Hightouch 评测身份解析模型并推出混合方案

Hightouch 用 1000 个模拟身份测试身份合并判定：自研决策模型 Jev 单独准确率 95.6%、成本 $0.05/千条，Claude Opus 5.5 准确率 99.0%、成本 $3.86/千条。Hightouch 称，在低置信度时把判定转交 Opus 的混合方案，能以约四分之一成本达到 Opus 的准确率。 Hightouch 称，决策模型开箱即用最高便宜 90 倍、快 10 倍以上，每条身份成本 $0.05–$0.10、响应约 0.15 秒，但在更难基准上准确率落后 Opus 约 6 个百分点。其设定的转交阈值为 Jev 60%、Luna 70%，称这能在各自情况下最大化准确率。 上述成本与延迟是 Hightouch 在自身环境中测得，会随环境变化。

AI 根据报道生成 · 2 天前更新