决策模型优劣尚无统一标准,基准测试结果不一:AIM System One Index 和 Artificial Analysis Decision Index 偏向 Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1,但 TypeSafe 模型在 OpenRouter 上查询量最广。
关键数据
TypeSafe 估值 76 亿美元
OpenAI Decisions API 于 9 月 29 日开发者日发布,周四向所有客户开放
速度从 1-3 秒缩短至 100、120、180 毫秒
Speak 将操作间隔从 1.4 秒降至 0.13 秒
最新 Jev 模型在 AIM System One Index 和 Artificial Analysis Decision Index 分别排名第七和第三,OpenAI 决策模型排名第八和第十四
引语
“哇,我们有上百万个用例”
“未来我们可能会专门训练模型,让它们在这些方面更好。但现在,只是普通的老 Luna 就能完成任务。”