موج جدید مدل‌های تصمیم‌گیری هوش مصنوعی؛ وقتی ایجنت‌ها فقط یک انتخاب سریع و ارزان می‌خواهند!

همین چند هفته پیش بود که مدل هوش مصنوعی جدید Jev از شرکت TypeSafe حسابی سر زبان‌ها افتاد؛ آن هم به خاطر انجام کاری که اکثر مدل‌های زبانی بزرگ اصلاً برای آن ساخته نشده بودند: تصمیم‌گیری هوشمند بدون تولید آن همه متن پر از تعارف و مکالمه! حالا دیگر به نظر می‌رسد همه شرکت‌ها می‌خواهند سهمی از این سفره داشته باشند. غول‌هایی مثل OpenAI، مایکروسافت، کلودفلر، پرپلکسیتی و جمعی از توسعه‌دهندگان مستقل، مدل‌های رقیب خود را معرفی کرده‌اند که حتی برخی از آن‌ها کاملاً رایگان در دسترس قرار گرفته‌اند.

برنامه‌نویسان مستقل هم بیکار ننشسته‌اند و نسخه‌های وزن‌باز (Open-weight) را منتشر می‌کنند که بعضی‌هایشان حتی روی سیستم‌های محلی هم به راحتی اجرا می‌شوند. چیزی که اولش فقط یک جایگزین جالب برای مدل‌های زبانی سنتی به نظر می‌رسید، حالا رسماً در حال تبدیل شدن به یک شاخه و دسته کاملاً مستقل در فناوری هوش مصنوعی است.

کافی است به تعداد تصمیم‌هایی فکر کنید که یک ایجنت هوش مصنوعی در طول روز باید بگیرد: قدم بعدی کدام ابزار را فراخوانی کند؟ آیا باید شکایت مشتری را به کارشناس ارشد ارجاع دهد؟ آیا این تراکنش بانکی مشکوک است؟ واقعیت این است که اغلب این پرسش‌ها هیچ نیازی به صغری‌کبری چیدن و توضیحات مفصل یک مدل زبانی گران‌قیمت ندارند؛ ایجنت فقط یک پاسخ دقیق و مطمئن می‌خواهد، آن هم ترجیحاً در کسری از میلی‌ثانیه!

حالا سؤال اصلی این است: کدام مدل می‌تواند این تصمیم‌ها را با بیش‌ترین دقت، کم‌ترین هزینه و بهترین کنترل روی داده‌ها و نحوه استقرار انجام دهد؟ با ورود APIهای تجاری، مدل‌های متن‌باز و حتی سرویس‌های رایگان به این رقابت، دست توسعه‌دهندگان نسبت به همین چند هفته پیش بی‌نهایت بازتر شده است.

اصلاً مدل‌های تصمیم‌گیری چیستند و چه کار می‌کنند؟

بر خلاف مدل‌های زبانی بزرگ سنتی که متن را توکن به توکن تولید می‌کنند، مدل‌های تصمیم‌گیری وضعیت برنامه و یک سری پرسش‌های مشخص را دریافت کرده و در پاسخ، خروجی‌های ساختاریافته همراه با درصد احتمال تحویل می‌دهند. این خروجی می‌تواند انتخاب یک گزینه از بین چند گزینه مشخص، یک امتیاز عددی در بازه تعیین‌شده، یا یک پاسخ بله/خیر با درجه احتمال بین ۰ تا ۱ باشد.

با این رویکرد، برنامه‌نویس می‌تواند از مدل بخواهد یک گزینه را از بین موارد از پیش‌تعیین‌شده انتخاب کند، یک شرط را بسنجد یا امتیازی ثبت کند، بدون آنکه مدل مجبور باشد جملات متنی و توضیحات اضافی بنویسد. هدف اصلی در اینجا کاهش بار پردازشی سنگین تصمیم‌گیری‌های روزمره در برنامه‌ها و نرم‌افزارهاست.

