Bespoke Labs 釋出決策模型 Nimble-v4：登頂基準榜首，路由決策提升 50%

把請求分發給最合適的模型，一直是多模型架構最頭疼的環節。Bespoke Labs 剛剛端出了自己的新解法。

9B 引數登頂決策基準榜

Bespoke Labs 宣佈推出兩款全新決策模型 Nimble-v4 與 Nimble-v4-max，並直接拿下了 Decision Index 公開基準的第一名。

在公開基準對比中，Nimble-v4-max 和 Nimble-v4 面對競品 Jev 1.13 分別拿到了加 10 分和加 6 分的優勢。

官方內部測試顯示，兩款新模型比 Jev 減少了 43% 的錯誤，在模型路由決策上的準確率更是直接拔高了 50 個百分點。其中僅有 9B 引數的 Nimble-v4 表現超過了多個更大規模的模型，尤其擅長程式設計場景、事實核查以及國際象棋。目前兩款模型都已經通過 Bespoke Labs 的 API 開放呼叫。

為什麼重要

如果你在搭建複雜的 AI Agent 或多模型路由系統，這類專精決策的小模型非常值得一試。它能幫你挑出價效比最高的模型來跑任務，省下大筆呼叫昂貴前沿大模型的冤枉錢。

我們認為，Bespoke Labs 的聰明之處在於沒有卷通用的生成能力，而是把 9B 這種輕量尺寸做成了極其鋒利的排程開關。不過看起來這類基準上的優勝能否轉化成實際生產力，關鍵還得看它在真實業務裡處理長尾指令時會不會頻繁誤判。