Hightouch 拿身份归并当考场，测了便宜的决策模型 Jev 和 GPT-6 Luna：单打独斗 Jev 准确率 95.6%、每千条只要 0.05 美元，比 Opus 5.5 的 99.0% 便宜 70 多倍。诀窍是混合打法：Jev 先筛，只把置信度 30%-90% 的疑难 case 送给 Opus 复核，准确率提到 98.8%、每千条 0.88 美元，几乎追平纯 Opus、成本还不到四分之一。关键是 Jev 的置信度校准得更好，知道自己什么时候拿不准，难例上甚至反超 Luna。
来源： https://hightouch.com/blog/llm-judges-identity-resolution
|
