待验证50% 置信基准精确时间

社区运营的 Decision Index 排行榜显示 Perplexity 为 62.75、Jev 为 60.11（v0.3 评分），但评分公式在版本间变化，两数不能直接比较。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/13

首次发现

有效期至：2026/10/27

来源

决策模型价格战：OpenAI、Perplexity、微软定价差5倍

涉及实体

Decision Indexproduct Perplexitycompany Jevproduct

相关事实

待验证当综合评估指数中顶尖模型得分接近天花板时会出现基准饱和问题，60分对59分的差距在统计学上通常处于误差范围之内64% 相似待验证Jev接口的confidence字段由原始概率算出（三选项最高概率90%时算出0.85），不能读作答案85%正确率，做决策应使用所选团队的原始概率63% 相似待验证困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确62% 相似待验证在 n=100 且正负样本各半的条件下，55% 准确率的 95% 置信区间大致在 45%–65%，覆盖 50% 的基线，因此 5 个百分点的差距可能是随机波动。60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1015448

API

curl https://kongchang.com/api/v1/knowledge/claims/1015448

MCP

get_claim(id=1015448)