ScaleDown 三款单任务约束解码模型上线 OpenRouter：输入 $0.04/M tokens、输出免费

10 月 13 日，LLM 聚合平台 OpenRouter 在 X 上宣布：来自 ScaleDown 团队的约束解码（constrained decoding）模型家族正式上线，包括 Summarize、Extract、Classify-1 三款模型，「每一款都为单一任务专门构建」。帖文同时给出上线促销价——八折：输入 $0.04/M tokens，输出免费——并附上服务商页面链接。截至 10 月 14 日检索时，这条已获得约 240 个点赞、超过 2 万次浏览。

帖文发出的同一天，该页面已挂出三款模型详情：Summarize 与 Extract 均带 100 万 token 上下文窗口，三款输入单价同为 $0.04/M tokens、输出 $0/M。与平台上的通用模型不同，这三款模型的介绍各自只对应一种输出——摘要、带出处的结构化字段、分类概率。ScaleDown 在其中自述是一家「构建约束解码模型（Constrained Decoding Models，CDM）」的应用 AI 研究实验室，账号目前有 388 名关注者；而发布这条消息的 OpenRouter 约有 15.4 万关注者。帖文没有展开「约束解码」的具体实现，机制细节主要来自 ScaleDown 自己的文档（见下文），功能描述本身均为两家当事方口径。

Summarize、Extract、Classify-1：一款模型只接一个任务

按 OpenRouter 帖文与模型页的描述，三款模型的分工如下：

Summarize：把长文本、图像与 PDF 转成简短一致的摘要，帖文点明的用途是上下文压缩（context compaction）与转录摘要。模型页补充说它做的是「抽象式摘要」——用模型自己的话改写出流畅、忠实的版本，而不是从原文摘句——适用场景还包括文档审阅，以及在检索增强生成（RAG）流程里把检索到的内容先缩短、再送进下一个模型。
Extract：调用方用自然语言描述想要哪些字段，拿回「干净的 JSON」，每个结果带置信度分数与来源 span（即原文中可定位的片段）。经由 OpenRouter 调用时，字段描述通过 provider.options.scaledown.entities 参数传入。模型页列出的目标材料包括合同、发票、邮件与转录文本，并称其内置 OCR（光学字符识别），扫描件和 PDF 不需要单独的预处理步骤。
Classify-1：用户自定义标签，经由 OpenRouter 的 Decisions API 返回每个标签的校准概率，而不是生成的文字。模型页称它与 TypeSafe 的 Jev Decisions API 请求兼容，能对文本或文档回答单选、是/否判断与有序量表三类问题，适合应用内的路由、内容审核、意图识别与领域打标。

输出免费之后，账单只随输入长度增长

按八折与页面现价反推，促销前的输入单价应为 $0.05/M tokens；页面上三款模型并列同一个价。对摘要类任务，输出免费是实质性差异——摘要的输出 token 往往不少，而在这里成本不随输出长度变化，账单只由输入体量决定。

ScaleDown 在账号简介里给出的卖点更激进：其 CDM「比 LLM 快 200 倍、便宜 467 倍」，注册即送 5000 万 token 额度。这两句都是厂商自述，本次的上线帖文与模型页均未附测试数据。作为参照，称自己是「LLM 的统一接口，400+ 模型（含 50+ 免费）」——这次等于把一款输出免费的专用模型，摆进了以通用模型为主的聚合平台。

文档披露的机制：锁死的采样、逐条置信度、并发作答

写明：调用走 OpenAI 兼容的 chat/completions 端点，格式、侧重、语言与字数由系统提示词控制，而采样参数（temperature、top-p）被固定在一套「为忠实摘要调校」的配置上；文档的承诺是输出「稳定、可预期，而不是有创意或幻觉的」，并称结果会经过校验、拒绝跑题输出。响应里带 input_chars、output_chars 和 latency_ms，方便追踪压缩比与延迟。

把它定义为「描述驱动的命名实体识别」：字段名和描述本身就是提示词的一部分，文档建议用小写标签（模型按小写实体名训练）、用完整指令代替短名词，并提醒别给同一概念两个粒度重叠的标签。每个返回片段两侧各带 500 字符上下文，便于直接核对；置信度分数可按全局或单字段设阈值过滤低置信结果，也可以把低分结果路由进人工复核队列。布尔或小类别字段——比如「账户是否逾期」——没有原文片段可摘，文档说明这类键经 enum/oneOf 约束后会被转给一个「专为类别判断构建的约束解码模型」处理，也就是家族里负责分类的那一款。

