OpenAI Decisions API 的置信度可信吗：GPT-6 Luna 实测 99% 置信只有 68% 正确

作者用 ProofWriter 的 3,600 道多步推理题实测 OpenAI Decisions API 背后的 GPT-6 Luna，在它自称 99% 以上置信的 2,672 个答案中只有 68% 正确，而 Jev 在 1,667 个高置信答案中正确率 98.9%。