#jev

TypeSafe AI 的 Jev 中介軟體可為 LangChain 託管深度代理進行模型路由

Nathan Drezner 表示，TypeSafe AI 的 Jev 中介軟體可與 LangChain 託管深度代理一併用於模型路由。用戶定義路由，Jev 負責模型選擇。

LangChain 報告 Jev 作為代理評估評判與人類審核者一致，對比 GPT-5.6 及 Claude Sonnet 4.6

LangChain 表示已測試 Jev 對比 GPT-5.6 Luna、GPT-5.6 Terra 及 Claude Sonnet 4.6 作為代理評估評判，報告每次呼叫均與人類審核者一致，方差最多低 913x，每次呼叫 0.44s，完整運行成本為 $0.34，而使用 Claude Sonnet 4.6 則為 $28.17。

LangChain 分享 Sydney Runkle 對 typesafeai 新 Jev 模型的示範講解

LangChain 重點介紹了 Sydney Runkle 一段不足 10 分鐘的影片，拆解 @typesafeai 的新 Jev 模型，以及如何將其接入智能代理。

Elvis 報告使用 Jev 以 $0.14、83 秒為 ~2.3K 篇 AI 論文重新標籤

Elvis（@omarsar0）表示，他使用 Jev 整理約 2.3K 篇 AI 研究論文，總成本 $0.14，耗時約 83 秒。他稱 Jev 與先前 DeepSeek V4 Flash 標籤的吻合度為 75%，並發現約 579 項高信心主題變更；對 30 項分歧的人工檢查全部獲採納後，這些變更已套用至生產環境。

TypeSafe AI 向所有人開放 Jev，無需輪候

TypeSafe AI 表示 Jev 現已向所有人開放，無需輪候。該公司亦表示所有用戶起步均獲 5 美元額度（約 1.2 億個 tokens）。

Bailey Jennings 以 ONET 職位分類比較 Jev 與 Luna

在一次簡短示範中，TypeSafe AI 的 Jev 精確匹配率為 80.5%，每項職位約 200 毫秒、每 100 萬次 122 美元；Luna 精確匹配率為 84.9%，每項職位約 2 秒、每 100 萬次 482 美元。