同成本实测：Jev MMLU-Pro 82.9% 大幅领先通用模型 58.8%

simonguozirui · x · 2026-09-18

开发者 ekzhang1 做了一组同性能同成本下的对比实验：用 Qwen3.6-35B-A3B（非推理模式）搭建了 Jev 兼容的公开 API，仅靠 SGLang 的 radix cache 保留 prefill 复用，实现极快的并行 generation——64 个任务不到 1 秒完成。

对比结果：MMLU-Pro 上 Jev 82.9% vs OpenJev 58.8%，Jev 明显更聪明；BoolQ 校准测试显示 Jev 略偏过度自信，OpenJev 偏保守。结论是校准都还可接受，但 Jev 能力占优。

原文链接 →

「模型」频道最新

• Jev playground 显示推理与往返延迟,欧洲访问多付 120ms — DanielLockyer · 2026-09-18
• 特斯拉公布 FSD 监督模式过去 12 个月安全成绩单 — yunta_tsai · 2026-09-18
• 前神经科学家谈系统一:快而笨的模型让聪明模型更专注 — multiply_matrix · 2026-09-18
• GPT-6 Astra 独立破译一条百余年前从未解开的 WWI 德军密电 — iamfakhrealam · 2026-09-18
• Matt Holden：结构化输出是 LLM 唯一可编程的魔法，如今 300ms 几乎免费 — holdenmatt · 2026-09-18
• 北大/易鑫 EMNLP 论文：模型答错≠不会，「读出瓶颈」掩盖真实推理力 — 机器之心 · 2026-09-18

更多「模型」频道 AI 资讯 →