HeyGen Decision 1 上架：文字與圖片直接變選項機率，信心分數能當正確率嗎？
OpenRouter 的原始模型頁將 HeyGen Decision 1 與 Turbo 的上市日期列為 2026 年 11 月 13 日。HeyGen 官方開發者文件則說明它們的決策介面與限制，文件本身沒有標示發布日期。 本文說明官方資料、具體用途與能力限制，協助判斷採用條件。
把客服問題交給 AI 分流，最終程式需要的往往是部門、緊急程度和一段可核對的依據。若模型先寫一大段說明，再由程式猜出標籤，流程就多了一層解讀與格式錯誤的機會。
OpenRouter 的原始模型頁將 HeyGen Decision 1 與 Turbo 的上市日期列為 2026 年 11 月 13 日。HeyGen 官方開發者文件則說明它們的決策介面與限制，文件本身沒有標示發布日期。
這類模型讀取文字或媒體後，直接回傳真假機率、選項分布或有序評分，讓應用程式取得固定型別的答案。API 是供程式呼叫服務的介面，回傳決策不等於已替你執行後續操作。
值得留意的是，官方提供的 confidence 信心分數不是經過驗證的答對機率。數值可以描述選項分布有多集中，卻不能直接決定是否免除人工檢查。
我會先用低風險分類工作建立對照資料，再決定哪些分數可自動採用。原廠與 OpenRouter 的媒體支援、價格與 Turbo 開放條件，也要分別確認。
接下來從三種輸出如何對應工作問題開始，再看多媒體、信心分數與成本，避免把結構整齊誤當成判斷已經可靠。
三種固定答案，把分類與評分交回程式處理
HeyGen Decision 1 不以寫一段聊天文字為主要輸出，而是回答事先命名的問題。
第一種是 noul，回答一個真假問題的估計機率，例如這張客服單是否仍然卡住。它提供零到一之間的數值，不會另外產生一段自然語言說明。問題定義越含糊，分數也越難對應實際工作。
第二種是 choice，從事先列出的選項中選一個，並提供各選項的機率。以客服為例，可以定義帳務、技術支援與業務部門，再替每個選項補上範圍。最高選項可作為分流候選，但程式仍需處理模糊、資料不足或人工接手的情況。
第三種是 score，對有順序的等級評分。它回傳各等級的分布與加權後的平均索引，因此結果可以有小數。例如三個等級以零、一、二表示時，平均一點七五是在這套等級上的期望值，不能直接說成百分之八十七點五的使用者受到影響。
一次請求可以包含一到四百個有名稱的問題，同一份狀態可用文字或 JSON 資料描述。每個問題都依同一狀態獨立回答，不會自動把前一題的結果餵給下一題。若後續判斷真的需要前一個答案，應由程式安排下一次請求。
因此，它比較像固定格式的判斷元件，而非替整個工作負責的總代理。分類結果可以交給流程引擎或人工清單，實際寄信、變更訂單和付款，仍是另外的動作與授權，不能因為選項已經出現就視為完成。
問題命名也會影響後續維護。若只叫問題一、問題二，選項規則改版後容易對錯欄位。使用清楚名稱並保存定義，程式與人工審查才能知道分數對應什麼。這是工程上的建議，不代表模型會自動替企業維護分類規範。
以緊急程度為例，可以把服務完全無法使用和一般使用諮詢分開，明確寫出缺少資訊時如何處理。若問題只問是否重要，不同標記者可能各有答案，模型再精準也難以對齊尚未定義的業務要求。
同一批資料也能檢查選項是否涵蓋實際情況。若所有問題被迫塞進三個部門，跨部門案件可能得到很集中的錯誤分布。新增待人工分類選項或先檢查資料是否充分，往往比單純調高信心門檻更有意義。
當分類規則有版本時，應把模型版本、問題文字、選項和門檻一起記錄。後續發現誤判，才能分清是模型改變，還是業務規則已經不同。
固定格式降低了解析負擔，問題與選項定義是否合適，仍是應用程式的責任。
信心分數描述分布，不能代替實際正確率
choice 回傳每個選項的機率，confidence 則由這組分布計算。
當選項多於一個，官方的 confidence 計算會把最高機率相對於均勻分布的位置轉成零到一附近的指標。它反映模型多偏向某個選項，不是把大量有正確答案的真實工作驗證後，得到的答對比例。
例如四個選項本來平均各占四分之一，某選項的機率明顯高於其他項，信心數值就會提高。但選項定義不良、重要資訊缺漏，或輸入內容誤導模型時，集中分布仍可能集中在錯的選項。
官方規格還有一個能說明差異的邊界：若 choice 只有一個選項，結果固定為該選項，機率和信心都為一，而且不需要模型判讀。若把信心一當成已證實百分之百正確，就會連這種沒有真正比較的輸出也當成保證。
對應到使用者介面，較穩妥的做法是保留選項分布與待人工處理狀態，避免只顯示一個很醒目的信心百分比。這是作者的設計建議，並非官方已提供特定風險控管畫面的證據。
若要設定自動分流門檻，應準備已人工標記的資料，觀察某分數區間實際錯多少、錯在哪類，以及哪些案例應直接送人工。不同任務的錯誤成本不同，內部標籤和對外承諾也不應共用同一套無條件採用規則。
要決定自動採用門檻，必須回到有正確標記的自家資料測量，而非只看數字接近一。
原廠可看影片，平台入口仍要逐項確認
