Back to explore

Jev против GPT-5.4 на сложных факт-чеках: нет значимой разницы, стоимость 1/50

Повторный запуск сообщества показывает, что Jev и GPT-5.4 статистически неразличимы (разница 3,3 пункта), при этом Jev стоит примерно в 50 раз дешевле.

I said Jev beat GPT-5.4 on hard fact-checks by 11.1 points. That was one run. Rerun five times, I can't tell them apart: 3.3 points, not significant. Jev costs a fiftieth as much. Raw runs: https://github.com/TheWayWithin/jev-bench… https://jamiewatters.work/journey/jev-ties-gpt-5-4…

Jev против GPT-5.4 на сложных факт-чеках: нет значимой разницы, стоимость 1/50 1
· 0 likesOpen on X