El post compara menciones en chat grupal, un orquestador LLM y TypeSafe Jev para decidir qué agente responde, citando 0,29 s de latencia mediana y $0,00002 por mensaje.
$10k/month just to decide which agent should answer. not to answer. to decide. group chat + @mentions: fast, cheap, terrible UX. an LLM orchestrator: nice UX, 4-7s and $0.00046 a message. @typesafeai jev: 0.29s median, $0.00002. same decision, $20/month.
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.
