截至10月17日，在决策模型评测榜JevBench参与排名的129个开源系统中，元任务实验室研发的结构化决策模型MetaDecision的31B版本位列第3。同一榜单上，它的12B版本在同尺寸模型中排名第一。

打开网易新闻 查看精彩图片

按榜方GPU实测，31B版本单次判断的延迟中位数不到0.2秒，这个数字不含网络。对做Agent的开发者来说，判断延迟直接决定一次任务循环里能塞进多少次决策调用。

打开网易新闻 查看精彩图片

元任务是一家专注Agent Infra与决策模型的AI实验室，提供可嵌入的Agent运行底座以及知识与模型服务。MetaDecision的定位是结构化决策模型，与通用对话模型走的不是同一条路。

打开网易新闻 查看精彩图片

把这几项信息摆在一起看：

  • 31B版本在129个开源系统中排第3
  • 12B版本在同尺寸模型中排第1
  • 31B单次判断延迟中位数不到0.2秒（不含网络）

榜单排名看的是决策质量，延迟看的是能不能用。两个数字同时出现在一个模型上，才是这次排名值得关注的地方——决策模型如果慢，再准也只能离线跑。

12B版本在同尺寸里排第一，意味着小参数量的选择也存在。对需要在本地或边缘侧嵌入决策能力的Agent来说，尺寸和延迟往往比绝对精度更先被考虑。

JevBench的排名截至10月17日，参与排名的开源系统共129个。MetaDecision的两个版本分别落在31B和12B两档，覆盖了不同的部署需求。