مدل Jev از شرکت TypeSafe که در سپتامبر ۲۰۲۶ معرفی شد، اولین مدلی بود که به بازار آمد و بنیان چیزی را گذاشت که این شرکت آن را مدل‌های «سیستم یک» (System One) می‌نامد. شرکت TypeSafe مدل Jev را از طریق یک API ابری با قیمت پایه ۰٫۰۴۲ دلار به ازای هر یک میلیون توکن ورودی عرضه می‌کند و برای توکن‌های خروجی هم هیچ هزینه‌ای نمی‌گیرد! همین قیمت‌گذاری، آن را برای برنامه‌هایی که تصمیم‌های ریز و بی‌شماری در طول روز می‌گیرند فوق‌العاده وسوسه‌انگیز کرده است؛ جایی که هزینه اجرای یک مدل بزرگ همه‌منظوره سر به فلک می‌کشد.

مدل Jev همچنان پیشتاز بازار است و جایگاه بسیار قدرتمندی دارد. بر اساس رتبه‌بندی مدل‌های تصمیم‌گیری در پلتفرم OpenRouter، مدل Jev 1.13 تا تاریخ ۱۱ اکتبر ۲۰۲۶ حدود ۱٫۰۵ میلیارد درخواست را پردازش کرده و با اختلافی فاحش بالا‌تر از سایر مدل‌های تصمیم‌گیری ثبت‌شده در این پلتفرم قرار دارد.

اما Jev دیگر تنها بازیکن این زمین نیست. علاوه بر گزینه‌های ابری متکی بر API، انبوهی از مدل‌های وزن‌باز با قابلیت میزبانی محلی نیز معرفی شده‌اند؛ گزینه‌هایی ایده‌آل برای سازمان‌ها و شرکت‌هایی که اجازه ارسال داده‌های حساس کاری خود به بیرون را ندارند و می‌خواهند مدل‌ها را روی زیرساخت اختصاصی خودشان اجرا کنند.

اوپن‌ای‌آی (OpenAI): رابط کاربری Decisions API

شرکت OpenAI در تاریخ ۶ اکتبر با معرفی Decisions API که قدرت خود را از مدل GPT-6 Luna می‌گیرد، رسماً پا به این بازار گذاشت. این سرویس آزمایشی (بتا) از پاسخ‌های بله/خیر، تصمیم‌های چندگزینه‌ای و امتیازدهی عددی بر روی متن و تصویر پشتیبانی می‌کند.

به گفته OpenAI، این رابط کاربری تا ۱۰ برابر سریع‌تر از فراخوانی سنتی GPT-6 Luna از طریق Responses API عمل می‌کند. هزینه آن ۰٫۱۰ دلار به ازای هر یک میلیون توکن ورودی است (بدون هزینه برای خروجی) که هرچند نسبت به Jev گران‌تر است، اما این فناوری را مستقیماً به اکوسیستم محبوب توسعه‌دهندگان OpenAI می‌آورد.

مایکروسافت: مدل Microsoft-Decision-1

مایکروسافت در تاریخ ۹ اکتبر مدل Microsoft-Decision-1 را معرفی کرد که از طریق Microsoft Foundry و پلتفرم OpenRouter در دسترس است. این مدل بر پایه آموزش تکمیلی (Post-training) روی Qwen3.5-9B توسعه یافته و تخمین‌های احتمالی دقیقی برای گزینه‌های ثابت ارائه می‌دهد؛ قابلیتی که برای دسته‌بندی داده‌ها، مسیریابی ایجنت‌ها، راستی‌آزمایی و کنترل جریان‌های کاری بسیار کاربردی است.

طبق گزارش مایکروسافت، این مدل در ارزیابی‌های داخلی شامل نزدیک به ۱۵۰ هزار سؤال در ۳۶ بنچمارک مختلف، بالا‌ترین دقت را به ثبت رسانده است. مایکروسافت مدعی است این مدل تا ۳۵ برابر سریع‌تر از GPT-6 Sol است و قیمت‌گذاری آن نیز با ۰٫۰۴۲ دلار به ازای هر میلیون توکن ورودی، دقیقاً با نرخ مدل Jev رقابت می‌کند.

