Hindsight来自创作者
Hindsight 发布专为智能体记忆设计的决策模型与推理接口
Hindsight 推出三款面向智能体记忆的模型，由决策模型 hs-decide-1-flash 接管巩固、reflect 与知识页中的细小判断，让大模型专注写作。系统评测显示七个大模型里有六个答案更好、五个更便宜，在 gemini-3.8-flash 上相关操作成本与调用时间都明显下降。
同步上线 Hindsight Inference API 与开源权重，托管按输入 token 计费且新账户有免费额度，决策模型用 Apache 许可证、重排与嵌入模型用 MIT。配套的 hs-rerank-1 与 hs-embed-1 面向记忆检索，可在 CPU 上运行并覆盖八种语言。
要点
- hs-decide-1-flash 接管记忆链路中的细小判断
- 七个大模型里六个更好、五个更便宜
- 参与操作成本在 gemini-3.8-flash 约降 2.5 倍
- Inference API 起价每百万输入 token 0.005 美元
- hs-rerank-1 与 hs-embed-1 可 CPU 运行
原文：Introducing Hindsight Models: memory 2.5x cheaper and 2x faster, with better answers
The LLM writes, the decision model judges. hs-decide-1-flash takes over the small judgments inside Hindsight: better answers from six of seven LLMs, cheaper for five.
收录于 。摘自官方博客的简短节选，著作权归原发布者所有。