発表スレッドからJev技術ブログへ
Diogoの発表スレッドの最後には、公式技術ブログと早期アクセス入口へのリンクがあり、モデル原理や製品説明を確認できます。
このベンチマークは900件の実際のJev意思決定をOpus 5が採点したもので、一致率は85.8/100。不一致はほぼJevが低信頼度を報告した箇所に集中し、誰でも自分のモデルで再実行できる。
Open weight builders will need a public yardstick. One went out today: 900 real Jev decisions graded by Opus 5, 85.8 of 100 agree, and the misses sit almost entirely where Jev reported low confidence. Anyone can rerun it against their own model: