Julia 1

模型简介

Julia 1 是 Supersonic Labs 于 2026 年 9 月发布的开源决策模型，基于 mmBERT-small 多语言编码器构建。它读取给定的状态、问题和 2–20 个候选答案，返回选择结果与概率，可用于文本分类、路由、分级评分和布尔判断；它不是聊天或文本生成模型。

规格与运行

模型共有 1.443 亿参数，原生运行时最多接收 8192 个合并输入 token；历史准确率评测使用 1024 token。官方提供 Python CPU 与 CUDA 运行时，同一权重另有 ONNX/WebGPU 浏览器导出。模型文件约 550.5 MiB，采用 Apache 2.0 许可；训练流水线未公开。

官方评测

2026 年 9 月 24 日的官方 H200 BF16 评测中，Typed Decisions 正确率为 73.15%（1463/2000）；AG News 四分类、DAIR Emotion 六分类和 Banking77 的 72 标签候选筛选试验分别为 94%、86% 和 64%，后三项各测试 100 个样本。MASSIVE 场景分类在 52 个 locale 的宏平均准确率为 71.50%。这些结果来自不同任务与测试设置，不能推断其他场景的准确率。

使用边界

Julia 1 只能比较输入中提供的候选答案，不能补充缺失事实，也没有证实的复杂推理能力。原生调用限 2–20 个选项；较大候选集的分层路由可能在缩小范围时丢失正确答案。部署前应按具体任务验证。当前公开的是本地权重与运行代码，未见已上线的按 token 收费 API。