RESEARCH / STRUCTURED DECISIONS

2026.09.24

SPX-CD-Preview开源多模态快速决策模型。

SPX-CD-Flash ↗ · SPX-CD-Pro ↗ · SPX-CD-Omni ↗

SPX-CD（Simplex Calibrated Decision Model）根据文字、图片与候选项，快速返回程序可直接使用的选择、概率和评分。

API 调用 ↗运行测试案例 ↗

SPX-CD / IN ACTION

看看 SPX-CD 如何做决策。

SPX-CD：结构化决策、照片整理与浏览器工作流。

01 / 07

照片来源 ↗

02 / LIVE BROWSER

给它一个任务，看它操作。

试试航班规划、商品查找或表单填写。

● ● ●Simplex Browser本次任务：0 / 25 次调用就绪

输入任务，查看浏览器操作过程与结果。

03 / TEST CASES

试试这些决策任务。

选择示例，体验多问题、多选、评分与图像判断。

模型结果

运行示例，查看模型的判断结果。

04 / EVALUATION

评测表现

CMDB-1500、JevBench 与 Decision Index，比较判断能力与概率校准。

CMDB-1500

1,200 道文本题与 300 道图片题。SPX-CD 本次评测使用 effort=2。

SPX-CD-Pro81.20%全题准确率 · 1,500 题

SPX-CD-Flash79.53%全题准确率 · 1,500 题

SPX-CD-Omni76.27%全题准确率 · 1,500 题

筛选

SPX-CDJev通用推理模型其他决策模型

查看文本榜精确数值

CMDB-1500 文本榜，固定分母 1,200，有效回答为整个评测范围覆盖
排名	模型 / 版本	准确率 · 0–100%	答对 / 固定分母	有效 / 全评测范围
01	GPT 6.1 Sol · low	80.00%	960 / 1,200	1,500 / 1,500
02	SPX-CD-Pro	79.33%	952 / 1,200	1,500 / 1,500
03	Claude Sonnet 5.5 · low	78.00%	936 / 1,200	1,500 / 1,500
04	StartLux-Decision-27B · BF16	77.92%	935 / 1,200	1,500 / 1,500
05	pplx-decider · v1.1 27B	77.83%	934 / 1,200	1,500 / 1,500
06	SPX-CD-Flash	77.58%	931 / 1,200	1,500 / 1,500
07	GPT 6 Luna · low	76.58%	919 / 1,200	1,500 / 1,500
08	Microsoft-Decision-1 ·9B	76.17%	914 / 1,200	1,200 / 1,200
09	GLM 5.3 Flash · low	75.75%	909 / 1,200	1,500 / 1,500
10	StartLux-Decision-35B-A3B · BF16	75.67%	908 / 1,200	1,500 / 1,500
11	SPX-CD-Omni	74.67%	896 / 1,200	1,500 / 1,500
12	Mercury Decide	73.92%	887 / 1,200	1,200 / 1,200
13	pplx-decider 27B	72.83%	874 / 1,200	1,500 / 1,500
14	Jev	72.17%	866 / 1,200	1,200 / 1,200
15	Open-Jev · Zefan 27B	71.67%	860 / 1,200	1,199 / 1,200
16	Cloudflare Clef	71.50%	858 / 1,200	1,485 / 1,500
17	JPT · 9B	71.33%	856 / 1,200	1,500 / 1,500
18	Qwen 3.8 Flash	71.08%	853 / 1,200	1,500 / 1,500
19	Kimi K2.6	71.00%	852 / 1,200	1,500 / 1,500
20	Mapika · Decider 4B v2.1	69.83%	838 / 1,200	1,200 / 1,200
21	Cloudflare Clef-flash	69.67%	836 / 1,200	1,485 / 1,500
22	GPT 6 Luna Decisions	69.67%	836 / 1,200	1,498 / 1,500
23	Imajev-9B	68.83%	826 / 1,200	1,478 / 1,500
24	Kev · 9B	68.67%	824 / 1,200	1,200 / 1,200
25	DeepSeek V4.1 Flash	68.58%	823 / 1,200	1,500 / 1,500
26	JPT · 4B	67.67%	812 / 1,200	1,500 / 1,500
27	Decision Lux · 9B	67.42%	809 / 1,200	1,200 / 1,200
28	Quyet-1.0 · Large 31B	67.08%	805 / 1,200	1,085 / 1,200
29	Jet · v6.2 4B	66.92%	803 / 1,200	1,200 / 1,200
30	Open-Jev · Zefan 9B	66.67%	800 / 1,200	1,199 / 1,200
31	Wity-1 · auto	66.67%	800 / 1,200	1,426 / 1,500
32	Nimble · v2 9B	66.58%	799 / 1,200	1,200 / 1,200
33	Hopper G · 4B v1.3	65.92%	791 / 1,200	1,200 / 1,200
34	Malkuth · 4B	65.58%	787 / 1,200	1,200 / 1,200
35	Hopper · 4B	65.50%	786 / 1,200	1,200 / 1,200
36	Winnow · 12B Q8	65.33%	784 / 1,200	1,410 / 1,500
37	JevK5	64.83%	778 / 1,200	1,200 / 1,200
38	Lev · 4B	64.58%	775 / 1,200	1,200 / 1,200
39	Kev ·4B API	64.33%	772 / 1,200	1,200 / 1,200
40	Mica · 4B BF16 GGUF	64.25%	771 / 1,200	1,200 / 1,200
41	Kev · 4B	64.17%	770 / 1,200	1,200 / 1,200
42	Jev-Omni · 12B	63.58%	763 / 1,200	1,493 / 1,500
43	APUS OpenJev · 9B 3000 High	61.42%	737 / 1,200	1,085 / 1,200
44	OpenDecider · Small	61.25%	735 / 1,200	1,200 / 1,200
45	APUS OpenJev · 9B 5949 High	61.08%	733 / 1,200	1,085 / 1,200
46	OpenDecider · Small TD	60.67%	728 / 1,200	1,200 / 1,200
47	APUS OpenJev · 4B 5949 High	60.08%	721 / 1,200	1,085 / 1,200
48	Ateve Jev	59.75%	717 / 1,200	1,087 / 1,200
49	Bocha Jev	58.92%	707 / 1,200	1,087 / 1,200
50	Winnow · E4B Q8	58.92%	707 / 1,200	1,410 / 1,500
51	Reflex · Stable 4B	58.50%	702 / 1,200	1,387 / 1,500
52	Plumb · v5.2 4B	58.08%	697 / 1,200	1,085 / 1,200
53	FLock THIS/THAT	57.67%	692 / 1,200	1,156 / 1,200
54	Kev · 0.8B	51.75%	621 / 1,200	1,200 / 1,200
55	Bosun v3.1 · 1.7B	49.75%	597 / 1,200	1,200 / 1,200
56	OpenDecider · Nano	46.75%	561 / 1,200	1,143 / 1,200
57	CalDec · Laya	46.08%	553 / 1,200	1,189 / 1,200
58	Bosun v3.1 · 0.6B	45.58%	547 / 1,200	1,200 / 1,200
59	Laya · Typed Decisions	44.58%	535 / 1,200	1,189 / 1,200
60	CalDec · GLiNER	43.17%	518 / 1,200	1,200 / 1,200
61	Laya · English	41.00%	492 / 1,200	1,189 / 1,200
62	Laya · Multilingual	40.25%	483 / 1,200	1,192 / 1,200
63	GLiNER2.5-Decide	38.58%	463 / 1,200	1,200 / 1,200
64	Julia-1	35.75%	429 / 1,200	1,079 / 1,200
65	Liquid AI · d1-omni-600M	35.50%	426 / 1,200	1,128 / 1,500
66	CLM v0.1 · 8B	34.92%	419 / 1,200	1,200 / 1,200

