Jev thua Gemini trên benchmark phân loại email, nhưng vẫn được cân nhắc đưa vào sản xuất
Tác giả đã thử nghiệm Jev trên bộ 1.565 email doanh nghiệp tiếng Đức và tiếng Anh từ các nhà cung cấp công nghiệp thuộc 10 danh mục, nhận thấy độ chính xác thấp hơn Gemini, nhưng tập trung vào nơi xảy ra lỗi và vẫn dự định đưa vào sản xuất.