Jev combinado con Mercury 2.5 usando WebMCP resolvió el 100% de las tareas en un benchmark, con un costo de modelo aproximadamente 112 veces menor que GPT-6 Astra usando computer use con ejecución de código.
We just ran Jev on our WebMCP benchmark. The result: basically broke the benchmark. Jev + Mercury 2.5 (a fast, low-cost LLM) using WebMCP solved 100% of the tasks at roughly 112× lower model cost than GPT-6 Astra using computer use with code execution. Compared to Astra using
Gregor Zunic presenta un agente de navegador de código abierto que combina Browser Use y Jev, encuentra vuelos en 7 segundos por 0,0039 dólares, usando nuevo espacio de acciones por paso, espacio de estados DOM y respaldo de LLM pequeño para escribir.
Scott Williams predice que los modelos personalizados estilo Jev (decodificación restringida en paralelo) harán más eficientes en tokens los sistemas de agentes existentes, creando millonarios.
El usuario elogia la extremadamente rápida reproducción de cada movimiento y comando del modelo JEV, y cree que los bots serán más inteligentes.