查看图片榜精确数值

CMDB-1500 图片榜，固定分母 300，有效回答为整个评测范围覆盖
排名	模型 / 版本	准确率 · 0–100%	答对 / 固定分母	有效 / 全评测范围
01	Claude Sonnet 5.5 · low	92.67%	278 / 300	1,500 / 1,500
02	GPT 6.1 Sol · low	92.00%	276 / 300	1,500 / 1,500
03	GLM 5.3 Flash · low	90.67%	272 / 300	1,500 / 1,500
04	StartLux-Decision-35B-A3B · BF16	89.67%	269 / 300	1,500 / 1,500
05	GPT 6 Luna · low	89.33%	268 / 300	1,500 / 1,500
06	SPX-CD-Pro	88.67%	266 / 300	1,500 / 1,500
07	SPX-CD-Flash	87.33%	262 / 300	1,500 / 1,500
08	StartLux-Decision-27B · BF16	87.00%	261 / 300	1,500 / 1,500
09	pplx-decider 27B	86.33%	259 / 300	1,500 / 1,500
10	JPT · 9B	85.67%	257 / 300	1,500 / 1,500
11	pplx-decider · v1.1 27B	85.33%	256 / 300	1,500 / 1,500
12	Wity-1 · auto	84.67%	254 / 300	1,426 / 1,500
13	Imajev-9B	83.67%	251 / 300	1,478 / 1,500
14	Qwen 3.8 Flash	83.00%	249 / 300	1,500 / 1,500
15	SPX-CD-Omni	82.67%	248 / 300	1,500 / 1,500
16	Kimi K2.6	81.33%	244 / 300	1,500 / 1,500
17	JPT · 4B	81.00%	243 / 300	1,500 / 1,500
18	Reflex · Stable 4B	80.33%	241 / 300	1,387 / 1,500
19	DeepSeek V4.1 Flash	79.67%	239 / 300	1,500 / 1,500
20	GPT 6 Luna Decisions	79.33%	238 / 300	1,498 / 1,500
21	Jev-Omni · 12B	79.00%	237 / 300	1,493 / 1,500
22	Winnow · 12B Q8	77.33%	232 / 300	1,410 / 1,500
23	Winnow · E4B Q8	66.33%	199 / 300	1,410 / 1,500
24	Liquid AI · d1-omni-600M	48.33%	145 / 300	1,128 / 1,500
25	Cloudflare Clef	42.33%	127 / 300	1,485 / 1,500
26	Cloudflare Clef-flash	41.67%	125 / 300	1,485 / 1,500

