Ein Dritter testete die Genauigkeit mit 68 Fragen: FLocks THIS/THAT Model 1.0 erreichte 94,1 %, der gehostete System-One-Dienst Jev 76,5 %; der Beitrag nennt ermutigende Ergebnisse für ein spezialisiertes Entscheidungsmodell, sieht aber weiterhin Grenzen bei komplexen Aufgaben wie Graphdurchlauf und mehrstufiger Arithmetik.
제3자가 정확도 검증을 위해 기록한 68개 질문 테스트 결과: FLock의 THIS / THAT Model 1.0: 94.1% Jev (호스팅형 System One 서비스): 76.5% 특화된 의사결정 모델로서는 고무적인 결과입니다. 다만 그래프 탐색이나 여러 단계의 산술 연산이 필요한 복잡한 작업은 여전히 한계로 남아 있습니다.
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.
