Jev a pris 973 décisions en une exécution d'agent sans générer de tokens de sortie ; la même tâche coûtait 22,18 $ sur un modèle de raisonnement avant et 0,05 $ après, sans jamais appeler le modèle de pointe. La boucle : prompt → état structuré → Jev choisit le modèle → le worker exécute.
Jev made 973 decisions in one agent run and generated 0 output tokens doing it same run, same output: $22.18 on a reasoning model before, $0.05 after, and the frontier model was never asked once the loop: prompt → structured state → Jev picks the model → worker runs → Jev
Gregor Zunic présente un agent navigateur open source combinant Browser Use et Jev, trouvant des vols en 7 secondes pour 0,0039 $, avec un nouvel espace d'actions à chaque étape, un espace d'états DOM et un petit LLM de secours pour la saisie.
Scott Williams prédit que les modèles personnalisés de style Jev (décodage contraint parallèle) rendront les systèmes d'agents existants plus efficaces en tokens, créant des millionnaires.
L'utilisateur loue la reproduction extrêmement rapide de chaque mouvement et commande du modèle JEV, et estime que les bots deviendront plus intelligents.
