整理：TopAIMap 编辑
Respan 开源 Span-02：设思考截止时间的决策模型，约 $0.01/百万输入
2026-10-15 Respan 发布 Span-02（Gemma 4 26B-A4B 微调，Apache-2.0）：deadline 输入、类型化答案+置信度；HF 权重可自托管。
当地时间 2026年10月15日（美西约上午10点），决策路由与评测平台 Respan 发布开源决策模型 Span-02：把「思考截止时间」当作输入，到点返回当前最优决策与置信度，而不是让你先选 effort 再干等。官方宣布帖互动约 357 赞 / 21 万展示；同日及次日持续在开发者圈传播。
模型是 Gemma 4 26B-A4B 的微调（MoE，约 4B 激活），Apache-2.0，权重在 Hugging Face respanai/span-02（约 16.4GB NVFP4/FP8），需用仓库自带 Rust/CUDA engine 跑，不能直接用 transformers/vLLM 加载。输入可为文本/JSON + 最多 4 张图；输出是类型化答案（choice / yes-no / score / number）和概率分布，不做自由文本。公开 Decision Index 文本 63.62、视觉 70.69；Gateway 价宣称输入约 $0.01 / 百万 token，关闭思考时可低延迟决策，也可设 budget_ms 拉长思考。自托管推荐单卡 Blackwell（RTX PRO 6000 / 5090）。
谁能用：开源权重（Apache-2.0）可自托管；也可经 Respan Gateway / API 按量调用（需 API key）。面向开发者与 Agent 产线，不是消费级 Chat App。HF 下载 + Docker/本地 engine；Enterprise 级监控/路由走 Respan 产品面。无 Waitlist 门槛（权重公开），但自托管需兼容 CUDA 的 NVIDIA GPU。
真实用法：客服路由里一次请求同时判部门、是否退款、愤怒等级、迟到天数（官方 System One 示例）；Agent 在屏幕导航/工单分类里设截止毫秒数，避免「想太久拖垮整条流水线」——不确定就返回置信度，交给上游决定是否人工接管。
解读：Span-02 把 anytime 算法搬进开源决策小模型，打的是生产 Agent 的时延—质量权衡，而不是榜单全能。讨论：1）类型化输出 + 置信度，会不会比「再包一层 JSON 提示词」更稳？2）4B 激活的专用决策模型，能否在真实产线里长期压过通用大模型的便宜 Flash 档？
来源：Respan @RespanAI https://x.com/RespanAI/status/2110777826240819205 · Hugging Face https://huggingface.co/respanai/span-02 · Respan https://respan.ai/
参考资料
