电话：010-89650707 举报邮箱：jubao@36kr.com网上有害信息举报
© 2011~2026 北京多氪信息科技有限公司 |京ICP备12031756号-6|京ICP证150143号|京公网安备11010502057322号
36氪APP 让一部分人先看到未来
36氪
鲸准
氪空间
推送和解读前沿、有料的科技创投资讯
一级市场金融信息和系统服务提供商
聚焦全球优秀创业者，项目融资率接近97%，领跑行业
来源：36氪·AI · 36kr.com