策略

決策層有了價格表:一週內四個 SKU,百萬 token 低至 $0.10

作者：IdeaBosque最後更新：2026年11月14日

關鍵要點

一週之內(2026 年 11 月 11–13 日),Google、Perplexity、HeyGen 和 Hark 發布了四個決策模型 SKU——而十天前,這個類別還只是 OpenRouter 的 Decisions API 之後 13 家廠商的 21 個模型清單,沒有任何第一方價格錨點。
Gemini Decision 1 把有界選擇定價為輸入 $0.10/1M token、輸出計費 $0,一次通過即可為最多 1,000 個是/否、多選和量規問題評分,端對端延遲 150–250 ms——按 Google 自家共享基準套件測量,比 Gemini 3.5 Flash-Lite 加 Interactions API 便宜近 5 倍。
Perplexity Decider v1.3(26B,Qwen3.8-27B 底座)和 Flash v1.3(5B)是該類別首批發布的權重,以 Apache-2.0 授權條款放在 Hugging Face 上——在代理迴圈內負責路由、監看與評分的這一層,自架路徑已經存在。
**誠實標注來自廠商自己:**HeyGen 的文件把 confidence 描述為「返回分佈的屬性,而非校準後的機率」;Perplexity 告訴使用者在自己的標註流量上调優決策閾值,而不是信任出廠溫度參數。
**政策不在價格表上:**哪些決策可以讓渡給分類器、便宜的監看器判錯時怎麼辦,仍然是架構決策——屬於五決策框架的第二、第三列,而不是廠商的。

本文建立在 Five Decisions That Determine Whether Your AI Agent Ships 之上,那篇文章對生產代理的架構決策做了排序。其第三項決策——哪個模型做什麼——在 10 月 16 日獲得了一份目錄:OpenRouter 在同一套 Decisions API 之後列出了 13 家廠商的 21 個決策模型。而在 11 月 11–13 日這一週,這份目錄跨過了目錄存在本身無法跨過的一條線:三家廠商發布了第一方定價的 SKU,第四家把 handoff 做成了產品。先決策後執行(decide-then-act)層不再是一個要用零件組裝的模式,而是一件可以購買的商品。

什麼是決策模型,一段話講清

Perplexity 的定義最乾淨:決策模型就是一個通用分類器。你給它一個輸入——一個狀態,加上選配圖片——以及一組命名問題,每個問題帶各自的候選答案;它在一次前向傳播中為每個問題返回機率分佈。沒有逐 token 的答案生成,沒有自由文字,也沒有一條 30 秒的推理鏈去決定一張支援工單該走計費還是整合。各家廠商的問題類型一致:是/否(為真的機率)、多選(2–255 個選項,各自帶歸一化機率)以及有序量規評分。Perplexity 直接承認其血統:Decider 的靈感來自 TypeSafe AI 的 Jev——就是我們在 TypeSafe Jev and the Third Layer of the Agent Model Stack 中分析過的那個非 LLM System One 模型。當類別的第二個進入者點名引用第一個觀察者的模式時,這個類別共享的是一種思想,而不只是一個行銷詞。

四個 SKU

這一週的供給,按買家最在意的維度對比:

SKU	廠商,日期	取得方式	規模	速度與成本	誠實標注
Gemini Decision 1 + Decisions API	Google,11 月 11 日	API(OpenRouter、LangChain、LiteLLM、Vercel 整合)	單次呼叫最多 1,000 個問題,輸入支援文字、圖片、音訊、影片、PDF(256K token 輸入)	端對端 150–250 ms;1→100 個問題延遲幾乎持平;輸入 $0.10/1M,輸出 $0	便宜近 5 倍的說法對標 Google 自家共享基準套件
Decider v1.3 / Flash v1.3	Perplexity,11 月 12 日	Apache-2.0 權重,MaaS API,OpenRouter	26B(基於 Qwen3.8-27B 底座)與一個 5B 蒸餾版;每問題 1–255 個選項	快速通道快 1.7–1.9 倍(separate 模式),快 9–18 倍(isolated 模式)	閾值誠實:用你自己的流量調優;雖然是 Apache 授權,權重倉庫仍需申請存取
HeyGen Decision 1(+ Turbo 預覽)	HeyGen,11 月 13 日	同步 API	1–400 個命名問題;最多 4 張圖 + 1 個影片(Turbo 預覽:100 張圖、10 個影片)	同步回應,`output_tokens: 0` 恆為 0;文件頁未公布價格	文件:信心「是返回分佈的屬性,不是校準後的機率」
Hark Handoff²	Hark,11 月 12 日	Hark Pro(computer-use 代理)	在其內部 478 任務、238 站點瀏覽基準從 73% 提升到 82%	模型快 46%,端對端約 2 倍	廠商自報的內部基準,不是公開評測

類別的深度體現在各家各自的押注上。Google 押廣度與批次:一路多模態輸入,最多 1,000 個問題,從 1 到 100 個問題每請求延遲幾乎持平,輸入只按請求計費一次,不管上面帶多少問題。Perplexity 押所有權:發布權重意味著路由、審核與評分層可以跑在買家自己控制的硬體上,並新增了 locate 類型,以字元偏移提取逐字文字片段——分類與擷取在一次請求內完成。HeyGen 押媒體通道:文字、JSON、四張圖與一段抽框影片在同一次同步呼叫內完成,Turbo 預覽推到 100 張圖與 10 個影片。Hark 押相鄰的原語:handoff——瀏覽器代理的工作變成人類工作的那一刻——被產品化,並對照自家 v1 測得快 2 倍。Google 的內部部署暗示了這一點在生產上的落點:Gemini Notebook 用 Decisions API 做即時模型路由,日常查詢延遲最多降低 40%;Google Search 用它作為安全層,偵測針對 MCP 工具的對抗行為。

