Agent系统里最贵的一环，往往不是「生成长文」，而是成千上万次的「小决策」。Liquid AI这轮开源，瞄准的正是这个被大模型叙事遮蔽的角落。
Liquid AI近日开源了决策模型d1-3B与d1-omni-600M。这类「决策模型」与传统大模型的关键区别在于：它们不生成散文式回复，而是针对结构化问题直接返回类型化的、经过校准的答案——要么是谓词（条件为真的概率），要么是选项选择，要么是评分。更关键的是，它「零输出token」：一次前向传播就给出结果，不经过自回归逐字生成，因此延迟与成本都被压到了极低。
性能与效率： 公开基准显示，d1-3B在Decision Index v0.2.1上得48.57分，是10B以下参数档的最佳成绩；在RTX 4090这类消费级显卡上，单次决策响应仅约8毫秒。这意味着「路由、分类、打分、拦截」这类高频轻量决策，可以用一块消费级GPU、以极低开销批量完成。
与OpenAI的对照： 这与OpenAI日前公测的Decisions API属于同一赛道——把「决策层」从聊天补全里拆出来，做成可计时、可计费、可大规模调用的基础设施部件。区别在于，Liquid AI走的是开放权重路线，允许企业自托管、离线部署，这在数据敏感与合规场景下更具吸引力。
产业位置： 多层Agent系统对「又快又稳的小决策」有刚性需求，而开源决策模型的出现，把这一层的成本与主权交给了开发者自己。观察点在于：d1系列在真实业务路由、风险拦截等场景下的准确率与稳定性，以及生态对「决策模型」这一新品类接口标准的接受度。事实以Liquid AI官方发布与模型卡为准。