待验证50% 置信基准精确时间
在自报的 Cloudflare 内部 Decision Index 0.2.1 基准测试中，clef-omni 在意图分类和路由任务（BANKING77、CLINC150）上大幅领先 Jev；但在需要多步推理的任务（GPQA、BBH、MMLU-Pro）上，Jev 领先 12 到 31 分。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证Jev在基准测试的大多数项目上均位居前列，并在准确率、成本、延迟三个维度上同时取得领先66% 相似待验证pplx-decider-v1-27b 在 11 项基准测试中取得 85.7% 的平均成绩，领先于对比对象 Jev（官方数据）64% 相似待验证智能路由方案通过 9/12（75%），Opus 通过 11/12（92%）；三个失手中有两个单元测试和一个 QA 任务被路由给 Claude Haiku 5.5，回答超出 8000 token 上限64% 相似待验证毛干计数任务由带有支持图（support-map）通道的EfficientNet-B5承担，在与专家框对齐的计数准确率上达到87.0%，宏平均F1分数为0.8563% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中，Decision-1 以 83.5% 的平均准确率位居首位，超过 Jev 1.13.0（82.3%）、Quyet-1.0-Large（81.9%）、GPT-6 Luna Decisions（79.4%）63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011204API
curl https://kongchang.com/api/v1/knowledge/claims/1011204MCP
get_claim(id=1011204)