用 Jev 构建代码库分类器
开发者分享用 Jev 构建代码库分类器，认为这可能解决智能体生成过度工程化代码的问题，并询问下一步测试方向。
Jev 对比 Claude Fable 5.1 与 GPT-6 Astra：决策与生成的定位差异
Hamza Khalid 对 Jev、Claude Fable 5.1 和 GPT-6 Astra 进行了规格、基准和价格对比。他认为 Jev 负责决策，Fable 和 Astra 负责生成，并指出了 Fable 5.1 的优势，包括 CursorBench 3.2 得分 73.4%、价格便宜 75% 以及缓存读取成本为每 1M token 0.25 美元。
JEV VS CLAUDE FABLE 5.1 VS GPT-6 ASTRA: I compared all 3 spec by spec, benchmark by benchmark, price by price Jev decides. Fable and Astra generate. They do different jobs Where Fable 5.1 wins: - CursorBench 3.2: 73.4% - 75% cheaper than before - Cache reads at $0.25 per 1M
· 2 次赞在 X 打开
更多类似内容
Jev 以 20–200 倍速度和 40–400 倍低成本实现 LLM 评判
Jev 被用于判断哪个模型是 AGI，速度提升 20–200 倍，成本降低 40–400 倍，可让 LLM-as-a-judge 变得极快且近乎免费。
使用 TypeSafe Jev 与 OpenCode 测试应用
Filip 分享了一个小演示，展示使用 TypeSafe Jev 和 OpenCode 测试应用的速度。
