Технічний блог Jev і ранній доступ
Наприкінці треду Діого є посилання на офіційний технічний блог і вхід до раннього доступу.
Бенчмарк містить 900 реальних рішень Jev, оцінених Opus 5, із узгодженістю 85,8/100; розбіжності майже повністю зосереджені там, де Jev повідомляв про низьку впевненість, і будь-хто може відтворити його на власній моделі.
Open weight builders will need a public yardstick. One went out today: 900 real Jev decisions graded by Opus 5, 85.8 of 100 agree, and the misses sit almost entirely where Jev reported low confidence. Anyone can rerun it against their own model: