Jev dikombinasikan dengan Mercury 2.5 menggunakan WebMCP menyelesaikan 100% tugas dalam benchmark, dengan biaya model sekitar 112 kali lebih rendah daripada GPT-6 Astra yang menggunakan computer use dengan eksekusi kode.
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 memamerkan agen browser open source yang menggabungkan Browser Use dan Jev, menemukan penerbangan dalam 7 detik dengan biaya $0,0039, memakai ruang aksi baru tiap langkah, ruang status DOM, dan fallback LLM kecil untuk mengetik.
Scott Williams memprediksi model bergaya Jev kustom (parallel constrained decoding) akan membuat sistem agen perusahaan lebih efisien token dan menciptakan jutawan.
Pengguna memuji model JEV karena sangat cepat mereproduksi setiap gerakan dan perintah, dan percaya bot akan menjadi lebih pintar.
