决策模型 jev 实测质量跑赢 GPT-6-Luna

2026年10月16日，AGI Hunt 报道称，有开发者实测后得出：决策模型 jev 在与 GPT-6-Luna 的正面对比中质量更优。报道指出，这是 genmon 首次在中等规模训练管线中实战使用决策模型，因此所得结果属于决策类模型在生产管线中的真实对比数据，此类数据此前较为少见。报道还提到，两组对比均以 Opus 作为基准 LLM 进行评判。目前除这次实测结果外，报道未披露具体的评测方法、数据规模或其他细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。