当前多数大模型以生成文本为主，但在很多 Agent 决策环节，我们真正需要的是可靠的概率输出。joey-1 正是为此设计，它舍弃了文本生成，直接给出校准后的概率分布，显著降低了计算开销。
模型核心指标
- 参数量仅 2B
- 输出为校准概率而非文本
- P50 延迟 20 毫秒
- 每百万输入 token 成本 0.01 美元
- 完全开源权重
低延迟和极低成本让它特别适合实时决策系统或大规模并行调用。开发者可以将它嵌入 AI Agent 的判断模块，用于分类、排序、风险评估等任务，无需承担 70B 以上模型的昂贵推理费用。
这一发布再次表明，小型专用模型在特定垂直场景中正变得越来越有竞争力。中文团队在构建落地应用时，可以考虑用这类轻量决策模型替换部分大模型调用，显著降低整体成本并提升响应速度。