Today for AI
返回热点榜
llm热度 33.4°

AI 聚合热点事件 · 2026/11/9

Artificial Analysis 发布决策指数 v2 引入校准置信度新指标

2 篇收录报道2 家独立信源交叉印证持续跟踪至 2026/11/9 08:49:36
全景综述与最新动态
2 家信源交叉印证

Artificial Analysis 发布决策指数 v2，将私有数据集占比从 25% 提升至 45%，并新增奖励“正确性 + 校准置信度”的 Decision Score 主指标。榜单上 Drex Max v1.1 以 73 分微弱领先 GLiDE v1.2 与 Mammoth 27B，而 GPT-6 Luna (Max) 虽得分更高，但单任务成本达 1530 美元、耗时 11.34 秒，性价比差距悬殊。

最新动向/Artificial Analysis 推出决策指数 v2，将私有数据集占比从 25% 提升至 45%，并采用同时奖励正确性与置信度校准的新头部指标。榜单中 Nace AI 的 Drex Max v1.1 以 73 分微弱领先，Mammoth 27B 与 GPT-6 Luna 差距在 4 分内且速度快 118 倍。

逐小时热度走势

19 个完整观测小时
当前
33.4
峰值
49.109:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 2 篇 · 最新优先
  2. Artificial Analysis (@ArtificialAnlys)T1·62 分

    Artificial Analysis 发布决策指数 v2 引入校准置信度新指标

    原标题：Introducing the Artificial Analysis Decision Index v2: a new proprietary evaluation, updated benchma...

    • Decision Index v2 私有数据集占比升至 45%，意在抑制基准刷分
    • 新 Decision Score 同时奖励答案正确性与置信度校准
    • Drex Max v1.1 以 73 分领先，GPT-6 Luna 成本高 15 倍、速度慢约 40 倍