RSI-Jev vs Laya：兩種開放決策模型，截然不同的押注

As of October 2026 there are two open-weight models worth considering if you want typed decisions — a yes/no, a pick-one-of-k, a rate-on-a-rubric — without a hosted endpoint in the path. They are RSI-Jev v6.1-VL 4B, published 2026-10-07 by the third-party Shanghua-Gao/RSI-Jev research loop, and Laya, released 2026-09-18 by Convai Innovations. Both answer in a single forward pass with no generated text; both return a calibrated probability for every option; both ship under Apache-2.0 weights with a server that speaks TypeSafe's decision API, so a client written for the commercial model runs against either by changing a base URL. They are also built on opposite bets, and the two numbers that separate them are 3 to 4 tokens per label and 421 million parameters.

第一個賭注是關於規模。Laya 的英文檢查點是 ModernBERT-large，有 4.21 億個參數、512 個 token 的上下文；它的多語言檢查點是 mmBERT-base，有 3.22 億個參數、1,024 個 token 的視窗，在編碼器設為寬模式時可達 8,192。RSI-Jev v6.1-VL 跑的是完整的 Qwen3.5-4B-Base 塔——46.9 億個參數，其中 35.7 億在 32 個解碼器層中，外加一個視覺塔和三個決策頭，分別位於第 16、20 和 32 層。Laya 是一種你可以在幾 GB 內預載三個的模型；RSI-Jev 則是 9.7 GB 的 bf16 檢查點。第二個賭注源自第一個：Laya 每次呼叫幾乎不耗費成本，並期望你教它你的領域；而 RSI-Jev 則耗費四十五億個參數，試圖在完全沒有訓練的情況下回答你的問題。

每個實際上是用來做什麼的

Laya 自己的模型卡中有一句話，比任何評論者都更能為這個比較定調：「Laya 是一個能快速特化的基礎模型，而非零樣本決策引擎。」在型別化決策基準上——涵蓋四種工作流程的 2,000 項決策——基礎英文檢查點得分為 0.362，而隨機猜測為 0.318，總是選擇多數類別則為 0.461。在同一批決策上，Convai 在該基準自身訓練集劃分上微調的檢查點得分為 0.766，突破了 0.735 的教師一致性上限。這個差距就是產品本身：Laya 是一個 421M 的編碼器，讓你針對狹窄的分類體系進行微調；而 Convai 提供一個 Kaggle notebook，能在兩張免費 T4 上跑完整個流程——建立資料集、訓練、擬合校準溫度、評估。

RSI-Jev 則是另一個取捨。其 v6.1-VL 版本在自家公開的 Decision Index 0.3 上得分 50.98，這是一次以預設組態執行 140,178 次請求的結果；在該專案日期為 2026-10-06 的排行榜上，與榜上最佳的 4B 模型並列，並在 113 個模型中總排名第 27。其十五項基準測試套件為 0.793，留出集為 0.729。這些都是零樣本數據——不過該專案也謹慎指出，十五項基準中有十項以某種形式貢獻了訓練資料，因此「零樣本」適用於該版本的搜尋，而非頁面上的每一個數字。這些數字真正帶來的，是一個能回答關於你從未展示給它的文件之問題、且不需要先跑訓練的模型。

• 規模 — Laya 421M 英語 / 322M 多語言，對比 RSI-Jev 4.69B，運行整個 Qwen3.5-4B-Base 塔。

• 零樣本準確率—— Laya 在 typed-decisions 上為 0.362，低於 0.461 的多數基準；而 RSI-Jev 在其自家的 Decision Index 0.3 上為 50.98，與該處最佳的 4B 項目並列。

• 微調準確度 — Laya 0.766，其檢查點是在基準自身分割上訓練的，相較之下 RSI-Jev 的數字屬於發布層級，而非各領域。

• 語言 — Laya 在 51 種語言中有 45 種可用；隨機伺服器端路由相較於 RSI-Jev 以英文為中心的文字高出三倍以上。

• 模態 — 僅限 Laya 文字，對比 RSI-Jev 文字加上每次請求最多四張圖片。

• 上下文 — Laya 英文為 512 個 token，多語言為 1,024 個，長文件最高可達 8,192 個；RSI-Jev 則為 32,768 個 token，超出時會拒絕處理而非截斷。

