James Long ทดสอบ Jev ในการดึงคำอธิบายผู้รับเงินจากข้อมูลธนาคารดิบ
James Long ใช้ Jev แก้ปัญหาที่น่ารำคาญที่สุดในเครื่องมือการเงินส่วนบุคคล: สร้างคำอธิบายผู้รับเงินที่ดีจากข้อมูลธนาคารดิบ ทำได้ประมาณ 95% ในการลองครั้งแรก และมีวิธีปรับปรุงอีกมาก
LangChain ประเมินต้นทุนของ TypeSafe Jev สำหรับการให้คะแนน Agent
LangChain เผยแพร่การประเมินความน่าเชื่อถือของ TypeSafe Jev ในการให้คะแนน Agent บทความระบุว่า Jev ใช้จ่ายทั้งหมด $0.34 ถูกกว่า Claude Sonnet 4.6 ที่ $28.17 เกิน 80 เท่า แต่ README ของคลังทดลองยังระบุ GPT-5.6 Luna $0.39 และ GPT-5.6 Terra $2.90 ซึ่งบทความไม่ได้กล่าวถึง
LangChain 发了篇评测，测 TypeSafe 的新模型 Jev 给 Agent 打分靠不靠谱。 文章开头的结论里有一句：跑完全部测试，Jev 总共花 $0.34，Claude Sonnet 4.6 花 $28.17。便宜 80 多倍。 但去实验仓库的 README 看完整成本表，还有两行文章结论没提： GPT-5.6 Luna，$0.39 GPT-5.6 Terra，$2.90
· 0 likesOpen on X
More like this
สร้างบอทเทรดบนเชนด้วย Jev
นักพัฒนาใช้ Jev ตัดสินใจซื้อหรือขาย และดำเนินการซื้อขายจริงบนสมุดคำสั่งบนเชนของ Kuru ผ่าน Monad ทุกบล็อก 300ms Link
ข้อเสนอให้บริจาคกำไรจากการเทรด Jev เพื่อการกุศล
Erik Spock Gafni เสนอให้ผู้ที่ทำกำไรจากการเทรด Jev จำนวนมากบริจาคกำไรส่วนหนึ่งเพื่อการกุศล