Strands Agents团队于2026年10月15日宣布，在此前Strands Decider 2B的基础上新增四款基于Gemma 4的开源决策模型：E2B、E4B、12B和26B-A4B。它们面向智能体工作流中的专门判断任务，例如任务路由、工具参数检查、护栏控制和结果评估，而不是替代通用大语言模型完成所有生成工作。官方公告
这组模型支持三类决策提问：判断命题是否为真、从多个选项中选择并给出置信度，以及对有序标签进行评分。官方在JevBench v1的231项公开任务上测试，E2B、E4B、12B和26B-A4B的准确率分别为77.9%、81.0%、86.6%和89.6%；在单张NVIDIA H100 80GB上的报告中位延迟为102至245毫秒。官方同时提醒，这些结果受硬件、运行时、输入长度和批量设置影响，不应直接视为所有生产场景的性能保证。
这次更新体现出智能体基础设施的一个细分方向：把“是否调用工具、调用哪条流程、是否允许继续执行”等判断从大型通用模型中拆分出来，交给更小、更快、可本地部署的专用模型。这样做可能降低部分调用的延迟和成本，也便于对决策阈值进行独立测试。不过，模型准确率并不等于业务安全性，尤其涉及敏感数据、资金操作或自动执行时，仍需结合人工复核、日志记录和失败回退机制。
四款模型及评测材料已通过Hugging Face提供，相关适配器、读出头和代码采用Apache 2.0许可。需要注意的是，公告中的训练数据、评测任务和延迟环境均有明确限定；不同业务的状态描述、选项设计和阈值设置可能显著改变结果。因此，开发者更适合先用自己的智能体决策样本建立测试集，再比较模型规模与端到端成本，而不是仅依据公开榜单选型。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
