Jev ร่วมกับ Mercury 2.5 โดยใช้ WebMCP แก้ไขงาน 100% ใน benchmark ด้วยต้นทุนโมเดลต่ำกว่าประมาณ 112 เท่าเมื่อเทียบกับ GPT-6 Astra ที่ใช้ computer use พร้อมการรันโค้ด
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 นำเสนอเอเจนต์เบราว์เซอร์โอเพนซอร์สที่รวม Browser Use กับ Jev ค้นหาเที่ยวบินใน 7 วินาที ราคา 0.0039 ดอลลาร์ ใช้พื้นที่การกระทำใหม่ทุกขั้นตอน พื้นที่สถานะ DOM และ LLM ขนาดเล็กสำรองสำหรับพิมพ์
Scott Williams คาดการณ์ว่าโมเดลสไตล์ Jev แบบกำหนดเอง (parallel constrained decoding) จะทำให้ระบบเอเจนต์ของบริษัทประหยัดโทเคนขึ้นและสร้างเศรษฐีใหม่
ผู้ใช้ชื่นชมโมเดล JEV ที่สร้างซ้ำทุกการเคลื่อนไหวและคำสั่งได้อย่างรวดเร็วมาก และเชื่อว่าบอตจะฉลาดขึ้น
