一句话看懂：vLLM Semantic Router 团队发布 d3-ultra，一个 26.09B 参数、Apache-2.0 许可的多模态“决策模型”，不生成文本，而是对输入一次性读取后、为每个问题返回概率，可用于路由、分类、视觉定位和视频判断。
事件核心：发生了什么
据 MarkTechPost Research 2026 年 10 月 26 日报道，vLLM Semantic Router 团队推出 d3-ultra，参数规模 26.09B（稠密结构，含 0.46B 视觉编码器），每题支持 131,072 tokens 上下文。模型沿袭 Qwen3.5 架构，64 层中有 48 层线性注意力、16 层全注意力；官方暂未公布量化版本，测试跑在 1 张 AMD Instinct MI325X 的 BF16 权重上。它属于 Decision 3.0 家族（0.6B 至 27B），支持 Choice、Yes/No、Score、Box、Track 五类问答输出。
团队自建两项内部测试：SR-Text 共 10,411 条文本请求、73,495 个问题，d3-ultra 得 87.2（机会校正准确率），高于 GLiDE V1.2 的 85.1 和同门 d3-turbo 的 83.1；SR-Box 在 10 个域上为 58.2%，9 个域上为 54.6%，低于 d3-turbo 的 60.0% 和 59.6%。单张 MI325X 上，1 个图片问题耗时 304 ms，255 个问题 2.16 s。
为什么重要
这代表一类与生成式大模型不同的路线：把“路由、判断、定位”从生成任务中拆出来做成专用决策模型，用一次读入摊薄多问题推理成本。对 AI 应用而言，语义路由和分类常是调用链的前置环节，若用一个开源权重模型覆盖文本、图像、视频判断，可减少多模型拼接与闭源 API 依赖。不过这些分数均来自团队自报的内部评测，并非第三方榜单，目前公开信息显示其尚未进入公开索引。
对用户/开发者/创作者的影响
开发者可通过 Transformers 的 AutoModel、vllm-sr serve 命令、免费 API（decision.vllm-sr.ai）或官方 Hugging Face Space 四种方式接入；Apache-2.0 许可便于自托管与二次集成。代价是硬件门槛不低：目前官方测试仅基于单卡 MI325X，且未列量化版本。创作者与企业若想用它做内容分类、PDF/图表定位或视频片段检索，需要先评估自有算力和时延预算。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 SR-Box 在自然图像上落后 d3-turbo 约 5 个百分点，后续是否会通过更新缩小差距；二是量化版本、更多硬件适配与公开榜单成绩何时落地；三是竞品 GLiDE、Jev 与闭源决策 API 是否跟进降价或补齐视频定位能力。
