Valen-Decision-1.5：五个尺寸，支持画框，一次前向完成

Valen-Decision-1.5 发布，覆盖 0.8B 到 27B 五个尺寸。它回答关于文本、图片和视频的判断、选择和打分问题，现在还能在图片中框出你描述的目标。

每个尺寸都提供原生权重、ONNX 和 GGUF。0.8B、2B 和 4B 已上线在线体验和免费 API，无需密钥，无需下载。

新增能力

画框。 bbox 问题返回目标框、中心点和置信度。它可以和判断、选择、打分问题放在同一个请求里，一次前向全部回答。详见 bbox 问题。

块结构注意力。 承载文本和媒体的共享前缀内部双向可见，所有问题共用一次计算。决策类问题通过同一个双向块读取前缀，每个 bbox 问题各有一个块。详见架构说明。

五个尺寸。 0.8B、2B、4B、9B 和 27B。可以先用 0.8B 在笔记本 CPU 上试，任务需要时再换更大的。如何选择版本？

Jev Decision Index 成绩

在 Jev Decision Index 0.4.1 上，Valen-Decision-1.5-27B 的公开视觉榜得分 82.9，在 83 个参评模型中排第一；公开文本榜得分 74.7，在 298 个模型中排第三。计入私有测试集的视觉总分为 73.3，排第五。名次取自 2026 年 11 月 11 日的榜单。

模型	公开文本榜	公开视觉榜
Valen-Decision-1.5-0.8B	54.71	58.84
Valen-Decision-1.5-2B	61.89	70.54
Valen-Decision-1.5-4B	69.01	77.85
Valen-Decision-1.5-9B	70.61	79.93
Valen-Decision-1.5-27B	74.66	82.91

分数为 0 到 100 的归一化指数。各尺寸完整结果

选择运行方式

你想要	从这里开始
在浏览器里试	在线体验
从代码调用	免费 API
Python 或 JavaScript，CPU、CUDA 或 WebGPU	ONNX 与 SDK
在 CPU 上起本地 HTTP 服务	GGUF runtime 0.2.0
GPU 部署	vLLM · SGLang
用自己的数据微调	训练指南

获取模型

• Valen-Decision-1.5 合集
• 源码仓库
• Cookbook

来源：Valen 发布记录。