该模型基于Qwen3.5-9B后训练，面向低延迟单次决策评分并已上线Foundry。
推荐理由：模型在约十五万道盲测题上以单次前向取得最高准确率，并宣称较次名快四点五倍，表明专用决策头可能替代部分昂贵的多轮推理流程。
阅读原文