模型
gpt-6.1-sol
推理模型，在AIOps根因分析实验中仅使用100样本进行了评估
时间轴 (近 90 天)
11月3日
LLM 0.37 新增了 gpt-6.1-sol 和 gpt-6.1-terra 两个模型选项。
待验证50%
11月3日
在 gpt-6.1-sol 和 claude-sonnet-5.5 上，直接诱导产生的无关锚定指数和现状偏差效应接近零。
待验证50%
11月3日
在 gpt-6.1-sol 和 claude-sonnet-5.5 上，模型对信息性来源和知情建议保持响应，表明其能区分无关锚与有用信息。
待验证50%
10月30日
研究中使用了Qwen2.5-1.5B、Qwen2.5-3B和Llama-3.2-3B三个模型进行实验。
待验证50%
10月13日
在同一HDFS异常检测任务上，gpt-4.1-nano准确率为79%，gpt-6.1-sol（仅100样本）准确率为66%。
待验证50%
10月13日
Decision-1平均延迟240ms，1380次调用成本约$0.015；gpt-4.1-nano平均延迟728ms，成本约$0.05-0.07；gpt-6.1-sol平均延迟2052ms，成本约$0.56。
已过期50%
全部知识事实 (5)
待验证
在 gpt-6.1-sol 和 claude-sonnet-5.5 上，直接诱导产生的无关锚定指数和现状偏差效应接近零。
50%待验证在 gpt-6.1-sol 和 claude-sonnet-5.5 上，模型对信息性来源和知情建议保持响应，表明其能区分无关锚与有用信息。
50%待验证研究中使用了Qwen2.5-1.5B、Qwen2.5-3B和Llama-3.2-3B三个模型进行实验。
50%待验证在同一HDFS异常检测任务上，gpt-4.1-nano准确率为79%，gpt-6.1-sol（仅100样本）准确率为66%。
50%待验证LLM 0.37 新增了 gpt-6.1-sol 和 gpt-6.1-terra 两个模型选项。
50%