您的位置首页 >人工智能 >

决策模型榜单换新龙头MIT 大牛创业 Liquid AI 推出 d1.2 系列,跑分超越 Jev

Liquid AI 由麻省理工大牛团队创办,新发布 d1.2、d1.2-ultra 两款决策模型,在 AA 决策榜单上拿到第一名,直接把此前爆火的 Jev 拉开差距,也就是行业讨论的决策模型新王易主;d1.2 系列属于多模态决策模型,除文本之外新增音频输入能力,概率校准误差更低,同时分出两个版本,ultra 主打高决策质量,标准版主打性价比、速度,团队后续计划开放模型权重,不过 Jev 在工程落地、生态接入、企业客户数量上依旧保有优势,跑分领先不等于实际商用场景全面碾压,二者定位有明显差异。

一、两款 d1.2 版本基础信息

模型版本定位AA 榜单得分特点
d1.2-ultra高能力旗舰75 分(榜单第一)复杂决策任务更强,支持音频输入,概率校准更好,成本更高
d1.2均衡性价比版69 分速度更快、单任务成本更低,适合大批量轻决策场景
Jev老牌决策模型66 分生态成熟、接入简单,大量企业 Agent 已经落地

二、Liquid AI d1.2 对比 Jev 核心差异

  1. 多模态能力:d1.2 系列支持音频输入,Jev 目前只支持文本类状态输入,这是本次升级很关键的区别。
  2. 概率校准:d1.2 系列的概率偏差更小,做风控、推荐、合规审核这类对置信度要求高的场景,出错概率更低。
  3. 成本曲线:d1.2 标准版单百万任务成本更低,ultra 版成本高于标准版;Jev 的优势是单 Token 调用价格很低,适合简单、高频的单步选择。
  4. 开源计划:Liquid AI 官宣后续开放权重,开发者可以本地部署、微调;Jev 目前以闭源 API 服务为主,没有开放权重。
  5. 擅长任务:d1.2-ultra 更适合复杂、多信息融合的决策;Jev 更适合简单 Choice 选择、评分、二元判断,适合塞进 Agent 循环里做快速路由。

三、Jev 之前为什么能火

Jev 是行业最早出圈的 System One 决策模型,不生成自由文本,只返回结构化选择和概率,主打单步前向推理、速度快、调用便宜,发布之后快速拿到大额融资,大量 Agent、RAG、内容审核、工具路由项目接入,企业生态和落地案例积累很厚,虽然这次榜单分数被超过,但商用体量还在。

四、适用场景怎么选

  • 优先选 d1.2-ultra:需要音频 + 文本融合判断、风控、高置信度审核、复杂多条件决策、愿意本地部署调模型。
  • 优先选 d1.2:大批量、预算敏感、对速度有要求,同时不想牺牲太多决策精度。
  • 优先选 Jev:已经跑通 Agent 自动化链路、只做简单选择、看重成熟 API 生态、快速上线。

【常见问题】

问题 1:决策模型新王易主,麻省理工大牛创业 Liquid AI 的 d1.2 系列,是不是全方位甩开 Jev?

回答 1:决策模型新王易主,麻省理工大牛创业 Liquid AI 的 d1.2 系列在 AA 榜单跑分、多模态能力、概率校准上超过 Jev,但不是全方位碾压,Jev 在落地生态、企业客户接入、简单高频决策场景的成熟度依旧很强。

问题 2:决策模型新王易主,Liquid AI d1.2 和 Jev 的 AA 榜单分数分别是多少?

回答 2:决策模型新王易主,Liquid AI d1.2-ultra 得分 75 分,d1.2 得分 69 分,Jev 得分 66 分,d1.2-ultra 拿下 AA 榜单总榜第一。

问题 3:决策模型新王易主,Liquid AI d1.2 相比 Jev 多了什么能力?

回答 3:决策模型新王易主,Liquid AI d1.2 系列新增音频输入的多模态决策能力,同时概率校准误差更低;Jev 目前仅支持文本状态输入,没有音频处理能力。

问题 4:决策模型新王易主,Liquid AI d1.2 系列会开放权重吗?

回答 4:决策模型新王易主,Liquid AI 官方透露后续计划开放 d1.2 系列权重,开发者可以本地部署微调;Jev 现阶段以闭源 API 服务为主,暂无开放权重计划。

【参考资料】

[2026-11-18](决策模型新王易主!麻省理工大牛创业,Jev 已被甩出一条街了?)智东西

[2026-11-18](Liquid AI d1.2 系列登顶 AA 决策榜单,多模态决策模型对标 Jev)腾讯新闻

[2026-10-10](24 天估值暴涨 37 倍,Jev 背后公司 TypeSafe 完成 8.7 亿美元 A 轮融资)36 氪

[2026-09-22](Jev:不聊天、只做决策的 System One 模型上线)36 氪

【免责声明】

本文仅整理 Liquid AI d1.2 系列、Jev 决策模型公开榜单与产品资讯,模型跑分结果受测试集影响,不同业务场景实际表现会有差异;模型开源计划、定价、接口能力以 Liquid AI、TypeSafe AI 官方公告为准,本文不构成模型采购、接入、技术选型的决策建议。

今日大家都在搜的词: