James Long 测试 Jev 从银行原始数据提取收款人描述
James Long 用 Jev 解决个人财务工具中最棘手的问题：从原始银行数据中生成良好的收款人描述，首次尝试即达到约 95% 的完成度，并指出还有多种优化提问方式。
LangChain 评测 TypeSafe Jev 的 Agent 打分成本
LangChain 发布评测，测试 TypeSafe 新模型 Jev 为 Agent 打分的可靠性。文章称 Jev 总花费 $0.34，比 Claude Sonnet 4.6 的 $28.17 便宜 80 多倍，但实验仓库 README 还列出 GPT-5.6 Luna 的 $0.39 和 GPT-5.6 Terra 的 $2.90 未被文章提及。
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 次赞在 X 打开
更多类似内容
用 Jev 构建链上交易机器人
开发者用 Jev 判断买入或卖出，并借助 Monad 在 Kuru 链上订单簿每 300 毫秒区块执行真实交易。 链接
从 Jev 交易获利后建议捐赠慈善
Erik Spock Gafni 发帖建议从 Jev 交易中获利丰厚的人将部分利润捐给慈善机构。