Cơn sốt vàng mô hình quyết định: Tại sao mọi người đều vận chuyển một mô hình nhỏ trong tháng này

Một điều kỳ lạ đã xảy ra vào đầu tháng 10. Thay vì các mô hình trò chuyện lớn hơn, các phòng thí nghiệm đã cung cấp các mô hình 'quyết định' nhỏ lấy trạng thái của bạn và câu hỏi đã nhập rồi trả về lựa chọn, điểm số hoặc xác suất trong một lần vượt qua.

OpenAI đã đưa GPT-6 Luna hỗ trợ API Quyết định vào ngày 6 tháng 10, hứa hẹn các câu trả lời nhanh hơn khoảng 10 lần so với API Phản hồi ở mức 0,10 USD trên một triệu mã thông báo đầu vào mà không tính phí đầu ra. Theo sau là Cloudflare với Clef, Perplexity với pplx-deider ở mức 0,04 USD, Microsoft với Quyết định 1 ở mức 0,042 USD và Liquid AI với các mô hình d1 trả lời trong 8 mili giây trên GPU tiêu dùng.

Lời kêu gọi rất đơn giản: hầu hết các lệnh gọi 'AI' trong một sản phẩm đều là sự phân loại được ngụy trang. Bạn không cần một mô hình lý luận để quyết định xem một email có phải là thư rác hay không hoặc người dùng thuộc cấp độ nào. Một mô hình hai tỷ tham số thực hiện điều đó chỉ với một phần xu.

AWS thậm chí còn có Strands Decisionr 2B có nguồn mở để bạn có thể chạy toàn bộ nội dung trên phần cứng của riêng mình. Làn sóng hàng hóa ở đây là có thật và nó đang di chuyển nhanh hơn cuộc đua hàng đầu.

Nếu bạn vẫn đang thúc giục một mô hình biên giới thực hiện cuộc gọi có-không hàng nghìn lần một ngày thì các khoản phát hành trong tháng này là một khoản hoàn thuế trực tiếp.

Cập nhật ngày 28 tháng 10 năm 2026: các mức giá bên dưới đã được xác minh khi thông báo - một số mức giá đã giảm thêm kể từ đó.

Các câu hỏi thường gặp:

Hỏi: Mô hình quyết định là gì?

Đáp: Một mô hình nhỏ lấy trạng thái của bạn và câu hỏi đã đánh máy rồi trả về lựa chọn, điểm số hoặc xác suất trong một lần vượt qua - không phải một đoạn văn.

Hỏi: Chúng rẻ đến mức nào?

Trả lời: API Quyết định của OpenAI chạy nhanh hơn khoảng mười lần so với Phản hồi ở mức 0,10 USD trên một triệu mã thông báo đầu vào mà không tính phí đầu ra; Sự bối rối là 0,04 USD; Câu trả lời d1 của Liquid trong 8 mili giây trên GPU dành cho người tiêu dùng.

Câu hỏi: Khi nào tôi nên sử dụng mô hình này thay vì mô hình biên giới?

Đáp: Bất cứ khi nào nhiệm vụ là một sự phân loại được ngụy trang - spam hay không, cấp nào, tuyến nào hoặc phê duyệt. Một mô hình hai tỷ tham số thực hiện điều đó chỉ với một phần xu.