کلودفلر: مدل‌های Clef، Clef Flash و Clef-omni

مدل‌های Clef و Clef Flash شرکت کلودفلر که اول اکتبر رونمایی شدند، مدل‌های وزن‌بازی هستند که از طریق بستر Workers AI این شرکت عرضه می‌شوند. نسخه Clef Flash با تمرکز ویژه بر سرعت بالا و قیمت اقتصادی طراحی شده و انتخابی عالی برای کار‌هایی مثل مسیریابی و دسته‌بندی اطلاعات در لبه شبکه (Edge) به شمار می‌رود.

کلودفلر در ۹ اکتبر نیز مدل Clef-omni را معرفی کرد و توانایی تصمیم‌گیری را علاوه بر متن و عکس، به صدا و ویدیو هم گسترش داد. این قابلیت چندوجهی برای برنامه‌هایی که نیاز دارند پیش از انتخاب اقدام بعدی، محتوای چندرسانه‌ای را تحلیل کنند (مثل سیستم‌های نظارت بر محتوا یا دسته‌بندی خودکار) یک برگ برنده واقعی است.

پرپلکسیتی: مدل Pplx-Decider

شرکت پرپلکسیتی با مدل Pplx-Decider V1.1 27B رویکرد متفاوتی را در پیش گرفته است؛ آن‌ها وزن‌های این مدل را تحت مجوز آپاچی ۲ (Apache 2.0) به صورت آزاد منتشر کرده‌اند و هم‌زمان یک API ابری فوق‌العاده ارزان با قیمت تنها ۰٫۰۲ دلار به ازای هر یک میلیون توکن ورودی در اختیار گذاشته‌اند. این مدل ۲۷ میلیارد پارامتری که بر پایه Qwen3.5 ساخته شده، هم از ورودی‌های چندوجهی پشتیبانی می‌کند و هم خروجی‌های کاملاً ساختاریافته تحویل می‌دهد.

پرپلکسیتی در بیانیه ۶ اکتبر خود بر دسترسی آزاد به وزن‌ها و قیمت بسیار پایین تأکید کرد و سپس در به‌روزرسانی ۹ اکتبر از ثبت دقت خیره‌کننده ۹۴٫۵ درصدی در بنچمارک Decision Bench با هزینه باورنکردنی ۰٫۰۱۷ دلار به ازای هر ۱۰۰۰ تصمیم خبر داد! تلفیق وزن‌های آزاد و API ارزان‌قیمت به توسعه‌دهندگان این آزادی عمل را می‌دهد که یا مدل را با هزینه‌های سخت‌افزاری روی سرور‌های خودشان بالا بیاورند، یا بدون دردسر از API پرسرعت استفاده کنند.

لیکوئید ای‌آی: مدل‌های سری D1

مدل D1 شرکت Liquid AI از تصمیم‌گیری‌های فوق‌سریع و ساختاریافته بر روی متن و تصویر پشتیبانی می‌کند و با قیمت ۰٫۰۴ دلار به ازای هر یک میلیون توکن ورودی عرضه می‌شود. در تاریخ ۷ اکتبر نیز شرکت Liquid AI دو مدل وزن‌باز به نام‌های D1-3B و D1-Omni-600M را منتشر کرد که به طور اختصاصی برای اجرای محلی حتی روی گجت‌ها و دستگاه‌های لبه شبکه بهینه‌سازی شده‌اند.

اینسپشن: مدل Mercury Decide

مدل Mercury Decide امکان انتخاب بین گزینه‌های ساختاریافته، امتیازدهی و پاسخ‌های بله/خیر را فراهم می‌کند و جالب اینکه یک نسخه رایگان با محدودیت نرخ درخواست از طریق OpenRouter در دسترس قرار داده است. طبق مشخصات اعلام‌شده، این مدل قادر است تا ۱۴ تصمیم در ثانیه اتخاذ کند؛ مزیتی فوق‌العاده برای توسعه‌دهندگانی که می‌خواهند بدون دست به جیب شدن برای پرداخت هزینه API، ساخت برنامه‌های مبتنی بر تصمیم‌گیری را آزمایش کنند.

