De post vergelijkt @vermeldingen in groepschats, een LLM-orchestrator en TypeSafe Jev bij het bepalen welk agent antwoordt, met 0,29 s mediane latentie en $0,00002 per bericht.
$10k/month just to decide which agent should answer. not to answer. to decide. group chat + @mentions: fast, cheap, terrible UX. an LLM orchestrator: nice UX, 4-7s and $0.00046 a message. @typesafeai jev: 0.29s median, $0.00002. same decision, $20/month.
Gregor Zunic toont een open-source browseragent die Browser Use en Jev combineert, vluchten vindt in 7 seconden voor $ 0,0039, met nieuwe actieruimte per stap, DOM-toestandsruimte en kleine LLM-fallback voor typen.
Scott Williams voorspelt dat aangepaste Jev-stijl modellen (parallelle beperkte decoding) bestaande agentsystemen van bedrijven token-efficiënter maken en miljonairs opleveren.
De gebruiker prijst de extreem snelle reproductie van elke beweging en opdracht door het JEV-model en gelooft dat bots slimmer zullen worden.
