Baseten 发布 joey-1：2B 决策模型，每百万输入 token 定价 0.01 美元

核心事实

Baseten 旗下研究团队 Base Labs 发布决策模型 joey-1。据 MarkTechPost 报道，该模型参数量为 2B，由 Qwen3.5-2B 后训练而来，输出的是标签与校准后的概率，而非自由生成的文本，主要面向高并发的请求路由、分类与护栏检查场景。Baseten 给出的 API 价格为每百万输入 token 0.01 美元，权重以 MIT 许可在 Hugging Face 公开。

据模型卡信息，joey-1 支持 choice、yes/no、score 三类问题，所有问题共享一次前缀预填充，因此增加问题带来的额外开销较小。训练数据为 621 万条决策样本，目标函数为交叉熵加 Brier 校准项，并设有可训练的「我不知道」选项。

背景与影响

joey-1 是 Baseten 决策模型家族的第三个成员，此前已发布 27B 的 mammoth-1 与 9B 的 elephant-1，三者共用训练数据与 /v1/systemone 接口，切换只需改动一行。Baseten 自报 joey-1 在 Jev Decision Index 0.4 公开集上得分 63.30，为 4B 以下最高，但在同一数据集上落后 elephant-1 8.94 分。Baseten 还报告平均 2000 token 请求的 P50 端到端延迟为 20 毫秒。校准概率可用于设置置信阈值，把不确定的请求升级到更大模型或人工处理。

限制与来源

上述性能与延迟数字均为 Baseten 自行报告，不同厂商的延迟测量方式不可直接比较；官方未列出量化版本，自托管需一块 CUDA GPU，显存要求未披露。价格、上下文长度与可用渠道请以 Baseten 官网及模型卡当前信息为准。本文信息来自 MarkTechPost 报道，相关指标尚未获独立第三方确认。