OpenRouter 称决策模型两周增至 6 款，其中 2 款免费

OpenRouter 的官方 X 账号在 9 月 29 日 02:29 UTC（北京时间 10:29），TypeSafe 两周前开创「决策模型（decision models）」品类之后，市场上现在已有 6 款决策模型，其中 2 款免费。帖子附了一张自家模型列表的截图，并到按 Decisions 输出模态筛选的模型页；帖文正文只有这一句结论，没有给出计数口径。

截图里的筛选项写着「Decisions 6」，整张表正好 6 行：Upstage 的 Solar Decide、Respan 的 Span-01、Respan 的 Span-01 Lite、带 (free) 标注的 Span-01 Lite、Jared Palmer 的 Kev 4B，以及 TypeSafe 的 Jev 1.13。6 是 OpenRouter 自己列表页上筛选项的计数。

六行模型的价格、用量与延迟

按截图页面显示（T、B、M 分别代表万亿、十亿、百万）：

Upstage: Solar Decide，输入 $0.05/百万 token（标注 50% off，折前 $0.10），上下文 524,288，周用量 410M，延迟 1.1s；
Respan: Span-01，输入 $0.02，周用量 3.98B，延迟 307ms；
Respan: Span-01 Lite，输入 $0，周用量 2.46B，延迟 324ms；
Respan: Span-01 Lite (free)，输入 $0，周用量 129M，延迟 370ms；
Jared Palmer: Kev 4B，输入 $0.042，上下文 8,192，周用量 333M，延迟 778ms；
TypeSafe: Jev 1.13，输入 $0.042，上下文 32,000，周用量 2.7T，延迟 192ms。

输出价一栏，六行全部是 $0。输入标价 $0 的两行都来自 Span-01 Lite：一行是常规条目，一行带 (free) 标注；在 OpenRouter 的里（9 月 29 日查询），两者指向同一个模型版本（respan/span-01-lite-20260925），接口还额外返回了一条以 ~ 开头的条目 ~typesafe/jev-latest，它没有出现在截图里，描述是「总是重定向到 Jev 家族的最新模型」。

用量一栏的分布很不均匀：Jev 1.13 的周用量是 2.7T，排在第二的 Span-01 是 3.98B，前者约为后者的 680 倍；除 Jev 外，五款都没到 4B。

决策模型的输出：类型化答案与校准概率

按 OpenRouter 模型页上的说明，决策模型接收一段状态（state）和若干类型化的问题（是/否、多选或打分），返回每个问题的答案加一个校准过的概率，全程不生成文字，一次前向传播完成。和的页面都按这套形态描述各自模型；Solar Decide 的页面还写明，它跑在 OpenRouter 的 Decisions API 上，而不是 OpenAI 兼容的 chat 端点，聊天补全 SDK 不能直接调用。该页面还说明了计费方式：每次决策只需一次前向传播，不产生文字，所以输出 token 免费；这也对应截图里六行统一的 $0 输出价。

TypeSafe 在 9 月 15 日的里给了这套模型的机制说明：Jev 用自研方法 RLCD（Reinforcement Learning for Calibrated Decisions，面向校准决策的强化学习）训练，采样是并行的，一次生成全部输出而不是逐 token 生成，代价是放弃字符串生成能力。TypeSafe 称 Jev 在 System One 类任务上的智力水平与现有 LLM 相当，但端到端只要 70～500ms，而前沿 LLM 要 3～329 秒；因为输出结构由 schema 预先定义，它不会出现类型错误。

TypeSafe 博客里的这张图，是 4 类工作流的平均结果：Jev 位于图中成本最低的一侧，准确率约 67%。

OpenRouter 则在 9 月 19 日：在这组评测里，Jev 比第二快的模型快 5 倍以上；对「快了会不会更不准」的疑问，OpenRouter Jev 与最常用于分类的几款 LLM 一样准，五款模型的差距只有几个案例。这组对比由 OpenRouter 自己执行，不是第三方评测。

时间线：从 Jev 到 Solar Decide 的两周

这两周里陆续上线的时间点：

9 月 15 日，TypeSafe 发布博客《Introducing System One Models & Jev》，创始人 Diogo Almeida 宣布首款 System One 模型 Jev 开放 early access；OpenRouter 帖文里说的「两周前」就是这一天。
9 月 18 日，OpenRouter ，强调它返回带概率的类型化决策，没有 JSON 提示，也没有解析层。
9 月 25 日，Kev 4B 发布（模型页标注的发布日期为 9 月 25 日）。
9 月 28 日，OpenRouter Respan 的 Span-01 与 Span-01 Lite 上线，把它们描述为面向 agent trace（智能体轨迹）的决策模型：送进去一段对话片段（span）和你在意的行为，分别返回这些行为出现的概率。
9 月 28 日同一天，它又了 Upstage 的 Solar Decide。
9 月 29 日，就是开头那条帖子发布的当天。

免费档、开源权重和同一套接口契约

是 Jared Palmer 的开源权重模型，许可为 Apache-2.0，构造是在 Qwen3.5-4B-Base 上挂一个 LoRA adapter（低秩适配器）和一个 pointer head（指针头）；同家族还有 0.8B 和 9B 两个 checkpoint（检查点），4B 是推荐款。页面称它适合路由、分类和策略检查，定位是 Jev 的紧凑替代品。

是 Upstage 的决策模型，作为 Solar Mini 4 上的 System One 端点提供服务，上下文窗口 512K，整份文档都可以当作 state 送进去。页面称它把 Solar Mini 4 的韩语理解带进了路由、分类和策略检查；输入标价 $0.10/百万 token，当前五折后 $0.05，输出免费。

走评测与监控路线：读入一段对话片段（span），对用户用自然语言定义的每种行为返回其出现概率，适合评估、护栏和大规模监控；Lite 是它的免费轻量档。主帖下面，账号简介为 Respan 首席评估官的 Andy Li 推广免费档：「来免费试试 Span-01」。

接口上有一个共同点：Kev 4B 的页面写明它「跑在与 TypeSafe 的 Jev 相同的 /v1/systemone 契约上」，Solar Decide 的页面也写它「使用与 Jev 相同的 /v1/systemone schema」。

同日另一条帖：把决策模型交给编码 agent

开头那条帖子发出约十个半小时后，OpenRouter 在 9 月 29 日 13:01 UTC（北京时间 21:01）又了一个名为 openrouter-decisions 的 skill（技能包）：把编码 agent 指向一个分类、路由或审核步骤，它就会在 OpenRouter 的 Decisions API 上把这个步骤重建为决策模型。

OpenRouter 给出的自家运行数据是：没有这个 skill 时，27 次编码运行里只有 4 次用上了决策模型；装上之后，27 次全部用上（）。这些数字由 OpenRouter 自己给出。

OpenRouter 还描述了 agent 会怎么用错：即便手里有 API 参考，agent 有时会写一套关键词规则，然后把它叫作决策模型，或者去问普通聊天模型是或否——这样拿不到概率，。