Artificial Analysis 发布 Decision Index v2，Drex Max v1.1 以 73 分领先

Artificial Analysis 发布 Decision Index v2，私有数据集占比从 25% 提升到 45%。新增 Decision Score 指标，同时奖励正确性与校准置信度，并加入 AA-Paperclip（1500 份文档，占 30%）和 AA-Symmetry（120 道变体问题，占 15%）两个基准。Nace AI 的 Drex Max v1.1 以 73 分领先，GLiDE v1.2 与 Mammoth 27B 分别为 73 和 72 分。成本差异显著：每 100 万任务的费用从 Celeris-1.1 Decision 的 14 美元到 Clef 的 859 美元相差超过 60 倍，Claude Haiku 5.5 (Max) 和 GPT-6 Luna (Max) 得分 77 和 76，但成本高出 15 倍以上。