四個決策模型 SKU,按取得方式、規模、速度以及各家廠商自我揭露的誠實標注進行對比。買家應當記住的模式:每一列速度與價格都出自廠商自己的測量。

有界選擇為什麼這樣定價

這套經濟學是結構性的,不是促銷性的。生成式呼叫為輸出 token 付費,而一次路由或審核決策卻在按 token 付費,以產出整條管線裡最沒用的產物:以三個詞之一收尾的自由文字。決策模型用一次分類讀取取而代之——一個在預定義選項 token 上訓練出的線性頭——所以 Decisions API 輸出計費 $0,共享輸入按請求只計費一次,不管帶多少個問題,並且完全跳過按思考 token 的可變計費。Perplexity 的架構說明解釋了第二個原因:1.3 系列模型雙向讀取,並在一次通過中從共享狀態回答每一個問題;HF 模型卡記錄了一條快速路徑,把許多序列打包進單次前向傳播——separate 模式快 1.7–1.9 倍,isolated 模式快 9–18 倍。對自架買家來說,算術是具體的:49 GiB 的 BF16 權重裝得進一張 80 GB GPU 的記憶體包絡線,而 Ornn Compute Price Index 在 11 月 13 日定格一張 H100 SXM 為每小時 $3.29——路由、評分與審核層的時薪,還比不過一次前沿模型生成呼叫每天已經燒掉的錢。這才是本週真正意義上的價格崩塌:推論成本管理的五個成本向量,延伸到了生成式呼叫周圍的那些決策上。

價格表不包含什麼

四個 SKU 不出售的東西,每一項都寫在廠商自己的文件裡。

**信心不是校準。**HeyGen 的文件在這件事上是全行業表態最直接的:信心「是返回分佈的屬性,不是校準後的機率」。Google 在每個答案上輸出 0–1 的信心分數;那告訴你的是供應者在哪裡止步,而不是你的正確率閾值應該設在哪裡。**閾值是你的資料的問題。**Perplexity 的 Getting Started 部分說得直白——標籤頻率以及假陽性對假陰性的代價因應用而異,所以要在一个小而有代表性的標註開發集上調整閾值。HF 模型卡給出同樣的誠實:「一個單一溫度不可能對每個任務都正確,按任務設閾值通常更好。」**問題之間不能相互依賴。**HeyGen 的 API 文件指出,一個問題的答案不會成為同一次請求裡另一個問題的輸入——依賴型決策需要序列呼叫,而那裡正是延遲不再顯得便宜的所在。Perplexity 從另一側記錄了同樣的邊界:預設的 separate 模式下問題彼此不可見,共享狀態的 isolated 模式用獨立性換成本,使頭部答案偏移 1.5–2.2%。**延遲與上下文的說法各有適用範圍。**Google 的 150–250 ms 成立於最高 16K token 的上下文——256K token 的多模態輸入是另一個包絡線——而 Hark 的 2 倍是廠商對照自家 v1 報告的數字。這些注意事項沒有一條構成對類別的否定。它們主張:用你自己的標註流量做試點,在閾值開口之前把信心數值當作未經調校的承諾——這和我們對待 GPU 價格定格的誠實紀律一致,那裡指數本身都在兩次讀取之間重新定價。

依舊屬於你:政策層

決策模型可以吸收你的分類、路由、監看與評分呼叫。它吸收不了讓這些呼叫安全的那兩個決策。第一:哪些決策可以讓渡給分類器——工單佇列的選擇可以自我路由;回寫 NetSuite 的供應商價格不能。第二:當便宜監看器判錯時怎麼辦——Google 自己的設計答案是按信心把模糊案例路由給後備或人工複核,但哪些屬於模糊案例、人工多久複核一次,是你的升級策略。在五決策框架裡,這是決策 3 向下延伸:路由、監看與 kill-switch 評估正在從客製程式碼變成可購買的組件,而在執行時期強制執行判斷的迴圈層,仍然保留著它始終擁有的審批權。價格表改變的是監看層的成本。它沒有改變的是簽署人是誰。

一個代表性部署

一家營運 NetSuite、BigCommerce 和三份供應商目錄的中型工業經銷商,希望其報價代理全天候工作,而不再讓一個人去讀每一份草稿。決策層把分工定了下來:一個前沿模型規劃 RFQ 回應並起草報價;一個決策模型層監看其餘一切。每一起入站 RFQ 在花掉一次生成呼叫之前,先在單次請求內完成完整性與風險評分;供應商的回應對照報價明细行分類;每份起草完的報價都經過帶信心評分的政策檢查,低於閾值的一切都路由到人工台面而不是 NetSuite。監看層花的是 Google 定價 SKU 上每百萬 token $0.10——按 Google 自家的基準對比,這樣的有界選擇帳單大約取代了每次決策五次 Flash-Lite 生成呼叫——而且延遲低到人工複核者從不需要等它。報價週期從三天降到四小時以內,每次寫回都有人工批准;產出的是台面的吞吐能力,不是台面的人數。

這就是模式:買下有界選擇,誠實地為信心定價,把政策留在自己手裡。