Jev membuat 973 keputusan dalam satu eksekusi agen tanpa menghasilkan token keluaran; tugas yang sama sebelumnya menelan biaya $22,18 pada model penalaran dan $0,05 setelahnya, tanpa pernah memanggil model frontier. Alurnya: prompt → status terstruktur → Jev memilih model → worker menjalankan.
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 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.
