RSI-Jev vs Laya：两种开放决策模型，截然相反的押注

截至 2026 年 10 月，如果你想要类型化决策——是/否、从 k 个中选一个、按评分标准打分——而无需在链路中使用托管端点，那么有两个开放权重模型值得考虑。它们是RSI-Jev v6.1-VL 4B，由第三方 Shanghua-Gao/RSI-Jev 研究循环于 2026-10-07 发布，以及Laya，由 Convai Innovations 于 2026-09-18 发布。两者都在单次前向传播中作答，不生成文本；都为每个选项返回经过校准的概率；都以 Apache-2.0 权重发布，并附带一个使用 TypeSafe 决策 API 的服务器，因此为商业模型编写的客户端只需更改基础 URL，就能对任意一个运行。它们还建立在相反的下注之上，而区分两者的两个数字是每个标签 3 到 4 个 token，以及 4.21 亿参数。

第一个赌注关乎规模。Laya 的英文检查点是 4.21 亿参数的 ModernBERT-large，上下文长度为 512 个 token；其多语言检查点是 3.22 亿参数的 mmBERT-base，窗口为 1,024 个 token，在编码器全开时可达到 8,192。RSI-Jev v6.1-VL 运行一整个 Qwen3.5-4B-Base 塔——46.9 亿参数，其中 35.7 亿位于 32 个解码器层中，外加一个视觉塔和位于第 16、20、32 层的三个决策头。Laya 是一个你可以在几 GB 内预加载三个的模型；RSI-Jev 则是一个 9.7 GB 的 bf16 检查点。第二个赌注源于第一个：Laya 每次调用几乎不花什么成本，并期望你来教它你的领域，而 RSI-Jev 则动用四十五亿参数，试图在完全没有任何训练的情况下回答你的问题。

每个到底是用来做什么的？

Laya 自己的模型卡中包含一句话，比任何评测者都更能界定这一比较：“Laya 是一个可快速专门化的基座，而不是零样本决策引擎。”在 typed-decisions 基准上——涵盖四个工作流的 2,000 项决策——基础英语检查点得分为 0.362，而随机猜测为 0.318，始终选择多数类为 0.461。在同样的决策上，Convai 在该基准自身训练划分上微调得到的检查点得分为 0.766，超过了 0.735 的教师一致率上限。这个差距就是产品本身：Laya 是一个 421M 编码器，你在一个狭窄的分类体系上对其进行微调；而 Convai 提供了一个 Kaggle notebook，能在两块免费 T4 上跑完整个循环——构建数据集、训练、拟合校准温度、评估。

RSI-Jev 是另一种选择。其 v6.1-VL 版本在自己的公开 Decision Index 0.3 上得分 50.98，这是在默认配置下进行 140,178 次请求的运行结果；在项目日期为 2026-10-06 的榜单上，它与那里最好的 4B 模型并列，并在总共 113 个中排名第 27。它的十五项基准套件得分为 0.793，其留出集为 0.729。这些是零样本数据——不过项目谨慎地指出，十五项基准中有十项以某种形式贡献了训练数据，因此“零样本”适用于该版本的搜索，而不是页面上的每一个数字。这些数字真正能给你带来的，是一个能够回答关于你从未展示给它的文档的问题、并且无需先进行训练运行的模型。

• 规模 — Laya 421M 英语 / 322M 多语言，对比 RSI-Jev 4.69B，运行整个 Qwen3.5-4B-Base 主干。

• 零样本准确率——Laya 在 typed-decisions 上为 0.362，低于 0.461 的多数基线；而 RSI-Jev 在其自身的 Decision Index 0.3 上为 50.98，与那里最好的 4B 成绩持平。

• 微调后的准确率——Laya 为 0.766，使用的是在该基准自身划分上训练的检查点；相比之下，RSI-Jev 的数据是发布级别的，而非按领域划分的。

• 语言 — Laya 在 51 种语言中有 45 种可用，相较 RSI-Jev 以英语为中心的文本，在随机服务器端路由下高出三倍以上。

• 模态——Laya 仅文本，而 RSI-Jev 为文本加每次请求最多四张图像。

• 上下文 — Laya 英语为 512 个 token，多语言为 1,024 个，长文档最高可达 8,192 个；而 RSI-Jev 为 32,768 个 token，超出时会拒绝处理而非截断。

