36局赢了35局！国产开源决策模型StartLux-Decision，专治AI Agent的"选择困难症"

这模型到底是干嘛的

一句话定位：StartLux-Decision 是上海公司原点星辉（StartLux）2026 年 9 月 30 日开源的决策模型，专门解决 AI Agent 跑任务时最烧钱的环节——每一步"接下来干嘛"的判断。它不写一个字，只做判断，适合做 Agent 应用、本地智能助手和对数据隐私敏感的开发者。

先说核心结论：据团队公布的数据，StartLux-Decision-27B 在 Decision Index 0.2.1 的 38 项基准测试里，有 31 项超过了当红的 Jev 1.13，综合得分 63.88 对 57.91。而且它完全开源，提供 5 档版本和量化模型，能本地部署——这正是闭源的 Jev 给后来者留下的空位。

要理解它，得先说清楚"决策模型"是个什么新物种。过去两年大模型都在卷深度推理，思考链越长越好。但 Agent 真正跑起来之后，密集发生的根本不是深度思考，而是一堆琐碎判断：这张工单分给哪个团队？页面上下一步点哪个按钮？任务到底完成没有？以前这些判断要么让大模型"顺便"做（生成一段文字再解析，又慢又贵），要么写死成规则（覆盖不了长尾）。决策模型就是把"判断"从"生成"里剥离出来，做成廉价、高频的基础设施。Jev 把这类模型叫"System One 模型"，名字取自卡尼曼《思考，快与慢》里那个负责直觉反应的系统一，挺贴切。

举个具体例子就明白了。在 StartLux 展示的客服工单 Demo 里，系统收到"订单被重复扣款两次，但系统仍显示未支付"这样一条消息，传统做法是先生成一段分析再解析，而 StartLux-Decision 一次请求就同时完成三项判断：分流给哪个团队、处理时效定多紧、严重等级打几分。不废话，直接给带概率的结构化结果。

核心特点

• 2026 年 9 月 30 日发布，完全开源，一口气推出 0.8B、2B、4B、9B、27B 五档版本，并提供支持本地部署的量化模型。
• Decision Index 0.2.1 实测：27B 版本综合得分 63.88，38 项基准里 31 项高于 Jev 1.13（57.91）。注意这是团队基于公开评测工具、对照 9 月 28 日公开榜单快照完成的自测结果。
• 另一套 7 项公开测试（上海 AI Lab Intern-Decision 团队评测集）中，27B 版本平均准确率 91.82%。
• 演示环节：与 Jev 1.13 下国际象棋，不借助额外搜索、每一步直接选子，36 局赢下 35 局。不过下棋本来就不是决策模型的主战场，更像一个吸引眼球的演示。
• 只回答带预设选项的问题：单选、打分或者是非判断，直接返回带概率的结构化结果，不生成自然语言。
• 三个官方 Demo：客服工单一次请求完成三项判断；购物任务里逐轮判断下一步操作、直至完成下单并通过任务条件检查；团队管理任务里依次选对团队、成员、角色，并判断邀请流程是否完成。
• 研发只用了 3 天：团队用自建的 Auto Research 方法完成研发与验证（据钛媒体报道），迭代速度相当夸张。
• 公司背景：上海原点星辉科学技术有限公司（StartLux），据报道成立不到 5 个月，掌舵人是盛大网络联合创始人陈大年。此前它的 StartLux-27B 本地模型在中国信通院测试中超过了 284B 参数的 DeepSeek-V4-Flash。

为什么这个赛道两周就挤满了人

时间线拉出来看就知道这赛道有多烫。9 月 15 日，前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe 发布 Jev：闭源，只能调它家的 API，定价每百万输入 token 0.042 美元、输出免费。Vercel 披露，Jev 上线 24 小时内，其 AI Gateway 上 13% 的付费用户就用上了，是此前任何模型发布热度的两倍。两周之内，OpenAI 在开发者日上推出 Decisions API，Cloudflare 在 10 月 1 日开源 Clef，亚马逊放出 Strands Decider，上海人工智能实验室也开源了多模态的 Intern-Decision（0.8B/2B/4B 三档，推理速度据称比 Jev 快 2 到 3 倍）。一个新品类两周内从首发走到群战，在大模型行业也不多见。（以上据 Marsbit 报道）

说白了，Jev 有个明显缺口：闭源、不能本地部署、只能走云端。对数据敏感、对跨境调用有顾虑的开发者来说，这本身就是一道门槛。中国团队几乎不约而同地选择了开源和本地化，正好补上这个空位。之前我写过 OpenAI Dots 那个永远在线的 AI 智能体，决策模型就是这类 Agent 的"直觉层"——大脑负责想，手负责做，中间这个"判"字，终于有人专门做了。

入口与出处

• GitHub：https://github.com/StartLuxLabs/Startlux-Decision
• Hugging Face 模型合集：https://huggingface.co/collections/startlux-models/startlux-decision-6abba92b301b573fa154d493
• 信息核对日期：2026 年 10 月 5 日。下载只认官方入口，不提供来路不明的安装包。

常见问题

是否免费？
完全开源，权重和量化模型都可免费下载使用。开源协议的具体条款以 GitHub 仓库说明为准，商用前建议先看一眼 license 文件。

信息是最新的吗？
本文信息核对于 2026 年 10 月 5 日。这个赛道变化极快，一切以官方最新说明为准。

链接打不开怎么办？
先刷新或换个网络试试，GitHub 国内访问偶尔抽风。也欢迎在评论区留言，我会核对补档。

本站是官网吗？
不是。本站是独立介绍，部署和使用中遇到的问题请优先找官方渠道。

来源声明：本文根据项目 GitHub 仓库、Hugging Face 页面及钛媒体、Marsbit 等公开报道整理，本站与 StartLux 无官方隶属关系；功能、成绩与授权可能调整，请以官方最新说明为准。未亲自验证的内容不写"实测"。