大家好，我是冷逸。最近，Jev模型人气飙升，但如今中国的模型已成为最强者。在国庆节前，来自上海的StartLux团队推出了StartLux-Decision-v1，这一决策模型首次超越了Jev。短短十天后，他们又发布了全新的StartLux-Decision-v1.1，该模型在各个尺寸上全面压制Jev，成为决定领域的领导者。根据HuggingFace的最新决策指数Decision Index 0.3.2，StartLux-Decision-v1.1-27B模型继续遥遥领先，稳居全球首位。

System One模型的概念可能对很多人来说较为陌生，尤其是不从事开发工作的朋友。为了更好理解，我们可以用实例来说明。前几天，特斯拉发布了新款Roadster汽车，其飞行能力超出许多人想象。我通过StartLux-Decision模型分析了Roadster的飞行轨迹。在14秒的视频中，该模型执行了31次请求、155项判断、71次思考触发，模型响应延迟仅为62毫秒。如果通过传统的LLM进行这类分析，即便性能再强，处理14秒的视频也可能无法逐帧分析完成，决策模型的实时决策和快速处理能力显而易见。

System One这个概念源自卡尼曼的“快思考/慢思考”理论，指出人类思维存在两个系统。系统一进行快速、直觉判断；而系统二则涉及慢速、审慎思考。现今的大型模型往往偏向系统二，然而Jev和StartLux-Decision等则属于系统一，即决策模型。它在接收到特定上下文和问题后，迅速输出带概率的结构化结果，供业务代码利用，进行快速决策，而不生成冗余文本。

最新的StartLux-Decision-v1.1到底有多强？在我用Opus 5.5设计的评测中，它获得了满分。在138个测试用例中，该模型全部答对，表现极为出色，无论是在推理、成对判断、概率校准等方面都经受住了考验。这样的能力令其具备直接应用于生产场景的潜力，比如与LLM结合，实施闸门管理，LLM负责生成内容，StartLux-Decision则负责判断合规性。

我还进行了一次结合glm-5.3和StartLux-Decision的demo测试，模拟用户投诉场景。用户投诉后，glm-5.3起草回复内容，而StartLux-Decision快速判断回复是否合规。在此过程中，glm-5.3每次生成内容花费时间较长，而StartLux-Decision在毫秒间完成判断。成本方面，demo表现显示，生成环节的token消耗明显高于判断环节，展现出决策模型的优势。

StartLux-Decision模型这次发布了两个版本，分别是极速版（Instant）和自适应推理版（AutoThink）。五个参数从0.8B到27B均大幅超越其他模型。尤其是商用最多的27B版本，在Decision Index 0.3中的得分为73.37，凭此将曾经的王者Jev（57.96分）远远抛在身后。在最新的Decision Index 0.3.2中，0.8B至35B的各个尺寸模型，StartLux-Decision-27B以绝对优势压制，领先第二名近三分，超过Jev将近八分。即使面对许多参数大于它的模型，如linne-oak 1.0、Decider等，StartLux-Decision同样表现优异。