Decisions API 多标签分类 F1 达 98.1%

2026年10月13日，AGI Hunt 报道称，OpenAI 开发者账号转发了 Hypha 的实测结果：OpenAI Decisions API 在多标签文档分类任务上取得 98.1% 的 F1 分数，高于 Agent 方案（GPT-6.1 Sol）的 93.5%；报道同时称该方案成本仅为 Agent 方案的 1/7，p90 延迟低 28 倍。报道未披露所用数据集、样本量等测试细节，也未提及 OpenAI 官方对该结果的进一步说明。目前该事件的进展即为这一实测数据被公布并在开发者圈传播。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。