JevBench v1.4.1 评分门控：智能分低于 50 触发降级，分差达 27.5

airesearch12 · x · 2026-09-24

JevBench 发布 v1.4.1 版本中的「Decision 2B」评分规则演示：与 Jev 1.13.0 对比，两模型在 Calibration（74.1 vs 76.3）、Speed（84.3 vs 83.3）、Cost（62.5 vs 52.0）三项上接近，但第四项 Intelligence 为 38.8 vs 53.1——低于 50 的门槛触发门控（gate），最终综合分 35.80（第 25 名）vs 63.29（第 1 名）。

这说明 JevBench 不是简单加权平均，而是设置硬性能力门槛：某项核心能力不达标即大幅压低总评分，防止弱模型靠低价或速度刷排名。