Artificial Analysis 发布决策模型指数 v2，防刷榜更贴近真实效用

Artificial Analysis 发布 Decision Index v2，用于衡量「决策模型」在文档决策与信息抽取、工具调用、知识幻觉、推理与不变性等维度的表现，评测由六项测试构成。新版本将私人数据集占比从 v1 提升至 45%，并把校准能力计入总分，以更贴近真实效用并防止刷榜。结果显示，Mammoth 27B 逼近 GPT-6 Luna，且速度快 118 倍。

2026-11-09 ~ 2026-11-09 · 2 条相关

• AA Decision Index v2 发布：私人数据集占45%，校准能力计入总分 — ArtificialAnlys · 2026-11-09
• Artificial Analysis 发布决策模型指数 v2：Mammoth 27B 逼近 GPT-6 Luna 且快 118 倍 — ArtificialAnlys · 2026-11-09