L'autore ha confrontato Jev con Gemini 3.8 Flash su 1.000 recensioni reali di app per rilevare sentiment, argomento, bug e rischio di abbandono. Jev ha impiegato 4,6 s e 0,023 $, mentre Gemini 18,8 s e 0,158 $, con repository GitHub collegato.
I evaluated #Jev from @typesafeai against @Google #Gemini 3.8 flash Jev decides sentiment, topic, "bug?" and churn risk for 1,000 real app reviews, racing Gemini 3.8 Flash on the same job. Jev: 4.6s, $0.023. Gemini: 18.8s, $0.158. Git repo → https://github.com/goodrahstar/jev-column-race…
Malte Ubl ha eseguito Jev di TypeSafe AI su una valutazione di classificazione esistente: ha saturato la valutazione in qualità ed è stato 6 volte più veloce di Gemini 2.5 Flash Lite.
L'autore ha pubblicato un'estensione DuckDB che usa Jev di TypeSafe AI per classificare rapidamente le righe in file CSV/Parquet o tabelle DuckDB, circa 10 secondi per 1k righe—più veloce di un LLM e più ergonomico di un classificatore.
L'autore ha riassunto ogni paper con DeepSeek V4 Flash, poi ha inviato titolo, riassunto e 24 argomenti candidati a Jev per la classificazione, elaborando 1.018 paper sull'IA con un costo totale di 0,08 $ e una latenza end-to-end mediana di 256 ms per paper.
