蚂蚁数科发布决策模型LingDT-Decision-1.0，Token消耗降超90%

10月22日，蚂蚁数科正式发布决策模型LingDT-Decision-1.0。该模型专为快速决策打造，在处理结构化决策任务时具备准确率更高、响应更快、Token成本更低等优势，尤其适合产业AI场景。模型提供4B和27B两个版本，目前已在蚂蚁数科DTMaaS平台上线，开发者可限时免费体验。

蚂蚁数科团队在客服、风控、金融等真实业务场景测试显示，处理同样任务时，LingDT-Decision-1.0相比大语言模型可将Token消耗降低超90%，响应时效提升10倍，性能表现更优。其核心思路是把大模型从“先生成结构化答案、再做后续解析”转变为“在限定选项中直接做判断”，减少输出不稳定带来的格式问题，简化解析与校验流程。

具体场景中，数据标注任务相比DS-V4-flash，Token消耗降低约97%，处理时效提升约10倍；智能客服场景相比Qwen-3.7-flash，Token消耗降低90%，处理时效提升约1倍，风险识别准确率由76%提升至89%；金融应用场景中，意图识别、工具调用、幻觉检测等任务处理时效提升约5倍，工具组合完全匹配率提升约2.6倍，幻觉召回率由44%提升至70%。

相比其他决策模型，LingDT-Decision-1.0首创支持原生多选与按序决策（DAG）能力，可一次识别多项诉求并按依赖关系完成多步决策，更适配企业真实业务流程。在23项开源评测基准中，其综合评分超过Microsoft-Decision-1、Jev 1.13等热门决策模型，27B版本在同参数模型中取得最高准确率。