原文：Threads
摘要
@jhinresh 用同一套貪吃蛇遊戲、同一套 typed decision（模型每步以固定結構化格式輸出決策）當基準，讓剛出的 Laya 和 Jev 各自由跑 30 秒。結果 Laya 以每秒 85 次決策拿下 46 分、蛇長 52；Jev 每秒僅 3.2 次決策，只得 1 分、蛇長 7。決策吞吐量的差距直接反映在遊戲成績上。
重點
- 測試設定：同一套貪吃蛇 + 同一套
typed decision，30 秒自由跑，控制變因只剩模型本身 - Laya：分數 46、蛇長 52、決策 85 次/秒
- Jev：分數 1、蛇長 7、決策 3.2 次/秒
- 決策速率差約 26 倍，在即時遊戲這種「反應速度即實力」的場景，吞吐量差距被直接放大成成績差距
- typed decision：要求模型每步輸出固定型別/結構的決策（而非自由文字），方便程式直接執行與計速
- 貼文互動：302 讚、19 留言、166 分享；作者感嘆「Jev 才剛出來，現在又多了 Laya，根本來不及玩」——這類輕量即時模型正密集出現
個人洞見
和 Jev 虛擬試衣 那篇的 $0.0011/620ms 對照看：620ms 約等於每秒 1.6 次決策，跟這裡實測的 3.2 次/秒同一量級；而 Laya 的 85 次/秒已經進入「每一幀都能問模型」的境界。即時 AI 應用的瓶頸正從「能不能做」變成「每秒能決策幾次」，這個指標值得持續追蹤。