#jev

TypeSafe AI 的 Jev 中间件可为 LangChain 托管深度智能体进行模型路由

Nathan Drezner 表示，TypeSafe AI 的 Jev 中间件可与 LangChain 托管深度智能体配合使用，用于模型路由。用户定义路由，Jev 负责模型选择。

LangChain 报告称作为智能体评估评判，Jev 与人类评审员匹配，对比 GPT-5.6 和 Claude Sonnet 4.6

LangChain 表示，其将 Jev 与 GPT-5.6 Luna、GPT-5.6 Terra 和 Claude Sonnet 4.6 作为智能体评估评判进行了对比测试，报告称每次调用均与人类评审员匹配，方差最高降低 913 倍，每次调用耗时 0.44 秒，完整运行成本为 0.34 美元，而使用 Claude Sonnet 4.6 为 28.17 美元。

LangChain 分享 Sydney Runkle 对 typesafeai 新 Jev 模型的讲解

LangChain 重点介绍了 Sydney Runkle 的一段不到 10 分钟的视频，拆解 @typesafeai 的新 Jev 模型以及如何将其接入智能体。

Elvis 称使用 Jev 为约 2.3K 篇 AI 论文重新打标签，花费 0.14 美元，耗时 83 秒

Elvis（@omarsar0）称他使用 Jev 整理约 2.3K 篇 AI 研究论文，总成本 0.14 美元，耗时约 83 秒。他表示 Jev 与此前 DeepSeek V4 Flash 标签的一致率为 75%，发现约 579 处高置信度主题变更，并对 30 项分歧进行人工核对后全部接受，随后将这些变更应用到生产环境。

TypeSafe AI 向所有人开放 Jev，无等待名单

TypeSafe AI 表示 Jev 现已向所有人开放，且无等待名单。该公司还表示所有用户起始可获得 $5 额度（约 1.2 亿 tokens）。

Bailey Jennings 比较 Jev 与 Luna 在 ONET 职位分类上的表现

在一次快速演示中，TypeSafe AI 的 Jev 精确匹配率为 80.5%，每个职位约 200 毫秒、每 100 万次成本 122 美元；Luna 精确匹配率为 84.9%，每个职位约 2 秒、每 100 万次成本 482 美元。