• 延遲 — Laya 在 T4 上 p50 為 32.8 毫秒，批次十時每題 7.2 毫秒，相較之下 RSI-Jev 為 22.5 毫秒（在強度 低 時），而在 H200 上全深度時約為 40 毫秒。

選項數量斷崖是最顯著的差異

兩個模型都在請求時定義答案空間，因此新的結構定義不需要重新訓練——這是整個系列共有的結構性優勢。但它們分配答案空間的方式不同，而這個差異正好顯現在企業路由最常遇到的任務上。Laya 會在每個選項各自的遮罩 token 上評分，而這些選項共用固定的 head 預算：英文檢查點為 192 個 token，多語言版本則為 256 個。在 Banking77 上，共 77 種意圖，換算下來每個標籤大約只剩三到四個 token，準確率因此掉到 0.425。Convai 自家的說明文件記錄了這道斷崖，並提出解法——把 head_max_len 提高到 512，並將上下文提高到 1,024 以上，讓每個標籤都有足夠空間；或是把龐大的選項集拆成由粗到細的兩步驟選擇。

RSI-Jev 的服務路徑每個問題最多可容納 5,120 個選項。這並非與 Laya 的 0.425 進行同基準的比較——兩者是在不同的測試框架上測得，而選項上限是一項配置限制，不是分數。它要說明的是：當你的分類體系有一百個項目時，哪一個模型不會崩潰。如果你的選擇題是「帳務／技術／業務／其他」，兩者都可行。如果它們是一百多個意圖標籤，那麼這兩者中有一個需要調校後才能使用，另一個則不需要。

延遲、語言問題，以及圖像

Laya 的延遲宣稱是它最響亮的說法，而且確有其事：在 Tesla T4 上，單一問題的 p50 為 32.8 毫秒，一批十個為 72.3 毫秒，五十個為 337 毫秒——在一張普通的 GPU 上每秒可處理 103 到 332 個問題。RSI-Jev 自己在 H200 上測得的數字，22.5 毫秒是在低投入程度下，26.8 毫秒是在中等投入程度下，預設為 39.9 毫秒，完整深度為 40.4 毫秒。這些屬於同一數量級，而且兩者都是本機前向傳遞，而非網路呼叫，這才是把託管端點排除在外後真正重要的比較。注意兩者如何運用時間：RSI-Jev 可以刻意停在第 16 層，以換取那 22.5 毫秒，並在問題困難時跑完所有 32 層；Laya 則沒有這種調節鈕——它總是跑完其整個（小型）編碼器。

語言方面的情況則恰恰相反，對任何非英語使用者而言都是決定性的。Laya 搭載了一個路由器，能在遠低於一毫秒內偵測書寫系統，並派送至多語言檢查點；其公布的表格顯示，51 種語言中有 45 種可在高於隨機三倍以上的水準使用，而單靠英語檢查點則只有 23 種。其模型卡也誠實說明這為何重要：英語檢查點在非拉丁書寫系統上會崩潰——高棉語在 0.952 的信心水準下準確率為 0.000——因此信心閘控無法挽救錯誤的路由。RSI-Jev 沒有這類語言方面的設計；它是一個以英語為中心的文字模型，只是恰好能讀取圖像。

圖像則是相反的一面。RSI-Jev 每次請求可接收一到四張，並以 base64 資料 URL 的形式傳入，且在本次發行中於其留出的圖像集上獲得 0.834 分；Laya 已發布的檢查點是文字分類器，而雖然 Hub 上有像 laya-vision 這樣的社群移植版，它們並不是原廠產品。如果你的決策是關於一張照片、一張圖表或一張螢幕截圖，那是其中一個模型的欄位，而不是另一個的。

兩者都尚未與對方進行基準測試。

這是逐項規格比較悄悄掩蓋的部分：這兩個模型之間並沒有正面對決。真正存在的是它們各自與同一個閉源模型——TypeSafe 的 Jev 1.13——之間的正面對決，而兩者無法被並列在一起。

