它是什么
多厂商决策模型基准文档。
它做什么： 发布可复现的测试集和分析，对比决策模型如何执行给定规则、概率如何表现，以及托管与本地配置下的决策费用。
为什么收进案例库： 少数公开的多批次对比之一，把 TypeSafe Jev 与 Microsoft、OpenAI Decisions 和开源/本地方案放在一起，并写明方法局限。
注意： 无许可证文件；作者自行运行；部分本地费用未测。
证据
公开仓库，附有文档化的测试协议和已发布的报告表。最新的 Decision 3.0 旗舰/Edge 对比报告：旗舰在紧凑集上 167/168（99.4%），在全部 v2 条件下 501/504；Edge 紧凑集 102/168（60.7%），总体 287/504。更早批次覆盖托管与本地部署、Perplexity 27B，以及英语/巴西葡萄牙语成对扩展。README 声明这不是官方厂商基准，也不证明某一模型在所有场景都最好。
注意
- 收录时仓库没有许可证文件
- 研究由作者自行运行，不是独立第三方实验室评测
- 部分本地部署的运行费用未测；托管费用对比仅对应当次报告
非官方案例页。热度用观察到的 stars / 列表位次；热度不是质量 SLA。依赖前请阅读上游 README。