Jev в сочетании с Mercury 2.5, использующий WebMCP, решил 100% задач в бенчмарке, при примерно в 112 раз меньшей стоимости модели, чем GPT-6 Astra с computer use и выполнением кода.
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 представляет открытый браузерный агент, объединяющий Browser Use и Jev: поиск рейсов за 7 секунд и 0,0039 доллара, с новым пространством действий на каждом шаге, пространством состояний DOM и резервной малой LLM для ввода.
Скотт Уильямс прогнозирует, что кастомные модели в стиле Jev (параллельное ограниченное декодирование) сделают существующие агентные системы компаний более токен-эффективными и создадут миллионеров.
Пользователь хвалит модель JEV за чрезвычайно быстрое воспроизведение каждого движения и команды, считая, что боты станут умнее.
