Jev+WebMCP 跑满分,成本比 GPT-6 Astra 低 112 倍
QuanquanGu · x · 2026-09-19
WebMCP 基准团队实测:Jev 配合低价模型 Mercury 2.5 与 WebMCP 协议,在 49 个浏览器任务上 100% 全解,模型成本比用代码执行的 GPT-6 Astra 低约 112 倍,比截图式 computer use 低 245 倍。
对比显示,单靠浏览器控制 Jev 准确率一般,仅解决 25/49 任务;接入 WebMCP 后翻倍到 49/49,同时成本进一步下降。团队使用 Browser Use 开源 Ultrafast 并改进了测试框架。
Aditya Grover 猜测 Jev 本身是扩散式 LLM(dLLM):并行生成 JSON 等结构化输出类似 dLLM 的 infill 采样,这正是其在 WebMCP 上表现突出的原因。
所属事件:Jev+Mercury 2.5+WebMCP 全解基准，成本仅为 GPT-6 Astra 的 1/112(6 条相关)→
「编程与Agent」频道最新
- 免费课程：生成式媒体 Agent 的四大生产难题与解法 — Al_Grigor · 2026-11-04
- 额度重置夜：Codex 恢复 100%，Claude 仅剩 10% — rudrank · 2026-11-04
- 自我改进软件不可避免：让应用读取自身信号并自动修复 — bibryam · 2026-11-04
- 攒 7 卡 132GB 显存本地推理机：EPYC 整合还是双平台？ — infectiousstupidity · 2026-11-04
- 50 人 12 国团队:创始人自称与 AI Agent 沟通多过与同事 — Scobleizer · 2026-11-04
- 极简 agent 框架 Pi 发布：四种模式可扩展，附音乐软件语音操控案例 — solyarisoftware · 2026-11-04