Parallel 的 PWS-Decisions 基准测试显示 OpenAI 准确率跌破随机水平

Parallel 发布了 PWS-Decisions 基准测试，包含 300 道题，用于评估把实时网络证据转化为固定决策的 API。其自家 Decisions API 得分 76.22%，领先于 Perplexity 的 50.89%，而 OpenAI 的 Decisions API 仅 41.67%，略低于随机选择的预期值 42.42%。这件事之所以重要，是因为它表明实时网络决策的薄弱点可能在于检索与时效性，而不只是分类本身，不过该基准由厂商主导，且仅公开了 100 道题。

• Alpha Signal2026-11-02 15:27