OpenAI Decisions API 多标签分类实测：F1 达 98.1%，成本仅 Agent 方案 1/7
OpenAIDevs · x · 2026-10-13
OpenAI 开发者账号转发 Hypha 的实测：在多标签文档分类任务上，OpenAI Decisions API 取得 98.1% F1，超过 Agent 方案（GPT-6.1 Sol）的 93.5%，而成本只有其 1/7，p90 延迟低 28 倍。配图显示：Exact match 94% 对 89%；处理 100 篇文档成本 $0.891 对 $6.138；p90 延迟 4.07s 对 112.98s，其中迭代式 Decisions API（Choice）表现最佳。
「模型」频道最新
- ReplaySSM 进驻 GLM-5.3-Flash 与 Kimi-K3,解码最高提速 2.1 倍 — SonglinYang4 · 2026-10-13
- AI2 教学评测:GPT-6 系列过度代劳最少,详细提示显著提升表现 — allen_ai · 2026-10-13
- AI2 发布 TutorMoments:520 个真实教学节点测评 AI 家教,人类仅得 0.458 — allen_ai · 2026-10-13
- Allen AI 发布 TutorMoments 评测：LLM 辅导常过度代劳 — allen_ai · 2026-10-13
- DeepSeek flash 端点疑似静默换模型,v4.1-pro 或在暗中灰度测试 — teortaxesTex · 2026-10-13
- 开发者：3D 游戏 demo 的创造力同样体现在 CAD 与文档任务 — Angaisb_ · 2026-10-13