Theo 的 1,000 美元 DeepSWE 測試顯示，Jev Router 接近 GPT-6 Astra 的 low 檔
Theo 表示，他花了 1,000 美元在 DeepSWE 上對 Jev Router 做基準測試。他稱，其表現與 GPT-6 Astra 的 low 檔大致相同，成本略高，運行時間近乎 5 倍。
相關AI快訊
Arena.ai 於 Agent Arena 透過逾 4,700 場 Agent 會話評估 Jev Router
Arena.ai 於 Agent Arena 針對 typesafeai 開發的 Jev Router 進行了逾 4,700 場 Agent 會話評估，發現雖然該路由器未有突破現有的柏拉圖前沿，但在響應使用者反饋方面展現出出色的可引導性。
Scale Labs 推出視覺推理基準 Humanity's Sixth Sense
Scale Labs 推出評估基準 Humanity's Sixth Sense，包含涵蓋圖像與影片的 522 項開放式任務，以測試日常直覺視覺推理能力。
GPT-6.1 Sol 現已登陸 Cline
Cline 現已提供 GPT-6.1 Sol。在 DeepSWE v1.1 上，Cline 稱該模型與 GPT-6 Astra 表現相當，成本約為其五分之一。
OpenAI 報告 GPT-6 Luna 在 DeepSWE v1.1 得分 66.6%
OpenAI 報告，GPT-6 Luna 在 DeepSWE v1.1 得分 66.6%，與中等努力程度下的 Claude Opus 5 及 Fable 5 相當，每項任務成本低 93% 至 96%；在較高努力程度下，事實準確度與 GPT-5.6 Sol 相當，成本約為其百分之一。
DeepLearning.AI 於 The Batch 詳解 DeepSeek 快取縮減與 Flash 基準測試表現
DeepLearning.AI 於最新一期 The Batch 分析了 DeepSeek 的架構，指出其每個 token 的快取縮減至 890 位元組，比 DeepSeek-V1 縮小了 437 倍。分析亦指出，當輸入從 4K 擴展至 1M token 時，每個輸出 token 的運算量增加了 25%，並指出 Flash 於 AA Index 基準測試的得分超越 V4-Pro。