Un terzo ha testato l'accuratezza su 68 domande: THIS/THAT Model 1.0 di FLock ha ottenuto il 94,1% e il servizio ospitato System One Jev il 76,5%; il post segnala risultati incoraggianti per un modello decisionale specializzato, ma restano limiti in attività complesse come l'attraversamento di grafi e l'aritmetica multi-step.
제3자가 정확도 검증을 위해 기록한 68개 질문 테스트 결과: FLock의 THIS / THAT Model 1.0: 94.1% Jev (호스팅형 System One 서비스): 76.5% 특화된 의사결정 모델로서는 고무적인 결과입니다. 다만 그래프 탐색이나 여러 단계의 산술 연산이 필요한 복잡한 작업은 여전히 한계로 남아 있습니다.
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.
