北京
分享至
一场内部测试，把Jev 1.13推到了最前面。测试方为这项任务专门生成了一套内部测试集，用来横向比较不同模型的表现。
结果很直接：Jev 1.13在准确率上排第一，在成本上排最低。同一场对比里，它还压过了其他Decisions系列模型，以及Claude Code调用Sonnet 5的表现。
两个维度同时领先
准确率和成本，通常是模型选型里最难两全的一对指标。这次测试给出的结论是，Jev 1.13在这两项上都拿到了最优。
对比对象包括两类：一是其他Decisions模型，二是Claude Code对Sonnet 5的使用方式。测试方没有公布具体分数和费用数字，只给出了排名结论。
测试集是自建的
需要说明的是，这套测试集由测试方为这项任务自行生成，属于内部测试，并非公开基准。也就是说，结论的适用范围限定在这套自建测试集和这项任务之内。
从选型角度看，这类内部测试的价值在于贴近真实任务，而不是刷公开榜单。Jev 1.13在这套测试集上的表现，至少说明它在这项具体任务上值得被纳入候选。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
