**开源音频决策模型 Homi 性能超越 Gemini Flash，成本仅为 1/50**

_Show HN: Homi, open decision model for audio, near Flash on MMSU and 50x cheaper_

> 开源项目 Homi 是一款原生处理音频的决策模型，能够直接分析音频片段并回答各类问题（如情感、音高变化等）。在 VocalGrad 和 MMSU 基准测试中，Homi 的准确率超越 Gemini Flash，且推理成本仅为后者的 1/50。该模型基于冻结权重的 Qwen3-Omni-30B 架构，通过 LoRA 微调决策头实现，无需生成文本即可输出概率分布，为大规模音频监控与评估提供了高性价比的解决方案。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-29 01:09（北京时间）
- **原文**：[打开原文](https://github.com/egma-ai/homi)