Daten von Arena.ai zeigen, dass Jev Effizienz priorisiert und über ein Viertel (28,1 %) aller Modellaufrufe an DeepSeek V4.1 Flash weiterleitet, während OpenAI-Modelle wie GPT-6 Astra gegenüber den LLMs von Anthropic bevorzugt werden.
Jev prioritised efficiency and routed most calls to DeepSeek V4.1 Flash - over a quarter (28.1%) of all model calls. It showed preference for OpenAI models over Anthropic’s LLMs. GPT-6 Astra was the second most popular model (23.5%), followed by other GPT models, Sol (22.8%) and
Malte Ubl testete Jev von TypeSafe AI in einem bestehenden Klassifikator-Eval: Es sättigte das Eval qualitativ und war 6-mal schneller als Gemini 2.5 Flash Lite.
Der Autor hat eine DuckDB-Erweiterung veröffentlicht, die TypeSafe AIs Jev nutzt, um Zeilen in CSV/Parquet-Dateien oder DuckDB-Tabellen schnell zu klassifizieren – etwa 10 Sekunden für 1k Zeilen, schneller als ein LLM und ergonomischer als ein Klassifikator.
Der Autor fasste jedes Paper mit DeepSeek V4 Flash zusammen und übergab Titel, Zusammenfassung und 24 mögliche Themen an Jev zur Klassifizierung. 1.018 KI-Papers wurden bei 0,08 $ Gesamtkosten und 256 ms medianer End-to-End-Latenz pro Paper verarbeitet.
