OpenAI决策API置信度不可靠

测试显示OpenAI新Decisions API背后的GPT-6 Luna模型置信度严重失准：在3600道推理题中，其声称99%确信时实际正确率仅68%，凸显AI置信度校准问题。

• OpenAI推出Decisions API，被视为Jev克隆2026-09-30
• jevals：用类型化Jev决策替代LLM评判的评估工具2026-09-21
• 开发者称其一年前的非自回归决策模型被前沿实验室称为突破2026-09-19
• AI决策模型玩Pac-Man：jev 1.13得分最高2026-10-08
• Musubi发布开源轻量决策模型PolicyLM-1.7B2026-10-06