ZeroDrift 发布 Anchor 3.0：面向合规审查的小型专用模型

AI 初创公司 ZeroDrift 发布了 Anchor 3.0，并将其定位为「首个合规执行模型」。不同于通用大模型在 prompt 中塞入规则手册的做法，Anchor 3.0 是一款参数量在 100 亿以下的小型语言模型，将金融、保险、医疗等领域的大量监管规则直接「写进」权重中，企业自有政策可通过 LoRA 适配器或文档上传方式加入。

核心定位：通用模型做推理，执行模型做裁决

ZeroDrift 把这一类产品称为 enforcement model。其工作方式是：读取一条 AI 即将发给客户的消息，找出违反法规或公司政策的措辞，给出改写版本，并对改写结果做二次校验。模型返回的不是开放式回答，而是一个决策（违规/合规）、所引用的规则条款、原文片段以及已校验过的合规改写，所有决策都会被记录可追溯。

公司表示，Anchor 3.0 单条消息推理约 1.5 秒，成本约 1 美分，因此可以对 agent 发出的每一条消息都做检查，无需采样。

基准对比：召回率领先，速度与成本大幅占优

ZeroDrift 与数据标注公司 Surge AI 合作，构建了一个包含 150 条任务的「FINRA Communications Benchmark」，由人类合规审核员标注。Anchor 3.0 与七款被其标注为「frontier model」的模型在同一基准上对比，结果如下：

召回率（Recall）：Anchor 3.0 为 95.5%，其余模型分布在 61.1%–92.9% 之间。ZeroDrift 称，比表现最接近的前沿模型 GPT-5.6 Sol（high）少漏掉 37% 的违规。
p95 延迟：Anchor 3.0 为 1.51 秒，仅次于 Gemini 3.5 Flash-Lite（1.58 秒），但显著快于其它前沿模型；自部署在客户 VPC 中时延迟可低于 100 毫秒。
每千条消息成本：Anchor 3.0 报价 10 美元（包含改写与校验，无输出 token 计费），低于 Sonnet 5、Sol、Opus 5、Astra、Fable 5.1 等多款前沿模型。

ZeroDrift 称最快可比前沿模型快 34 倍、最多便宜 12 倍。需要指出的是，基准中列出的部分模型名称（如 GPT-5.6 Sol、GPT-6 Astra、Claude Opus 5、Claude Sonnet 5、Gemini 3.5 Flash-Lite 等）在公开信息中尚无对应产品，且基准标注的日期为 2026 年 9 月，对比结果的外部可验证性有限。

精度与权衡

在精度（precision）维度，Anchor 3.0 为 55.7%，与 Sol（55.0%）、Astra（49.6%）处于相近区间，但低于 Haiku 4.5（69.3%）、Fable 5.1（60.8%）等模型；F1 分数为 72.2%，并非所有对比模型中最高（Sonnet 5 为 79.7%、Fable 5.1 为 73.7%）。

ZeroDrift 认为，在合规场景下「漏报一条违规」可能招致监管处罚，而「误报」只是增加人工复核成本，因此将召回率作为首要指标。该公司也表示，所有模型在同一测试集上对人类审核员的标注做评分，已尽量控制测试条件一致。

部署形态

Anchor 3.0 可通过 ZeroDrift 的 API 调用（每千条消息 10 美元统一价），也支持自部署在企业自有云环境中，单 GPU 即可运行，对应参数规模在 100 亿以下。整体上，这一产品定位介于传统规则引擎与通用大模型之间，主打低延迟、低成本、可解释的合规前置检查。