Artificial Analysis 推出决策指数，用于对比决策模型与语言模型的基准表现

发生了什么

Artificial Analysis 推出了 Decision Index v1.0，用于比较决策模型在分类、工具调用、知识和推理方面的能力、成本与速度。Jev 1.13 以 58 分领跑决策模型；Claude Haiku 5.5 (Low) 得分为 61，但每项任务耗时 1.4 秒，而决策模型耗时 0.13 秒；每百万项任务的成本为 184 美元，而决策模型为 42 美元。领先的决策模型在分类和工具调用方面表现与语言模型相当，但在知识和推理方面落后；在这两项任务中，它们给出的答案概率通常高于其准确率。

这件事到目前为止

Artificial Analysis 推出了 Decision Index v1.0，用于比较决策模型与语言模型在能力、成本和速度方面的表现。该指数报告称，领先的决策模型在分类和工具调用方面表现相当，但在知识和推理方面落后。 Jev 1.13 以 58 分领跑决策模型。Claude Haiku 5.5 (Low) 得分为 61，但每项任务耗时 1.4 秒，每百万项任务成本为 $184；相比之下，Jev 1.13 每项任务耗时 0.13 秒，每百万项任务成本为 $42。Artificial Analysis 还报告称，决策模型在知识和推理任务中给出的答案概率通常高于其准确率，这表明它们的自信程度超出了结果所能支持的范围。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议