OpenAI在DevDay发布Decisions API，基于最小的Luna模型，返回带置信度的预设答案而非聊天文本，响应仅150毫秒。它介于提示词聊天模型与小型分类器之间，适合内容分类、请求路由和智能体决策。目前仅限预览，定价、候选答案数量及能否自定义微调尚不明确。

Hermes Jev Skills 是开源工具集，将决策模型 Jev 嵌入智能体，负责模型路由、记忆过滤、上下文压缩、技能挑选等七类小决策，让前沿模型专注重活。Jev 每次决策仅需 0.4 秒、约 0.00006 美元，并附带置信度。它不上传截图和网页正文，密钥对智能体不可见，还设有六层兜底与 shadow 模式。0.10.0 版修复了模型池维度被丢弃的静默 bug。

卡内基梅隆大学与商汤实验室提出的SR^2AM模型通过三个独立系统优化智能体决策过程，显著提高推理效率。SR^2AM-30B在数学和科学任务中表现优异，Token消耗减少66.7%-95.3%。该模型结合模拟推理与自我调节，成功解决推理深度与效率的平衡问题，展现出更深层次的思考能力。