آپ‌استیج: مدل Solar Decide

شرکت Upstage مدل‌های Solar Decide و Solar Decide Flash را برای دسته‌بندی، امتیازدهی و مسیریابی جریان‌های کاری عرضه کرده است. نسخه Flash تمرکز ویژه‌ای روی به حداقل رساندن تأخیر دارد و از پنجره متنی عظیم ۵۱۲ هزار توکنی پشتیبانی می‌کند؛ قابلیتی حیاتی برای زمان‌هایی که تصمیم‌گیری وابسته به اسناد بسیار طولانی یا داده‌های حجیم وضعیت برنامه است.

توگدر ای‌آی: مدل Tev1

مدل Tev1-4B-Experimental از شرکت Together AI بر پایه معماری Qwen3.5-4B ساخته شده و وظیفه انتخاب بین گزینه‌های از پیش‌تعیین‌شده را به دوش می‌کشد. این مدل از طریق API ابری با نرخ ۰٫۰۴۲ دلار به ازای هر میلیون توکن ورودی در دسترس است و علاوه بر امکان دانلود وزن‌ها، دستورالعمل آموزش آن نیز منتشر شده است؛ هرچند توسعه‌دهندگان باید پیش از استقرار تجاری، شرایط مجوز وزن‌های مدل را به دقت بررسی کنند.

مدل Kev-4B

پروژه Kev اثر جرد پالمر (Jared Palmer)، خانواده‌ای از مدل‌های تصمیم‌گیری متن‌باز با مجوز Apache 2.0 است که بر پایه معماری Qwen و در ابعاد ۰٫۸ تا ۲۷ میلیارد پارامتر توسعه یافته است. نسخه ۴ میلیارد پارامتری (4B) روی سخت‌افزارهای مناسب به راحتی به شکل محلی اجرا می‌شود و با پیاده‌سازی API مدل Jev، گزینه‌ای عالی برای کسانی است که به دنبال میزبانی اختصاصی یا فاین‌تیون مدل‌های تصمیم‌گیری خود هستند.

خانواده مدل‌های لایا (Laya)

پروژه Laya از سوی شرکت Convai Innovations، یک خانواده از مدل‌های تصمیم‌گیری وزن‌باز است که به جای مدل‌های زبانی مولد سنتی، از معماری‌های سبک انکودر (Encoder) بهره می‌برد. نسخه انگلیسی ۴۲۱ میلیون پارامتری و نسخه چندزبانه ۳۲۲ میلیون پارامتری آن، مسیریابی سریع، امتیازدهی و دسته‌بندی را هدف گرفته‌اند و امکان استقرار محلی با پشتیبانی از بیش از ۱۰۰ زبان زنده دنیا را فراهم می‌کنند.

مدل Drex

مدل Drex از شرکت Nace.AI یک مدل تصمیم‌گیری تخصصی است که چندین پرسش ساختاریافته را تنها در یک مرحله پردازشی (Forward pass) پاسخ می‌دهد و به جای تولید متن، درصدهای احتمال دقیق را بازمی‌گرداند. این شرکت Drex را گزینه‌ای ایده‌آل برای کاربردهای سازمانی مانند دسته‌بندی اسناد، بررسی‌های انطباق قانونی و اتوماسیون جریان‌های کاری معرفی کرده است.

مدل Span-01 از شرکت Respan

مدل Span-01 شرکت Respan به طور خاص روی شناسایی رفتارها و ارزیابی تعاملات ایجنت‌های هوش مصنوعی تمرکز دارد؛ از تشخیص اقدامات ناامن و نارضایتی کاربر گرفته تا لزوم ارجاع موضوع به اپراتور انسانی. شرکت Respan علاوه بر نسخه تجاری Span-01، یک نسخه رایگان به نام Span-01 Lite را هم عرضه کرده که برای سیستم‌های نظارتی و گاردریل‌های ایمنی هوش مصنوعی ابزاری حیاتی است.