同一模型名稱出現在不同服務入口，不代表每種媒體輸入都完全相同。
HeyGen 直連文件允許一份請求搭配最多四張圖片與一支影片，影片以抽取影格供判斷。這不等於逐字理解所有音訊，也不代表任意長影片的每一秒都已被完整檢查，應依文件的媒體規格另作測試。
狀態文字裡出現網址，會被當成文字內容，系統不會因此自動打開網頁讀取。只有在媒體資產欄位提供符合條件的來源，才會載入影像內容。若要判斷某張產品照片，應確定實際傳送的是圖片，而不是只貼一條網址到說明中。
OpenRouter 的模型頁目前明列文字與圖片輸入。即使原廠直連支援影片，也不能直接推論平台入口已提供同樣能力。這種差異可能來自介面和供應商整合進度，導入時應把入口名稱和支援欄位一起保存。
官方直連是同步回傳結構化決策的介面，和 HeyGen 生成影片後等待工作完成的流程不同。開發者不應因公司以影片產品聞名，就沿用影片工作輪詢或聊天完成的程式。模型名稱之外，請求和回應協定也必須正確。
媒體判斷還需要保留問題對應的證據。例如要判斷包裝是否破損，先定義哪些部位必須看見、什麼程度屬於破損，再測不同角度與模糊照片。這比只問圖片好不好，更能把結果接到可檢查的工作流程。
採用前要把供應商入口、媒體格式與資料傳輸一起核對，不能只憑模型名稱判斷。
Turbo 預覽與輸入計價，影響能否大量導入
價格較低的模型提供另一種選擇，但開放條件與整段用量必須一起算。
OpenRouter 在查詢時列出，標準版每百萬輸入 token 為零點一四美元，Turbo 為零點零九美元，輸出價格均列為零。Token 是模型計算內容用量的單位，輸出零費用不表示整個服務免費，輸入仍可能產生費用。
原廠文件也說明，共享狀態在多個問題中可能被重讀，所以輸入用量可以大於單份狀態的長度。不能只用原文件字數乘上價格，就假定已算出四百題一起判斷的完整帳單，應以實際用量欄位和供應商計價說明核對。
標準版上下文為十三萬一千零七十二個 token，Turbo 為二十六萬二千一百四十四個。這個容量要容納格式化狀態、問題、條件與媒體等內容，不是所有空間都能填成原始文件，再另外無限加入問題。
Turbo 在 HeyGen 文件仍標示預覽，並說明會在之後向所有 API 金鑰開放。OpenRouter 有模型上市頁，與原廠每個帳戶都能立即呼叫，是兩種不同的可用性證據。試用前應在自己使用的入口確認，不能只看便宜價格就預設全面可用。
官方資料也沒有提供足以支持所有分類工作優於其他模型的獨立成績。比較時可以讓兩個版本讀同一組輸入，使用相同問題與選項，再看人工判定品質、延遲及整段費用。若便宜模型導致更多人工接手，單位價格優勢未必轉成總成本下降。
只有在相同資料與驗收門檻下比較品質和費用，才知道便宜的單位價格能否變成實際節省。
HeyGen Decision 1 常見問題
使用這類介面時，最常混淆的是型別、機率、媒體支援與自動操作權限。
它能代替一般聊天模型嗎？
主要用途不同。這個介面回答固定型別的問題，適合分類、分流和評分。要長篇說明、寫文章或逐步討論，仍需適合生成文字的工具。結構化答案讓程式更容易讀取，但不包含完整任務規劃。
回傳四百題，代表模型會自動串成工作流嗎？
不是。每題根據相同狀態獨立回答，不會把前一題答案當成下一題輸入。要安排條件分支、重試或動作核准，仍需由應用程式實作，並檢查是否取得相應授權。
信心分數很高，可以跳過人工檢查嗎？
應先以自家資料測量，而不是直接用高分作保證。尤其選項只剩一個時，信心一甚至是固定輸出，與模型是否辨認正確無關。高成本錯誤應有不同的採用門檻和人工處理方式。
Turbo 價格較低，就一定比較適合大量工作嗎？
要一起看開放狀態、必要媒體支援與錯誤成本。價格是特定平台在查詢時的標示，並非原廠所有方案的統一承諾，也不保證同一任務的品質與標準版相同。
只貼資料網址，它會幫我讀網頁嗎？
原廠說明明確區分狀態文字和媒體資產。文字網址不會自動成為已讀取內容。若應用需要搜尋或下載文件，應另外安排來源取得步驟，保留真正送進模型的版本。
分清每一層責任，才容易把決策模型接到可管理的工作流程。
先定義哪些結果需要人，再測模型能分到哪裡
一個合理的試用起點，是選項固定、錯誤可回查，而且不會直接改變外部狀態的分類。
可先挑一個有固定選項的工作，例如把內部問題分成幾個負責部門，保留資訊不足或需人工確認的出口。測試資料除了明確案例，也應包含跨部門、缺少細節與內容矛盾的情況。
每筆結果至少核對選項是否合理、分布是否穩定，以及高分錯誤是否集中在某些類型。對照人工答案時，也要檢查人工標準是否一致，否則模型分數變化可能只反映分類規則沒有說清楚。
等到流程能清楚區分模型判斷、程式規則和外部操作權限，再考慮接更多工具。HeyGen Decision 1 的意義是增加一個可讀取結構化判斷的入口，可靠的完成條件仍須由整段流程建立。
等到分類品質、成本與人工接手方式都清楚，再逐步擴大自動處理範圍。
延伸閱讀：Hugging Face Decision Models 整合：AI 分類不用先寫一段話，機率又能信多少？
延伸閱讀：決策模型怎麼做 LLM 評測？Hamel Husain 教你調門檻、比成本、讀分數
