10 月 30 日，Baseten 发布了 joey-1，一个 2B 参数的决策模型，公开权重已上传至 Hugging Face（baselabs/joey-1），采用 MIT 许可。它由 Qwen3.5-2B 后训练而来，定位是客服与运营场景中的自动化决策层，而不是通用对话模型。
63.30 分与 1 美元的定价
在 Jev Decision Index 0.4 的公开榜单上，joey-1 拿到 63.30 分，在参与评测的 230 个模型中排第 37 位，并且是所有 4B 以下模型中得分最高的一个。对比对象被直接点名：同门的 elephant-1 是 49 毫秒中位延迟，joey-1 为 20 毫秒，快 2.5 倍；价格上 joey-1 为每百万输入 token 0.01 美元，elephant-1 是 0.035 美元，mammoth-1 是 0.10 美元。
成本模型是这个发布最想强调的部分。Baseten 给出的测算：一家每月处理 1000 万张支持工单的公司，约对应 50 亿 token，在 joey-1 上月账单大约 50 美元，换到 mammoth-1 上则是 500 美元。上下文上限为 16384 token，专用部署下可扩到 26.2 万。
数据与训练配方
joey-1 使用的训练数据共 621 万条决策样本，构成为：58.3% 核心决策技能、16.1% 安全类、16.1% 评判与专家类、9.5% 公开数据。训练配方是 1 个 epoch、43390 步、峰值学习率 1e-5、bf16 精度，在 2 个节点共 16 张 H100 上完成。模型支持 choice、yes-no（含 noul）与 score 三种问题类型，自托管只需要一张 CUDA 显卡。
这里的关键判断是： joey-1 并不试图在通用能力上与大模型竞争，而是把「在结构化选项里做选择」这件事做到极致。模型的能力边界被写进了使用方式里——它不负责自由生成，而是输出可判定的决策动作。这种把任务空间收窄换取准确率与成本的路线，与搜索侧的实践路径类似，本站此前的深度拆解可作参照：Drex for Search 深度：6 基准省 62% 步数，搜索前先决策。
对想在客服与运营环节自建决策层的团队来说，2B 规模、MIT 许可、单卡自托管这三点组合起来才是真正的门槛降低——过去这类任务往往只能依赖托管 API，而一旦决策逻辑要沉淀为自己的资产，开源权重的价值就远大于榜单分数本身。
延伸阅读
- 蚂蚁数科发布 LingDT-Decision-1.0：Token 降超 90%1 周前
- Anthropic发布Claude Haiku 5.5：成本砍75%，小模型可调推理强度3 周前
- StartLux 开源决策模型推理引擎 Prism：单卡最高提速 5.3 倍6 天前
- vLLM 开源 d3-ultra：26B 决策模型，一次读取答完 255 题4 天前
继续读
同一批更新里这几篇值得一看：
- vLLM 开源 d3-ultra：26B 决策模型，一次读取答完 255 题2026-10-27
- StartLux 开源决策模型推理引擎 Prism：单卡最高提速 5.3 倍2026-10-25
- WorldTUI 训练 3.6 亿参数小模型：208MB 装下一个假终端2026-10-24