• 延迟—— 在 T4 上，Laya 的 p50 为 32.8 毫秒，批量为十时每题 7.2 毫秒；而 RSI-Jev 在低推理强度下为 22.5 毫秒，在 H200 上全深度时约为 40 毫秒。

选项数量断崖是最显著的差异

两个模型都在请求时定义答案空间，因此新的 schema 无需重新训练——这是整个系列共有的结构性优势。但它们对答案空间的分配方式不同，而这种差异恰恰体现在企业路由常见的那些任务上。Laya 在每个选项各自的掩码 token 上为其打分，而各选项共享固定的 head 预算：英文 checkpoint 上为 192 个 token，多语言上为 256 个。在 Banking77 上，77 个意图意味着每个标签大约只有三到四个 token，准确率降至 0.425。Convai 自己的模型卡记录了这一断崖，并给出了修复方法——将head_max_len提高到 512，并将上下文提高到 1,024 或更多，好让每个标签都有空间，或者将大型选项集拆分为由粗到细的两步选择。

RSI-Jev 的服务路径每题最多支持 5,120 个选项。这并非与 Laya 的 0.425 进行同类对比的基准——两者是在不同的测试框架上测量的，而选项上限是配置限制，不是得分。它说明的是，当你的分类体系有上百个条目时，哪个模型不会崩溃。如果你的选择题是“账单 / 技术 / 销售 / 其他”，两者都行。如果它们是一百多个意图标签，那么这两者中有一个在可用之前需要调优，而另一个则不需要。

延迟、语言问题以及图像

Laya 的延迟宣称是它最响亮的卖点，而且确有其事：在 Tesla T4 上单个问题 p50 为 32.8 ms，十个一批为 72.3 ms，五十个为 337 ms——在一块不算强的 GPU 上每秒 103 到 332 个问题。RSI-Jev 自己的数据是在 H200 上测得的：在努力程度为 低时是 22.5 ms，在 中等时是 26.8 ms，默认 39.9 ms，全深度 40.4 ms。二者处于同一数量级，而且都是本地前向传播而非网络调用；一旦排除托管端点，这才是真正重要的比较。注意两者如何利用时间：RSI-Jev 可以有意在第 16 层停止，以换取那 22.5 ms，并在问题很难时跑完所有 32 层；Laya 则没有这种调节旋钮——它总是运行完整的（小型）编码器。

语言方面的情况则恰恰相反，而且对英语以外的人来说具有决定性。Laya 自带一个路由器，能在远不到一毫秒内检测书写系统并派发到多语言检查点；其公布的表格显示，51 种语言中有 45 种可用性超过随机水平的三倍，而仅靠英语检查点只有 23 种。它的模型卡也坦率说明了这一点为何重要：英语检查点在非拉丁书写系统上会崩溃——高棉语的准确率为 0.000，置信度为 0.952——因此置信度门控无法挽救错误的路由。RSI-Jev 没有这类语言方面的表现；它是一个以英语为中心的文本模型，只是恰好能读图像。

图像方面则是镜像对照。RSI-Jev 每次请求接收一至四张，以 base64 数据 URL 的形式传入，并在本次发布中于其留出图像集上取得了 0.834 的分数；Laya 发布的检查点都是文本分类器，虽然 Hub 上有像 laya-vision 这样的社区移植版本，但它们并非厂商的产品。如果你的判断是针对一张照片、一张图表或一张截图做出的，那属于其中一个模型的那一栏，而不是另一个的。

两者都没有与对方进行过基准测试

这正是逐项规格对比悄然掩盖的部分：这两个模型之间没有正面较量。存在的是它们各自与同一个闭源模型——TypeSafe 的 Jev 1.13——之间的正面较量，而两者都无法被并排放在一起。