查看全题榜精确数值

CMDB-1500 全题榜，固定分母 1,500，有效回答为整个评测范围覆盖
排名	模型 / 版本	准确率 · 0–100%	答对 / 固定分母	有效 / 全评测范围
01	GPT 6.1 Sol · low	82.40%	1,236 / 1,500	1,500 / 1,500
02	SPX-CD-Pro	81.20%	1,218 / 1,500	1,500 / 1,500
03	Claude Sonnet 5.5 · low	80.93%	1,214 / 1,500	1,500 / 1,500
04	StartLux-Decision-27B · BF16	79.73%	1,196 / 1,500	1,500 / 1,500
05	SPX-CD-Flash	79.53%	1,193 / 1,500	1,500 / 1,500
06	pplx-decider · v1.1 27B	79.33%	1,190 / 1,500	1,500 / 1,500
07	GPT 6 Luna · low	79.13%	1,187 / 1,500	1,500 / 1,500
08	GLM 5.3 Flash · low	78.73%	1,181 / 1,500	1,500 / 1,500
09	StartLux-Decision-35B-A3B · BF16	78.47%	1,177 / 1,500	1,500 / 1,500
10	SPX-CD-Omni	76.27%	1,144 / 1,500	1,500 / 1,500
11	pplx-decider 27B	75.53%	1,133 / 1,500	1,500 / 1,500
12	JPT · 9B	74.20%	1,113 / 1,500	1,500 / 1,500
13	Qwen 3.8 Flash	73.47%	1,102 / 1,500	1,500 / 1,500
14	Kimi K2.6	73.07%	1,096 / 1,500	1,500 / 1,500
15	Imajev-9B	71.80%	1,077 / 1,500	1,478 / 1,500
16	GPT 6 Luna Decisions	71.60%	1,074 / 1,500	1,498 / 1,500
17	DeepSeek V4.1 Flash	70.80%	1,062 / 1,500	1,500 / 1,500
18	JPT · 4B	70.33%	1,055 / 1,500	1,500 / 1,500
19	Wity-1 · auto	70.27%	1,054 / 1,500	1,426 / 1,500
20	Winnow · 12B Q8	67.73%	1,016 / 1,500	1,410 / 1,500
21	Jev-Omni · 12B	66.67%	1,000 / 1,500	1,493 / 1,500
22	Cloudflare Clef	65.67%	985 / 1,500	1,485 / 1,500
23	Cloudflare Clef-flash	64.07%	961 / 1,500	1,485 / 1,500
24	Reflex · Stable 4B	62.87%	943 / 1,500	1,387 / 1,500
25	Winnow · E4B Q8	60.40%	906 / 1,500	1,410 / 1,500
26	Liquid AI · d1-omni-600M	38.07%	571 / 1,500	1,128 / 1,500

.cmdb-panel[hidden]{display:block!important}.cmdb-chart-toolbar,.cmdb-filters{display:none}启用 JavaScript 可查看动画图表；完整成绩保留在下方表格中。

切换文本、图片或全题，查看对应准确率。

查看完整榜单与评测详情 ↗查看概率校准与 I/C 指数 ↗

JevBench 与 Decision Index

Decision Index · JevBench Public 231 · JevBench Hard 111
模型	effort	Decision Index ↑0.2.1	JevBench Public 231		JevBench Hard 111
模型	effort	Decision Index ↑0.2.1	准确率 ↑	ECE ↓	准确率 ↑	ECE ↓
SPX-CD-Pro	1	58.30	89.61%207 / 231	3.46%	79.28%88 / 111	4.73%
SPX-CD-Pro	2	—	90.04%208 / 231	5.78%	80.18%89 / 111	9.80%
SPX-CD-Flash	1	54.65	88.31%204 / 231	3.36%	77.48%86 / 111	5.18%
SPX-CD-Flash	2	—	89.18%206 / 231	2.41%	77.48%86 / 111	7.06%
Jev 1.13.0	—	57.91	86.58%200 / 231	—	72.97%81 / 111	—

Decision Index ↗JevBench ↗

05 / 概述

可直接使用的决策结果。

给出上下文、问题与候选项，SPX-CD 返回结构化结果。应用可以据此选择动作、筛选多个选项，或按概率设置触发阈值。

在浏览器智能体中，SPX-CD 选择下一步动作，浏览器工具负责点击、输入与读取页面变化，再交给模型继续判断。

SPX-CD-Flash、SPX-CD-Pro 与 SPX-CD-Omni 已在 Hugging Face 开源，提供 LoRA 权重、推理代码与评测结果。

06 / BUILD

一个接口，四种判断。

choice

从候选中选择一个动作。

multi_choice

按给定数量范围选择多个选项。

noul

给出是或否的概率判断。

score

在有序等级中进行评分。

试用 SPX-CD。

在 Playground 中运行任务，或通过 API 接入你的应用。

Playground ↗查看 API 文档 ↗