Kanana-2-v-decide

Kanana-2-v-decide 是 Kakao 于 2026 年 11 月 6 日开源的多模态决策模型：不生成长句，而是输出**概率（Noul）/ 选择（Choice）/ 分数（Score）**等结构化判断，供 AI 智能体在工具选择、客服分流、商品图判定等环节快速路由。新闻稿：https://www.kakaocorp.com/page/detail/12193 ；HF 集合：https://huggingface.co/collections/kakaocorp/kanana-2-v-decide ；权重示例：kakaocorp/kanana-2-v-decide-3b-2611。

要点（官方）：

• 基于自家多模态 Kanana-2-v-3b 打造，同时吃文本与图像；
• 嵌入式向量相似度结构，分类项多时可复用选择向量，降低重复计算；
• H200 单卡平均响应约 0.04 秒，自称相对 GPT-6 Luna 约 43× 更快；
• 在自建 Kanana Decision Bench（韩语约 1.59 万题）与公开 Decision Index 上自称领先 Decision-1、Jev、pplx-decider、Solar Decide 等；
• 许可为可商用的 Kanana Open License。

解决什么问题

智能体循环里大量步骤其实是“选哪个工具 / 是否满足条件 / 给个分”，用通用 LLM 再解析自然语言既慢又脆。决策模型把这一环产品化。

赛道对照

与 TypeSafe AI 的 Jev、微软 Decision-1、Perplexity pplx-decider、Upstage Solar Decide 同属专用决策模型；Kanana-2-v-decide 强调多模态 + 韩语自建评测 + 可商用开源。

局限

• 速度与榜单数字来自官方；跨语种/领域需自测；
• 不替代需要解释性长文的生成场景；
• 约 3B 规格，极复杂推理仍可能要回退大模型。

适合谁

• 做 Agent 工具路由、客服分类、商品/图像判定的产品与平台团队；
• 需要低延迟结构化判断、可商用开源权重的团队；
• 关注 Kakao Kanana 系列的研究者。

如何上手

1. 读 https://www.kakaocorp.com/page/detail/12193 ；
2. 从 https://huggingface.co/collections/kakaocorp/kanana-2-v-decide 拉取 kanana-2-v-decide-3b-2611；
3. 按服务选择概率 / 选择 / 分数三种输出格式之一接入路由逻辑；
4. 用自家标签集做校准，并对照 Decision Index 等公开集。