Jev w połączeniu z Mercury 2.5 przy użyciu WebMCP rozwiązał 100% zadań w benchmarku, przy około 112 razy niższym koszcie modelu niż GPT-6 Astra używający computer use z wykonywaniem kodu.
We just ran Jev on our WebMCP benchmark. The result: basically broke the benchmark. Jev + Mercury 2.5 (a fast, low-cost LLM) using WebMCP solved 100% of the tasks at roughly 112× lower model cost than GPT-6 Astra using computer use with code execution. Compared to Astra using
Gregor Zunic prezentuje otwartoźródłowego agenta przeglądarki łączącego Browser Use i Jev, znajduje loty w 7 sekund za 0,0039 USD, używając nowej przestrzeni akcji na krok, przestrzeni stanów DOM i małego LLM awaryjnego do wpisywania.
Scott Williams przewiduje, że niestandardowe modele w stylu Jev (równoległe dekodowanie z ograniczeniami) zwiększą efektywność tokenową istniejących systemów agentowych firm, tworząc milionerów.
Użytkownik chwali model JEV za niezwykle szybkie odtwarzanie każdego ruchu i polecenia, uważając, że boty staną się mądrzejsze.
