Back to explore

Jev が WebMCP ベンチマークで好成績

WebMCP ベンチマークで、Jev 単独の raw DOM 処理は 25/49 タスク。WebMCP ツール選択と Mercury 2.5 による引数生成を組み合わせると 49/49 を達成し、モデルコストは GPT-6 Astra より約112分の1。

🧪 The WebMCP benchmark by @0xidanlevin is the best stress test so far. Jev alone on the raw DOM: 25/49 tasks. Jev picking WebMCP tools + Mercury 2.5 writing args: 49/49, ~112x lower model cost than GPT-6 Astra. https://webmcp.com/benchmark

Jev が WebMCP ベンチマークで好成績 1
· 0 likesOpen on X