پروژه Strands Decider

پروژه Strands Decider یک طرح متن‌باز و آزمایشی متعلق به اکوسیستم Strands Agents است. این مدل از معماری مبتنی بر Qwen بهره می‌برد و از تصمیم‌های ساختاریافته همراه با درجه اطمینان پشتیبانی می‌کند. از آنجا که با لایسنس Apache 2.0 منتشر شده، به جای وابستگی به سرویس‌های تجاری مدیریت‌شده، می‌توان آن را کاملاً به صورت محلی نصب و اجرا کرد. همچنین در کنار آن، یک سرویس مدیریت‌شده کامل برای مدل‌های تصمیم‌گیری در پلتفرم آمازون بدراک (Amazon Bedrock) نیز در دسترس قرار گرفته است.

پروژه SemIf (با نام قبلی OpenJev)

از دیگر پروژه‌های کامیونیتی و جامعه متن‌باز می‌توان به SemIf (با نام قبلی OpenJev) اشاره کرد که احتمال گزینه‌ها را از دل مدل‌های بازی مانند Qwen3.5-4B استخراج می‌کند؛ به علاوه پیاده‌سازی‌های دیگری که بر پایه Gemma، MiniCPM و سایر مدل‌های وزن‌باز عمومی شکل گرفته‌اند.

گزینه‌های جذاب بیش‌تر در گیتهاب

همچنین یک مجموعه رو‌به‌رشد در گیتهاب برای جایگزین‌های Jev شکل گرفته که شامل پروژه‌هایی مثل Verdict، Von و پیاده‌سازی‌های متنوعی از OpenJev است؛ با راهکارهایی متنوع از کلاسیفایرهای اختصاصی و جمع‌وجور گرفته تا آداپتورهایی که مدل‌های زبانی عمومی را به موتورهای تصمیم‌گیری چابک تبدیل می‌کنند.

مدل‌های وزن‌باز و میزبانی محلی در برابر سرویس‌های ابری و متکی بر API

متن‌باز بودن لزوماً به معنای هزینه صفر نیست! شاید یک مدل نیازی به پرداخت هزینه مجوز یا اشتراک ماهانه نداشته باشد، اما هنوز به منابع پردازشی گران‌قیمت کارت‌های گرافیک (GPU)، پشتیبانی فنی مهندسان، مانیتورینگ دائمی و کالیبراسیون دقیق احتمالات نیاز دارد. البته مدل‌های کوچکتری هم هستند که روی سخت‌افزارهای معمولی کار می‌کنند، هرچند عملکرد و سازگاری آن‌ها ممکن است تفاوت‌های محسوسی داشته باشد.

نکته مهم دیگری هم وجود دارد: در حالی که مدل‌های بزرگ مثل کلود (Claude) شرکت آنتروپیک به راحتی از پس دسته‌بندی و خروجی‌های ساختاریافته برمی‌آیند، گاهی اوقات استفاده از یک نسخه سبک کلود مثل Haiku یا یکی از مدل‌های سبک‌تر و کم‌فکرتر اوپن‌ای‌آی هم می‌تواند یک جایگزین عملی باشد؛ به ویژه در سناریوهایی که برنامه گهگاه به استدلال‌های متنی و باز نیاز پیدا می‌کند.

در دنیای تصمیم‌گیری، عملکرد و دقت حرف اول را می‌زند

سرعت و قیمت برای همه مدل‌های هوش مصنوعی مهم هستند، اما وقتی پای تصمیم‌گیری در میان باشد، دقت از همه چیز حیاتی‌تر است! واقعاً چه اهمیتی دارد که یک مدل فوق‌سریع و مفت و مجانی باشد، اگر بیش‌تر اوقات اشتباه تصمیم بگیرد؟ با زیاد شدن گزینه‌ها در بازار، سنجش و مقایسه آن‌ها هم به یک چالش جدی تبدیل شده است؛ ارزان‌ترین مدل لزوماً دقیق‌ترین نیست و سریع‌ترین مدل هم ممکن است درجات اطمینان و احتمالات کاملاً بی‌دقتی تحویل دهد.

حالا تلاش‌های ارزیابی مستقل در حال پر کردن این خلأ هستند. برای نمونه، لیدربورد مدل‌های تصمیم‌گیری در OpenRouter این مدل‌ها را بر اساس تعداد درخواست‌های واقعی ارسال‌شده رتبه‌بندی می‌کند. تا ۱۱ اکتبر، مدل Jev از نظر حجم درخواست‌ها صدرنشین بود و بعد از آن GPT-6 Luna Decisions، مدل Perplexity Decider V1.1، کلودفلر Clef Flash و نسخه رایگان Mercury Decide قرار داشتند. البته این آمار نشان‌دهنده میزان استفاده کاربران است نه لزوماً دقت مدل، و استقرارهای خارج از این بستر را هم شامل نمی‌شود.

