JevBench 发布：面向类型化决策的新基准
A new benchmark called JevBench just dropped. for models whose output is a bounded software decisio...
AI 导读新基准 JevBench 发布，专为输出受限软件决策而非开放式文本的模型设计，紧随 TypeSafe 9 月 15 日发布 Jev——输入应用状态与固定选项，返回带概率的类型化答案。该基准综合智能、校准、速度与成本，用几何平均防止单一维度优势掩盖短板。GPT-5.6 Luna 在难题准确率上明显高于 Jev 1.13.0，但 Jev 因延迟、校准和成本更优而在综合分上领先。
来源：Rohan Paul · x.com
事件后续4
查看事件全部- LangChain 讲解如何用 Jev 和 LangGraph 构建生产级智能体LangChain：Blog · 19 天前
- Tomer Tunguz 谈 AI 优化 if-then 判断：专用决策器把分类成本降近百倍Tomasz Tunguz 博客 · 23 天前
- TypeSafe 决策模型 Jev 通过 OpenRouter Decisions API 开放调用OpenRouter：Announcements · 24 天前
- OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本OpenRouter：Announcements · 26 天前