Subquadratic发布了SubQ Snap 1.1，在Artificial Analysis Decision Index v1.0上与d1-ultra和Elephant 9B并列第一，其驱动因素是较低的错误率
SubQ Snap 1.1是来自@subquadratic的新型决策模型。其定价为每1M输入token 0.04美元，支持384K token上下文窗口，相比之下d1-ultra为32K，Elephant 9B为16K。
要点：
➤ SubQ Snap 1.1在Artificial Analysis Decision Index v1.0上得分为65，与d1-ultra和Elephant 9B持平：这三个模型比下一个模型Jev 1.14（57）领先8分。
➤ SubQ Snap 1.1的AA-Omniscience-Decision成绩由较低的错误率驱动：其86%的非错误率仅次于Elephant 9B（93%），领先于d1-ultra（85%）。其准确率为20%，相比之下d1-ultra为32%，Elephant 9B为12%。非错误率是指在未正确回答的问题中模型选择“我不知道”的比例。
➤ SubQ Snap 1.1在HLE-MultiChoice上得分为18%：与Elephant 9B（18%）持平，领先于d1-ultra（15%）。HLE-MultiChoice是Humanity's Last Exam的纯文本多项选择子集。
➤ SubQ Snap 1.1的成本为每1M任务30美元：与d1-ultra（32美元）相当，约为Elephant 9B（8.4美元）成本的3.6倍，后者的得分同为65。