则拆开了 Classify-1 背后的机制：单选题变成一次单标签分类调用，是/否题变成一次二元分类调用，量表题先按有序档位做单标签分类、再折算成概率加权期望值；同一请求里的所有问题对同一份 state 并发作答，用量按内部各次调用的 token 之和计。文档还写明 classify-1 钉死在版本 1，目前与指向最新版的 classify 完全相同。

上线约一小时后，Neal Patel 到评论区留言

这次上线把「单任务专用模型」作为独立供应商摆进了聚合平台。ScaleDown 的 X 账号 2019 年注册，位置标注纽约。OpenRouter 帖文发布约一小时后，在下面留言：「很兴奋能在第一天就与你们合作！」——其账号简介自述身份是 ScaleDown 联合创始人兼 CEO。对 OpenRouter 而言，这是一次形态不同的上架：不以通用能力论价，而是把摘要、抽取、分类各拆成一个定价单元。

第三方测试：单条 0.01 美分，摘要质量被挑出毛病

评测博主 JohannaCodes 在帖文下贴出了，题为《ScaleDown 的 Summarize 模型：便宜得离谱……但质量到底扛不扛得住？》。她在自己的基准里让各模型摘要她近期信息流里的 YouTube 视频：Summarize 单条花费 $0.0001（0.01 美分），用来对比的通用模型中，Gemini 3.8 Flash 的单条成本约为其 63 倍，DeepSeek 4 Pro 约为 20 倍，Grok 4.7 约为 137 倍；在她那轮批量对比里，Summarize 的返回速度也快于其余模型。但结论与便宜同样明确——她在里写「便宜得离谱，但摘要有明显的弱点（还有一些怪异之处）」：措辞生硬、通读费劲，还用了一口英式拼写，她提到 Reddit 上也有人报告同样现象。她的落点是使用边界：会议记录、git 讨论、客服工单这类摘要不需要顶级文笔，「你只需要一份像样的摘要」。

Dusan Odalovic ：「Extract 这个听起来不错——模型没法凭空捏造一条文本里不存在的发票号。Summarize 嘛，我还得亲眼看到它跑起来才行。」HiloW.Ai 则把它写进架构设想：「把任务专用模型放在路由上，才是生产环境调用图该有的样子：摘要负责压缩，抽取负责结构化，只有真正需要生成时才动用前沿模型。」他补的技术理由是，短小一致的摘要步骤比一条巨型对话更能保住键值缓存（KV-cache）命中率。

「训练时就校准了」：一句回应，和一个无人回复的提问

用户 Patch 在帖文下问了一个指向核心卖点的问题：「当用户自定义标签时，Classify-1 的校准是怎么评估的？」Neal Patel 当天：「校准在我们训练模型时就已经做了，它们默认就是校准好的。」这是一句话式的回答；ScaleDown 的 Decisions 文档把各类问题的解码描述为「与 /classify 相同的校准解码」，但截至本文核查，该页没有给出针对自定义标签的校准评估方法或基准。

同样悬着的是数据留存。开发者 Christopher Baer ：直连 ScaleDown 是零数据留存（zero data retention，ZDR），那经由 OpenRouter 调用还是吗？「我读了你们的文档，没看出来。」截至 10 月 14 日检索时，这条提问下还没有出现公开回复；本文核查的模型页与文档页也未说明经由 OpenRouter 路由时的留存策略。发布约一天后，这两个问题都还没有书面答案。

参考链接

OpenRouter 宣布帖：
OpenRouter ScaleDown 供应商页面：
ScaleDown Summarize 文档概览：
ScaleDown Extract 文档概览：
ScaleDown Decisions 文档概览：
ScaleDown X 账号：
Neal Patel「第一天合作」回复：
JohannaCodes 回复：
JohannaCodes 测评视频：
Dusan Odalovic 回复：
HiloW.Ai 回复：
Patch 校准提问：
Neal Patel 校准回复：
Christopher Baer ZDR 提问：
OpenRouter X 账号：