开源Kev 4B与Jev同台对比测试

团队用362条新题对比Kev 4B（Qwen3.5-4B的Apache-2.0微调）与Jev，各任务准确率差距在2个百分点内。Jev在PAWS释义检测上以87.0%对74.5%领先，但每次请求多计约257个输入token，短请求成本最高可达12倍。

• 四款AI模型操控《毁灭战士》基准测试结果公布2026-09-20
• 研究：将GLM-5.3-Flash改造成类Jev决策模型2026-09-27
• 开发者让Jev玩宝可梦红，挑战更复杂游戏2026-09-25
• 新型AI模型Jev走红，估值超100亿美元2026-09-25
• 斯坦福与英伟达发布CLM-8B对比语言模型2026-09-24