新基准 JevBench 发布，专为输出受限软件决策而非开放式文本的模型设计，紧随 TypeSafe 9 月 15 日发布 Jev--输入应用状态与固定选项，返回带概率的类型化答案。该基准综合智能、校准、速度与成本，用几何平均防止单一维度优势掩盖短板。GPT-5.6 Luna 在难题准确率上明显高于 Jev 1.13.0，但 Jev 因延迟、校准和成本更优而在综合分上领先。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmu8z37tg030profp4w9mu61q
信息源：AI HOT · 全部动态
- 原文链接：JevBench 发布：面向类型化决策的新基准
- 作者：X：Rohan Paul (@rohanpaul_ai)
- 发布时间：2026/09/20 06:19
评论0