原文：Decision Models: The Next Shoe to Drop
作者：Jamin Ball
来源：SandHill.io #304 推荐阅读 · 行业动态与分析
说明：本文为中文编译稿，非全文翻译，完整内容请阅读原文。
这一期《Clouded Judgement》（2026 年 10 月 2 日）的主题是决策模型（decision model）：输入仍是非结构化文本，输出不是文章，而是一个带置信度的决定。Jamin Ball 把它看成开源权重之后、把 token 价格再打下来的下一只靴子。后半是他的云软件周度估值，整体中位数仍在 4.2 倍，高增长公司完全是另一个市场。
一个刚上线的品类，一周内变成共识动作
眼下两条热线，一是个人 AI（文中提到 Instinct、Muse、Grok Bot 和 OpenAI 的 Dots），二是 TypeSafe 的 Jev。Jev 9 月中才发布，放上 Vercel AI Gateway 的 24 小时内，约 13% 的付费团队用过，是该网关采用最快的模型。The Information 称公司在谈约 100 亿美元估值的一轮。同一周 OpenAI 推出 Decisions API，Databricks 推出决策模型驱动的 ai_decide，Perplexity 推出开源权重决策模型。模型菜单还在变长：前沿模型之后是开源权重，决策模型像是下一只落地的靴子。
决策可以是是/否、N 类里挑一个，或有序刻度上的分数，旁边再给概率。同一张支持工单可以变成：是否威胁流失，是、87%；路由到账单团队，92%；紧急度 3/10，置信 78%。Ball 还看重四类用法：按提示做模型路由；看智能体的下一步，决定继续、停止、重试或交给人；检查输出是否符合品牌或政策；从合同里标出需要法务再看的非标准条款。
便宜，但不能只跟最贵的模型比
有文章把 Jev 写成每百万输入 token 0.042 美元、输出免费，比领先模型便宜 100 倍以上。Ball 认为对比不完整：相对 GPT-6 Luna 这类便宜模型，差距更接近 4 倍，而 Luna 也能做分类和路由。还要看准确率、延迟和置信刻度。赌的是专用模型在二元分类上比通用模型准；若准确率接近前沿、价格接近 Luna，就该拿它比前沿价格。一串若/则判断会把延迟叠起来，决策模型承诺快得多，也给出通用便宜模型通常没有的置信度。把三项放一起，说它比今天的替代方案显著更便宜，他认为站得住。
今天的 token 里有多少能被接过去？他把问题交给 Claude，得到的猜测是 10%–15%。token 支出是价格乘数量。数量会升很多个数量级；价格终将下降，但一直缺“具体怎么降”的实例。开源权重是第一根桩，决策模型可能是下一只靴子。价格下降会把采用和用量推得更快。
倍数：整体 4.2 倍，前五名 38.3 倍
SaaS 多按未来十二个月收入（NTM）估值，因为多数公司利润或自由现金流还不足以横比全行业。倍数是企业价值（市值加债务减现金）除以 NTM 收入。当期：整体中位数 4.2 倍，前五名中位数 38.3 倍，十年期美债 5.2%。
高增长被他定义成 NTM 增速高于 22%，中增长 15%–22%，低增长低于 15%。22% 是为了让高增长桶里大约有十家公司而主观选取的。三个中位数：19.4 倍、6.8 倍、3.4 倍。
把 EV/NTM 收入再除以 NTM 增速，可以看出相对增长预期谁贵谁便宜。一家 20 倍、预期增长 100% 的公司落在 0.2。
自由现金流倍数只统计大于 0、小于 100 的公司，负值不列入。
散点则直接看增长还能否解释倍数。
经营中位数，以及表怎么算
NTM 增速 13%，过去十二个月 16%；毛利率 76%，营业利润率 4%，自由现金流利润率 21%；净留存 110%；获客回收期 31 个月；销售与市场、研发、管理费用占收入分别为 34%、22%、13%。
40 法则是增速加自由现金流利润率，两者都有过去十二个月和 NTM。自由现金流是经营现金流减资本开支。毛利调整回收期用上一季销售费用，除以当季净新增 ARR 乘毛利率，再乘 12。多数公司不披露净新增 ARR，他用季度订阅收入乘 4 作隐含 ARR；不披露订阅收入的公司剔除。数据来自 Bloomberg、PitchBook 和公司文件。观点属于作者本人，不代表 Altimeter，也不构成投资建议。
