纯 C 推理引擎 Colibrì 上线 brio 模式：不再生成文本，只给闭集选项打分
Colibrì 是一个纯 C、零引擎依赖的 MoE 推理引擎，把存储、内存与显存当成一层统一的推理层级来用——用不到的专家放在 SSD 上，需要时再流式读回。它目前覆盖九个模型家族，从 GLM-5.2/5.3（744B）、DeepSeek V4 Flash（284B）一路到 975B 的 Inkling 与 2.8T 的 Kimi K3；按官方说明，GLM-5.2 的 int4 权重约 372GB，可在最低 16GB、推荐 24GB 内存的机器上运行，GPU 不是必需品，而 2.8T 的 K3 需要约 1.6TB 硬盘、32GB 内存起步。
9 月 21 日（北京时间）的 v1.12.0 给全部九个引擎加上 brio 模式：把「答案允许取的值」交给引擎，它读每个选项 token 的概率而不采样，因此完成 token 数为 0，输出也不可能跑出给定集合；同一份状态在多问题上复用快照（两级快照下 4 个问题的 prompt 从 496 token 降到 176），官方给出 5.7 倍与 2.4 倍两档实测加速。9 月 24 日的 v1.12.1 进一步把 TypeSafe 那套 Jev API 的 POST /v1/systemone 做进服务端：为它写的客户端改一下 base URL 就能指向 colibri，noul / choice / score 三类问题与置信度公式都按文档实现。
它改变了什么：这一段决策模型（System One）的路线里，多数实现落在模型侧微调——重新训一份权重；Colibrì 把它做进引擎与接口层，同一份开源权重不动，靠「读 logits 而不生成」回答带概率的闭集问题，还顺手兼容了外部已定的接口标准。边界：结构化输出与加速比均为项目自测（九个 tiny fixture 加两个真实权重），本站未复跑；版本时间是 GitHub releases 的发布时间，不代表项目首发日，2.8T 支持等能力里程碑来自 9 月 13 日及更早的版本，不在本轮窗口内。