10 月 1 日，Cloudflare 发布首批自研模型 Clef 与 Clef-flash，却不做一件"写文字"的事：它们接收一个应用状态与几个问题，直接为每个候选答案返回概率。这背后是一条正在成形的新赛道——AI 决策模型。它把"做决定"从"写文字"里剥离出来，还顺手把智能体最贵的一步判断，砍到了几乎免费。
一、什么是 AI 决策模型：把"做决定"从"写文字"里拆出来
普通大模型的工作方式是"生成文字"：让它判断一件事，它仍要一个字一个字往外吐，先写一段理由，再给出一个分类标签，下游还要解析这段文本。AI 决策模型不这么干——你给它一个状态（文字、JSON、图片或视频都可以）和一组"是/否、选择、评分"这类带候选答案的问题，它一次性返回每个答案的概率。
一句话区分：聊天模型产出"一段话"，决策模型产出"一个判断"。前者靠采样词汇概率逐字生成序列，后者在一次前向计算里直接给出结构化概率，机器无需再解析文本。
二、为什么现在冒出来：智能体把"判断题"做成了高频成本
一个智能体跑起来，每步都要做选择：下一步调哪个工具、这条输出要不要拦截、用户意图归哪一类、检索到的文档是否相关。在主流架构里，这些"判断题"全交给同一个旗舰大模型，每次都要按生成计费，还要等它把分类标签和理由写成一段话。
当智能体一天处理上百万次交互，决策层就成了账单里最被低估的一笔。据行业测算，生成类 token 成本较 2024 年已下降约 98%，却掩盖了正在变重的"决策算力"开销——决策模型正是冲着这一步来的。
三、真实产品已就位：Clef、Jev 与 Decisions API
Cloudflare 的 Clef（27B）与 Clef-flash（9B）10 月 1 日上架 Workers AI，并以 Apache 2.0 协议开源权重；输入计费分别为每百万 token 0.24 与 0.09 美元，且输出不收费。中位延迟 Clef 约 209 毫秒、Clef-flash 约 38.8 毫秒；在 CLINC150+OOS 上，两者的 macro-F1 分别为 97.4 与 66.8。
赛道不止一家：TypeSafe 的 Jev 在 9 月 15 日定义了这一品类（闭源托管，约 524 毫秒延迟），Clef 与其 API 兼容、定位替换；亚马逊放出可本地免费运行的 Strands Decider 2B；OpenAI 在 DevDay 展示了基于 GPT-6 的 Decisions API；Perplexity 也推出 pplx-decider-v1-27b（输入每百万 0.04 美元）。
四、价格战打到"决策层"：输出免费，决策只要毫秒
AI 决策模型最颠覆的是计价方式：因为不产出文字，自然没有"输出 token"可计费。Cloudflare 只按输入收费，Clef-flash 一次 500 token 的调用约 0.000045 美元；相较之下，旗舰模型一次判断既要付推理 token、又要付那段 JSON 的输出 token，里外都计费。
延迟也被架构改写：Clef-flash 38.8 毫秒的中位延迟，约为 Jev 的 1/13。对一天分支几十次的智能体来说，这一步从"秒级等待"压到"毫秒级"——这也是价格战从"生成"卷到"决策"的最直观证据。
五、新交互入口：廉价决策在前，昂贵推理在后
AI 决策模型不会取代旗舰大模型，而是和它分层：把"该不该做、归哪一类、要不要拦截"这类高频小判断交给便宜的决策模型，只在真的不确定时，才把难题上交旗舰模型或人。业界开始用"System One 模型"统称这类只输出结构化概率的小模型，它们填补了大语言模型与刚性分类器之间的空白。
AI 决策模型，正在成为智能体里新的"守门员"。下一代产品的较量，或许不再是"谁写得更好"，而是"谁更会决定"——用更便宜的决策，把更贵的推理用在刀刃上。
资料来源：Cloudflare 官方公告与 Workers AI 定价页、TypeSafe Jev 文档、Amazon Strands Decider 发布说明、OpenAI DevDay（Decisions API）报道、Perplexity pplx-decider 定价、ReadSignal / Bytevyte / 人人代码等媒体分析。
说明：本文为编辑基于公开资料的行业观察，围绕 AI决策模型 的趋势判断为编辑分析，所涉模型参数、定价与延迟数据以各厂商官网实时信息为准。