蚂蚁数科发布决策模型 LingDT-Decision-1.0，主打低 Token 成本与原生多选
把「生成答案」换成「在选项里选答案」，是这篇的核心：决策类任务不必走大模型逐字推理，成本与延迟都能大幅压缩。
10 月 22 日，蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供 4B 与 27B 两个版本，已在 DTMaaS 平台上线并限时免费开放。它不生成文本，而是在给定候选项里直接做判断，用于客服、风控等高频决策任务。官方称相比大模型 Token 消耗降低超 90%、响应快 10 倍，并在 23 项开源基准上综合评分超过 Microsoft-Decision-1、Jev 1.13.0 等模型。
正文摘录
.png) 10 月 22 日，蚂蚁数科正式发布决策模型 LingDT-Decision-1.0。该模型专为快速决策打造，在处理结构化决策任务时，具备准确率更高、响应更快、Token 成本更低等优势，尤其适合产业 AI 场景。LingDT-Decision-1.0 提供 4B 和 27B 两个版本，目前，模型已经在蚂蚁数科 DTMaaS 平台上线，开发者可限时免费体验。  蚂蚁数科团队在客服、风控、金融等真实业务场景测试显示，在处理同样任务时，LingDT-Decision-1.0 相比大语言模型，可将 Token 消耗降低超 90%，响应时效提升 10 倍，并且性能表现更优。 相比其他决策模型，LingDT-Decision-1.0 首创支持原生多选与按序决策能力，更适配企业真实应用场景。在 23 项开源评测基准中，LingDT-Decision-1.0 的综合评分超过了 Microsoft-Decision-1、Jev 1.13. 等热门决策模型，LingDT-Decision-1.0 的 27B 版本在同参数模型中取得最高准确率。