2026 年最佳决策模型：按每百万次决策成本排名

每个模型的位置由一个数字决定：其OpenRouter输入价格 × 500个令牌，这是以500令牌状态进行一百万次决策的成本。平局共享一个位置。所有模型的输出都是免费的，因此没有其他因素计入账单。

我们没有测试任何这些模型。如果存在独立测试，我们会提及。如果只有供应商发言，我们会说明。排名第三的模型可能比排名第八的模型错误率高一倍，而费率表上没有任何信息能告诉你这一点。

Decider Flash V1.2 是大多数希望削减账单的Jev用户的选择。它的成本为每百万输入令牌$0.01，读取262,144个令牌，与Jev的窗口相同。每月进行1000万次500令牌决策，费用为$50，而Jev为$210。Perplexity将其描述为Decider V1.2的4B参数兄弟，具有相同的API合约。

问题在于证据。我们没有找到Decider Flash的独立准确性测试，而且对于有许多选项的问题，4B模型太小。Span-02成本相同，读取文本和图像，被描述为开放权重。其窗口为131,072个令牌，同样，只有Respan为其准确性发言。

Decider V1.2 是Perplexity的27B检查点，价格为$0.02，具有262,144个令牌的窗口。如果Decider Flash在你的测试集中表现不佳，它是接下来尝试的第一个模型。它的成本是Flash的两倍，但仍然只有Jev的一半。

Liquid的d1.1和Inception的Mercury Decide成本均为$0.02，窗口为65,536个令牌。d1仍以与其后继者d1.1相同的价格列出，因此除非你在d1上调整了阈值，否则请固定使用d1.1。~liquid/d1-latest别名会自动跟随新版本。因此，在生产中应避免使用它。

Clef Flash 每百万次决策 $19，9B，根据 Developers Digest 和 Classmethod，其权重为 Apache 2.0。其 24,576 token 窗口是缺点。在一次独立的 117 案例测试中，在 Jev 的阈值下，它得分 82.1%，而 Jev 为 88.6%；使用自己的阈值，得分为 90.6%，而 Jev 为 90.9%。

Jev 1.14 价格为 $21，并且是这里文档、OpenRouter cookbook 和第三方测试最多的模型。它只接受文本和 JSON。同一项 117 个案例测试发现，在相同调用之间，它的概率最多会变动 0.10。d1-ultra 和 Microsoft-Decision-1 与 Jev 价格相同，但窗口只有八分之一，即 32,768 token。d1-ultra 增加了图像输入。Drex v1.5 是 9B 模型，价格 $20，窗口 131,072 token。

Solar Decide 和 Solar Decide Flash 每百万次决策成本 $25，读取 524,288 token，是 Jev 窗口的两倍。Drex v2.0（根据 Nace.AI，一个 35B 混合专家模型，3B 活跃）和 Drex Max 成本 $30。Drex Max 最多读取四张图像和 262,144 token。

GPT-6 Luna Decisions 价格为 $50，窗口为 1,050,000 token。若状态非常长，或你的合同已经落在 OpenAI 上，就买它。Clef Omni 价格 $75，Clef 价格 $96，是最贵的。只有当你需要图像并想要开放权重时，Clef 才值得，而且它确实以 92.3% 赢得了 117 个案例测试。不过这一领先幅度在测试自身的 95% 区间内。

还有三个托管模型也公开权重：Apache 2.0 下的 Clef 和 Clef Flash，以及 Respan 称为开放权重的 Span-02。我们九月对比中提到的 Kev 4B 也是开放权重。开放权重让你之后可以迁移到自己的 GPU，而无需重写你的问题。

Convai 的 Laya 是这里唯一仅以权重形式存在的模型。它没有 token 价格。我们九月份的估算显示，一个始终运行的 T4 每月约 $252，这仅在每月大约 1100 万次 500 token 决策以上才优于 Jev。与每百万次决策 $5 的 Decider Flash 相比，同样的 T4 每月需要约 5000 万次决策才能达到收支平衡（$252 ÷ $5）。

Baseten 的 Joey 1（$5）、Elephant 1（$17.50）和 Mammoth 1（$50）于十月下旬推出，窗口为 16,384 token。它们可能适合短状态，但除了 Baseten 自己的描述之外，我们没找到其他信息。Together 的 Tev1 4B 被标为实验性。ScaleDown 的 Classify-1（$20，1,000,000 token）对于非常长的文档值得一看。

Respan 的 Span-01（$10）和免费的 Span-01 Lite 会按你定义的行为给一段对话打分。它们不是通用路由器，因此不在排名之内。