Convai 发布了一个：在 typed-decisions 上，Jev 1.13.0 为 0.727，而 Laya 的路由结果为 0.766；在 Banking77 上，Jev 为 0.870，而 Laya 为 0.425；在校准上，Jev 为 0.246，而 Laya 在温度修正后为 0.081。Convai 在同一张表中指出了自身的局限——Jev 的数字是第三方发布的，他们从未获得 API 访问权限来测量它，而且样本量和提示词各不相同。RSI-Jev 的对比对象是 Decision Index，而这是 RSI-Jev 自己的公开榜单，其中根本没有 Jev 的条目。因此，唯一同时涉及这两个模型的外部数字，都来自销售它们的各方所构建的评测框架，而对上述任何单一数字的合理解读都是："这是制作者测得的，是在制作者的任务上。"

这两个项目都做得很好、且很少见的一点，是公开自身的弱点。RSI-Jev 列出了其视觉版本发布背后的五个非商业图像来源，并直言，基于这些来源训练的权重是否继承这些条款，尚未有定论；它报告了其最新版本中的一次校准退化，并称其默认退出阈值尚未确认。Laya 记录道，其基础检查点低于多数基线，其序数评分问题是最弱的原语，其 noul 可能遵循自己的选项标签而不是状态，并且其响应字段之一不携带任何可用信号。这种坦诚是从这两个项目中最值得继承的东西：在基于它们进行自动化之前，先检查你自己标注案例上的置信度值。

他们复制的合同实际上存放在哪里

这两个模型之所以存在，是因为有一种线格式值得复制。TypeSafe 的 Jev 定义了请求形态——状态、问题、三个类型化原语——以及应答形态，Laya 和 RSI-Jev 都实现了它，因此现有客户端只需更改基础 URL 即可工作。那个参考模型，typesafe/jev-1.13，是我们所提供的三者中的那一个：它已收录在我们的目录中，位于专用的 systemone 端点，向 /v1/systemone 发送 POST，非流式，针对 65,536 个 token 的上下文，价格为每百万输入 token $0.042，输出计费为零。Laya 和 RSI-Jev 都不在我们的目录中——两者都是下载项，而这正是它们的意义所在。

这件事在实际操作中的版本，比对比本身更重要。决策层几乎从不孤立地存在于一个技术栈中；它们会紧挨着一个生成模型，由后者来写回复、摘要或代码。让参考契约与 200+ 其他模型共用同一个密钥，按供应商目录价原样传递，0% 加价，意味着供应商费率变更当天就能传达到你这里，而自动故障转移意味着这对组合中负责生成的那一半不是单点故障，同时你可以判断决策侧那低成本的一半是否足够好。如果你认定自托管的 421M 编码器或 4.69B 检查点才是正确选择，你仍然会希望它所对接的契约能从同一处访问到——而如果你宁愿这两者都不运行，那么它们二者所复制的模型只需一次请求即可获得。

要下载哪一个

如果拥有标注数据、分类体系相对稳定、且语言组合并非仅限英语，就选择 Laya。它足够小，可以并行运行许多实例；足够快，可以置于每个请求之前；并且从底层设计上就为微调而生——微调后 0.766 对比零样本 0.362 的分数就是全部理由。请为训练运行、标注以及按问题类型重新拟合温度预留预算，这一步能将其校准误差从 0.466 降至 0.081；同时，在信任大规模分类结果之前，请将选项集控制在约二十个标签以内，否则就提高分类头的预算。

如果你希望决策在无需任何训练的情况下就能先跑起来，如果你的问题有时与图像有关，如果你的选项集很大，或者你想用延迟换取每次请求的深度，那就选择 RSI-Jev v6.1-VL。预计你要运行的是 9.7 GB 的检查点，而不是 400M 的，预计这是一个十三天内已发布八个版本、并且可能在你评估这一版时再发一版的项目，还预计你得自己去检查它的校准——这一版自己的模型卡上说它变得更差了，而不是更好。

无论你选哪一个，同样有两件事成立。两个模型都不生成文本，因此两者都不会因输出格式错误的字段而失败；两者都返回概率，而概率恰恰是需要针对每次部署加以验证、而不是从模型卡上照搬的那部分。而且两者都把决策层这个有趣的问题从“谁的 API”转移到了“谁的权重”——这是一个更值得问的问题，而这对模型给出的回答截然不同。