از طرف دیگر، بنچمارک Jevman از شرکت Opper AI تصمیم‌گیری را به یک مسابقه هیجان‌انگیز در بازی پک‌من (Pac-Man) تبدیل کرده است! مدل‌ها باید وضعیت بازی را سبک‌سنگین کنند و در کم‌تر از ۲ ثانیه جهت حرکت را برگزینند. این بنچمارک عملکرد هر مدل را در طول ۱۰۰ بازی می‌سنجد و زمان پاسخ‌دهی و میزان اطمینان نتایج را زیر ذره‌بین می‌برد. روش بسیار خلاقانه‌ای برای ارزیابی تصمیم‌گیری سریع است، اما موفقیت در هدایت پک‌من لزوماً به این معنی نیست که آن مدل بتواند در امور بیمه‌ای، تراکنش‌های مالی یا مسائل حساس پزشکی هم تصمیم‌های درستی بگیرد!

برای کسب‌وکارها و شرکت‌ها، بنچمارک واقعی این است که مدل روی داده‌های اختصاصی خودشان چطور تصمیم می‌گیرد. آزمایش‌ها باید نرخ خطا، کالیبراسیون اطمینان، تأخیر زمانی و پیامدهای هشدارهای کاذب مثبت و منفی را بسنجند؛ چون مدلی که قیمتش نصف است اما دو برابر پرونده‌ها را برای بررسی دستی پیش اپراتور می‌فرستد، در عمل هیچ صرفه اقتصادی به همراه ندارد.

مدل‌های تصمیم‌گیری در حال تبدیل شدن به لایه جدیدی از زیرساخت هوش مصنوعی هستند

دلیل مشخصی دارد که چرا این همه غول فناوری به دنبال مدل‌های تصمیم‌گیری افتاده‌اند: بخش عمده‌ای از فعالیت‌های ایجنت‌های خودکار هوش مصنوعی شامل همین انتخاب‌های کوچک و تکراری است. اگر این تصمیم‌ها به جای دلارها هزینه، با چند سنت ناچیز و در کسری از ثانیه انجام شوند، معادلات اقتصادی اجرای ایجنت‌ها در مقیاس‌های بزرگ دگرگون خواهد شد.

حالا توسعه‌دهندگان به جای آنکه برای همه کار‌ها به یک مدل غول‌پیکر و گران‌قیمت تکیه کنند، می‌توانند ترکیبی هوشمندانه بسازند: مدل‌های استدلال‌گر گران‌قیمت در کنار مدل‌های ارزان تصمیم‌گیری، کلاسیفایرهای معمولی و قوانین نرم‌افزاری قطعی. به این ترتیب هر قطعه پازل، کاری را انجام می‌دهد که دقیقاً برای آن ساخته شده است.

هر چه مدل‌های تخصصی تصمیم‌گیری بیشتری وارد بازار شوند، قیمت آن‌ها حتی بسیار سریع‌تر از مدل‌های هوش مصنوعی عمومی افت خواهد کرد. گزینه‌های وزن‌باز هم فشار را بر ارائه‌دهندگان تجاری دوچندان می‌کنند تا برتری خود را در دقت، پایداری و سهولت استفاده اثبات کنند. با این همه گزینه جدید و ابزار‌هایی که هر روز از راه می‌رسند، شکی نیست که این ماراتن داغ و جذاب تازه اول راه است!

یادداشت سردبیری: اطلاعات این گزارش بر اساس داده‌های در دسترس تا تاریخ ۱۲ اکتبر ��۰۲۶ تنظیم شده است. قیمت‌ها، دسترسی به مدل‌ها و سقف استفاده رایگان همواره ممکن است تغییر کنند و بهتر است پیش از پیاده‌سازی نهایی دوباره بررسی شوند.