Mouse-1

5. Mouse / Mouse-1（A线 product）— https://mouse.dev

产品简介

Mouse 是一家做智能体基础设施的团队，其旗舰产品 mouse-1 是一个专为 AI Agent Harness（承载模型、工具、记忆与编排的那一层）设计的通用决策模型。官方在 2026 年 10 月 13 日的博客《Introducing Mouse-1》中发布：开发者在已有 harness 里加一个 API 调用，把当前状态与候选选项传进去，模型就会为每个选项返回一个概率，harness 据此决定路由、闸门还是校验，把所有细碎决策交给它，主模型只负责规划与写代码。官方测得每次决策约 100 毫秒模型时间，比 GPT-6 Sol 快 163 倍——在测试中，mouse-1 做出决策时 GPT-6 Sol 连第一个 token 还没吐出来。该产品在 2026 年 10 月 21 日于 Product Hunt 上线，同批获得 98 票。

核心功能

• 单 API 接入的决策模型：harness 提供任务上下文与候选选项，mouse-1 返回每个选项的概率。开发者可以自行决定这些分数如何影响执行，甚至决定哪些决策需要送人工复核。
• 跨陌生环境的高准确率：官方在未见过的新工具与代码仓库上评测，mouse-1 平均决策准确率 89.1%，对照的 d3 为 85.8%、Clef 84.2%、OpenAI Decisions 82.5%、d3-flash 81.4%、Jev 79.1%。
• 代理工具与安全评测：官方另用 BFCL（工具选择）、API-Bank（工具选择）、When2Call（何时该调工具）与 PhishNChips（钓鱼决策）四项基准的均值衡量代理工具调用与安全性，同时区分于 37 题的 HF Decision Index。
• 抗提示注入加固：官方说明这是早期 Jev 模型结果中被最多抱怨的问题，他们用植入指令的方式做了专门评测，mouse-1 的决策没有因此改变；其公开的决策翻转率对比中 mouse-1 为 27.6%。
• 图像输入（beta）：官方说明可以直接把图片附在同一请求里，每个问题都会看到同一张图，概率与价格不变，并给出内容审核、文档路由（报税单/发票/合同/身份证件）、浏览器使用（错误/加载中/就绪/需登录）等真实生产模型输出示例；图片输入目前为 beta，官方坦承只在上述场景上验证过，尚未有公开发布的图像基准。
• 微调与校准：可以用你自己 harness 上的决策样本（附正确答案）通过 API 做微调，每次调优都会先与基座模型对比测试后才开放；校准则用你的样本来设定置信度阈值，让 harness 知道哪些决策该送审。官方说明除非开启 Outcomes，否则不会存储你的决策数据。
• Mouse 自身的 Agent 产品线：除 mouse-1 API 外，官网还提供 Pro 与 Max 订阅档的云端智能体产品，支持 BYOK 零加价透传、推送审批、skills 与 MCP 接入。

特色优势

1. 成本比前沿模型低一到两个数量级：官方给出的每千次决策成本对比中，mouse-1 为 0.10 美元，与 OpenAI Decisions 持平，远低于 Cloudflare Clef 的 0.24 美元、Claude Haiku 4.5 的 1.25 美元、Claude Sonnet 5 的 3.75 美元、Claude Opus 5 的 6.25 美元与 GPT-6 Sol 的 6.50 美元，官方称最高可比前沿模型便宜 65 倍。
2. 只算输入不计输出：定价页写明 mouse-1 输入每百万 token 0.10 美元、输出 0.00 美元（免费），成本结构对决策类短输入场景非常友好。
3. 延迟优势显著：约 100 毫秒的决策时间意味着 harness 可以在主模型还在生成第一个 token 时就完成路由判断，官方称在自家编码智能体 harness 上加入 mouse-1 后整体延迟有明显改善。
4. 可离线复现评测：官方明确把 37 题的 HF Decision Index 与四项代理工具/安全基准分开表述，避免用不同口径的分数互相包装。
5. 门槛低：注册后在已验证邮箱上即可获得 5 美元额度试用，无需信用卡。

应用场景

• 智能体工具路由：在每一步决定该调哪个工具、还是直接回答。
• 调用时机判断：判断当前是否值得发起工具调用，避免无意义的调用与权限打扰。
• 内容与合规审核：对生成的图片做安全判断，对文档做自动归类。
• 浏览器 Agent 状态识别：识别当前页面处于错误、加载、就绪还是需要登录等状态。
• 降低主模型成本与延迟：把大量细碎决策转移给便宜的小模型，只在必要时调用昂贵模型。

适用人群

自建 AI Agent 或 Agent Harness 的开发者与基础设施团队、需要压低 Agent 运行成本与响应延迟的 SaaS 团队、做浏览器 Agent、工具调用与安全审核的工程师，以及正在把多智能体协作从概念推进到生产的团队。

出品方

Mouse 是一家专注智能体基础设施的公司，官网由「The craft of autonomy.」这句定位语贯穿，提供 API、Docs、Console 控制台、Blog、Download 下载页与独立的定价页，发布博客的作者署名为 Pete。

更新动态

• 2026 年 10 月 13 日发布博客正式介绍 mouse-1，同批上线 API 与文档，新用户可获 5 美元额度试用。
• 上线后陆续加入图像输入（beta）、微调与置信度校准两项能力，并针对提示注入做了专门的抗性加固与评测。
• 产品在 2026 年 10 月 21 日于 Product Hunt 上线，同批获得 98 票，主题为「A decision model for your agent harness」。

官网链接

https://mouse.dev ｜ API：https://mouse.dev/api ｜ 文档：https://mouse.dev/docs ｜ 定价：https://mouse.dev/pricing ｜ 发布博客：https://mouse.dev/blog/mouse-decision-model/