Convai 發表了一個：在 typed-decisions 上，Jev 1.13.0 為 0.727，對上 Laya 路由後的 0.766；在 Banking77 上，Jev 為 0.870，對上 Laya 的 0.425；在校準上，Jev 為 0.246，對上 Laya 溫度修正後的 0.081。Convai 在同一張表中標明自身的限制——Jev 的數字是第三方發佈的，他們從未有 API 存取權可加以測量，而且樣本數與提示詞各不相同。RSI-Jev 的比較對象是 Decision Index，那是 RSI-Jev 自家的公開排行榜，且完全沒有 Jev 條目。因此，唯一同時觸及這兩個模型的外部數字，來自販售這些模型的各方所打造的評測框架，而對上述任何單一數字，合理的解讀都是「這是製造者在其自身任務上測到的結果」。

這兩個專案都做得好、且罕見的一點，是會公開自身的弱點。RSI-Jev 點名其視覺發布版本背後的五個非商業影像來源，並直言以這些來源訓練出的權重是否會承繼那些條款，仍未定案；它回報最新版本中的校準退步，並稱其預設退出閾值未經確認。Laya 則記錄了其基礎檢查點低於多數基線，其序數分數問題是其最弱的基礎元件，且其 noul 可能跟隨自身的選項標籤，而非狀態，且其回應欄位中有一個不帶任何可用訊號。這種誠實是從這兩個專案中最值得承繼的一件事：在你以它們進行自動化之前，先檢查你自己已標註案例上的信心值。

他們複製的合約實際上在哪裡

這兩個模型之所以存在，是因為有一套線路格式值得被複製。TypeSafe 的 Jev 定義了請求的形狀——state、questions、三個具型別的原始元素——以及回應的形狀，而 Laya 與 RSI-Jev 都實作了它，好讓既有的用戶端只要更改基礎 URL 就能運作。那個參考模型，typesafe/jev-1.13，是三者當中我們所提供的那一個：它收錄在我們目錄中專用的 systemone 端點上，以 POST 送往 /v1/systemone，非串流，對上 65,536 個 token 的上下文，每百萬輸入 token 收費 $0.042，輸出則計費為零。Laya 和 RSI-Jev 都不在我們的目錄中——兩者都是可下載的，而這正是它們存在的意義所在。

那件事的實務版本比比較本身更重要。決策層幾乎不會獨自存在於一個技術堆疊中；它們會緊鄰著負責撰寫回覆、摘要或程式碼的生成式模型。讓參考契約與 200 多個其他模型共用同一把金鑰，並以供應商牌價原樣傳遞、0% 加成，意味著供應商費率變動當天就會反映到你身上，而自動容錯移轉則意味著在你釐清那個便宜的決策半邊是否夠好時，這對組合中的生成半邊不會是單一故障點。如果你決定採用自架的 421M 編碼器或 4.69B 檢查點，你仍會希望它所遵循的契約能從同一個地方觸及；而如果你寧願兩者都不執行，它們兩者所複製的那個模型只差一個請求之遙。

哪一個要下載

如果你有標註資料、變動不大的分類體系，以及並非僅限英語的語言組合，就選擇 Laya。它小到可以同時運行多個，快到可以放在每個請求前面，而且從一開始就是為了微調而設計——微調後 0.766 分對上零樣本 0.362 分，就是全部的論據。為訓練執行、標註，以及逐問題類型的溫度重新擬合編列預算，這會把其校準誤差從 0.466 降到 0.081；並將選項集保持在約二十個標籤以下，否則在你信任大規模分類之前，先提高 head 預算。

如果你希望決策無需任何訓練就能先運作，如果你的問題有時與圖像有關，如果你的選項集很大，或者如果你想以延遲換取每次請求的深度，就選擇 RSI-Jev v6.1-VL。預期要執行的是 9.7 GB 的檢查點，而不是 400M 的檢查點；預期這是一個在十三天內發布了八個版本的專案，而且可能在你評估這個版本時又發布另一個版本；並且預期你得自行檢查它的校準——這個版本自己的模型卡就說它變差了，而不是變好。

無論你選哪一個，同樣的兩件事都成立。這兩個模型都不生成文字，因此兩者都不會因為輸出格式錯誤的欄位而失敗；兩者都回傳機率，而機率正是必須依每次部署各自驗證、而不能直接從規格卡上照抄的部分。而且兩者都把決策層這個有意思的問題，從「誰的 API」轉移到「誰的權重」——這是更值得問的問題，而這一對模型給出的答案也大不相同。