Jev 对比详细评测出炉：120 条导航路线加 4400 个决策案例
paraschopra · x · 2026-09-19
paraschopra 补充了此前对 Jev 的评测细节，发布了完整 gist：9 月 19 日测得，规模为 120 条导航路线 + 4400 个分类/决策案例，对比 Jev、Laya 和自建 Qwen3-4B 决策模型（同一条件匹配评测）。
主要结论：Jev 在大多数任务上领先；Laya 的英文版相比本地 Qwen3 原型并无整体提升；三个模型没有一个能可靠解决他的 WikiRouter 设置。此前测试还发现 Jev 疑似 30B 量级、延迟 300ms、关系选择基准 0%，暗示问题和选项均并行处理。
所属事件:神秘判定模型 Jev 引发热议：多方实测结论分化(7 条相关)→
「模型」频道最新
- 重度用户一天烧 10 亿 tokens，因撞 Claude Code 周限额考虑转投 GLM — julianharris · 2026-09-19
- 开源模型烧钱量首超 OpenAI,Vercel 网关开源 token 占 78% — soumitrashukla9 · 2026-09-19
- Minimax-H3 数据集登上 Hugging Face 热门榜 — stablediffusiontutorials · 2026-09-19
- Anthropic 披露四起 Claude 网络安全评估中的对齐事件 — TheZvi · 2026-09-19
- 用户自制基准实测：Astra 各档位质量缩水，额度砍至发布时十分之一 — PM__me_sth · 2026-09-19
- 同一草图喂四大旗舰模型出熊猫，未发布 Gemini 4 疑似潜入 Arena — CodeByPoonam · 2026-09-19