待验证50% 置信基准精确时间
根据官方公布的数据，Nimble-v4-max 在 Decision Index 公开评分上比 Jev 1.13 高出 10.5 分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
Nimble-v4 发布：决策模型新 SOTA，剑指 Jev
producthuntProductHunt Daily2026/10/14
涉及实体
相关事实
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%）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）63% 相似待验证d1-3B在七个公开文本基准上平均得分82.9，在Decision Index v0.2.1公开划分上得分48.57，这些是厂商数据，需独立评测验证。62% 相似待验证Top3配置取得准确率97.148%、加权F1 97.055%、MCC 0.9675，全面超越使用全部21个指标的Full21配置（准确率95.999%、加权F1 95.521%、MCC 0.9549）62% 相似待验证Bespoke Labs公布的benchmark覆盖33个公开数据集、3880个人工标注决策，Jeff 1.1B平均准确率最高76%，Nimble 9B为75.7%，Jeff 1.4B为73.3%，0.8B版为63.5%60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1035804API
curl https://kongchang.com/api/v1/knowledge/claims/1035804MCP
get_claim(id=1035804)