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。
AI 根据报道生成 · 4 天前更新
