Artificial Analysis 发布决策模型基准 Decision Index v1.0

Artificial Analysis 发布 Decision Index v1.0，从分类、工具调用、知识和推理四个维度评测决策模型，并与语言模型对比。据其公布的结果，typesafeai 的 Jev 1.13 得 58 分，居决策模型之首，高于 fastinoAI 的 GLiDE（54）和微软的 Microsoft-Decision-1（54）。 不过 Jev 1.13 并非所有模型中的最高分：Claude Haiku 5.5 (Low) 得 61 分，比它高 3 分，但每任务耗时 1.4 秒、每百万任务成本 184 美元，而 Jev 1.13 为 0.13 秒和 42 美元。 成本方面，Perplexity 的 Decider v1.1 27B 以每百万任务 17 美元为最低，Microsoft-Decision-1（31 美元）和 Jev 1.13（42 美元）也处于能力与成本的帕累托前沿。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。