Wikipedia linkrace: kiezen uit duizenden opties
Het model kiest de volgende stap uit honderden of duizenden links en toont snelle beslissingen met beperkte outputs. De post bevat een video van 4:04.
Intelligentie van Jev zou gelijk zijn aan Qwen3.5-2B, met ultra-lage latentie als voordeel
Een gebruiker stelt dat de werkelijke intelligentie van Jev slechts gelijk is aan Qwen3.5-2B, met ultra-lage latentie als enige voordeel, en ontwierp een benchmark tegen Qwen3.5 0.8B, 2B en 4B, met de raad niet in FOMO te vervallen.
Jev's actual intelligence level is actually equivalent to Qwen3.5-2B, and its biggest advantage—or rather, its only advantage—lies in its ultra-low latency. Everyone, no need to FOMO 😂 I've designed a benchmark test comparing Jev to Qwen3.5 0.8B 2B 4B, with a thinking budget
· 0 likesOpen on X
More like this
Semantische query use case met Jev en TypeSafe AI
Nathan LeClaire deelt een semantische query use case voor Jev en TypeSafe AI en merkt op dat men nog maar net het oppervlak heeft aangeraakt.
Een live BS-meter bouwen voor het Trump vs Kamala-debat met Jev
De auteur gebruikte Jev om een live BS-meter te draaien op elke zin van het Trump vs Kamala-debat, met 5 ja/nee-vragen per kandidaat, in totaal 1.191 Jev-aanroepen, 1,18M tokens, 415 ms mediane latentie en $0,0497 totale kosten.
