Agent Arena 评测 Jev Router 路由性能
先了解这件事
2026年10月8日，Agent Arena 发布对 typesafeai 旗下 Jev Router 的评测，基于超过 4700 个真实智能体会话考察其路由性能。结果显示，Jev Router 未能推进当前帕累托前沿：达到与 DeepSeek V4.1 Flash（Max）相近性能时，成本高出 38%，模型请求延迟中位数高出 1.7 倍；具体端到端延迟中位数为 6.18 秒对 3.64 秒，P90 为 30.59 秒对 14.26 秒。不过其可控性接近 Claude Opus 5.5，最常用的 5 个模型中 4 个位于帕累托前沿，但整体权衡仍不及直连 DeepSeek V4.1 Flash。后续报道转向介绍 Jev 本身：TypeSafe AI 于 2026 年 9 月 15 日推出决策模型 Jev，获 DCVC 领投的 4000 万美元种子轮融资，它不返回文字而是返回校准概率，通常耗时 70 到 500 毫秒，输入每百万 tokens 收费 0.042 美元、输出免费，已有浏览器插件用于语义查找和网页质量打分，西蒙·威利斯批评其走向不可解释的黑箱。LangChain 作者 Harrison Chase 则主张用 Jev 替代前沿模型处理 agent 中的 yes/no 判断。
AI 根据报道生成 · 1 小时前更新
事件进展
- 10月10日 12:31 · 1 篇报道LangChain 作者 Harrison Chase：用小型决策模型 Jev 替代前沿模型处理 agent 中的 yeHarrison Chase(@hwchase17)：LangChain 作者 Harrison Chase：用小型决策模型 Jev 替代前沿模型处理 agent 中的 yes/no 判断
- 10月10日 00:51 · 1 篇报道TypeSafe AI 发布低成本决策模型 Jev国际大厂：TypeSafe 的 Jev 十类真实用例：从 Agent 路由到自动驾驶的低成本决策
- 10月8日 23:04 · 1 篇报道科技爱好者周刊（第 414 期）：Jev 决策模型有什么用阮一峰的网络日志：科技爱好者周刊（第 414 期）：Jev 决策模型有什么用
- 10月8日 06:29 · 2 篇报道Arena 评测 Jev Router 模型路由效果lmarena.ai(@lmarena_ai)：Jev Router 与 DeepSeek V4.1 Flash 端到端延迟对比：中位数 6.18 秒对 3.64 秒
- 10月8日 06:29 · 1 篇报道Arena 评测 Jev Router 路由性能lmarena.ai(@lmarena_ai)：Agent Arena 评测 Jev Router：成本高 38%、延迟 1.7 倍，但可控性接近 Claude Opus 5.5
报道时间线
沿着报道，了解事件的不同侧面。
- Harrison Chase(@hwchase17)LangChain 作者 Harrison Chase：用小型决策模型 Jev 替代前沿模型处理 agent 中的 yes/no 判断
LangChain 作者 Harrison Chase 分享 @ch3nweiii 的观点：agent 中大量步骤是 yes/no 判断而非生成，不应交给每月 $20-$200 的前沿模型。
- 国际大厂精选TypeSafe 的 Jev 十类真实用例：从 Agent 路由到自动驾驶的低成本决策
TypeSafe AI 于 2026 年 9 月 15 日推出 Jev，并宣布获得 DCVC 领投的 4,000 万美元种子轮融资。Jev 不聊天不写文本，接收 state 与 typed questions，返回带校准概率的 Choice、Score 和 Noul 答案，通常耗时 70 到 500 毫秒，输入每百万 tokens 收费 0.042 美元、输出免费。
- 阮一峰的网络日志科技爱好者周刊（第 414 期）：Jev 决策模型有什么用
TypeSafe AI 发布新型"决策模型"Jev，它不返回文字而是返回表示概率的浮点数，可处理是非题、选择题和按标准给材料打分的评分题。已有浏览器插件用它实现 Ctrl + F 语义查找和为网页内容质量自动打分，西蒙·威利斯则批评其走向不可解释的黑箱。
- lmarena.ai(@lmarena_ai)Jev Router 与 DeepSeek V4.1 Flash 端到端延迟对比：中位数 6.18 秒对 3.64 秒
Jev Router 的端到端请求延迟高于同类 Pareto 最优模型，中位数为 6.18 秒，DeepSeek V4.1 Flash（Max）为 3.64 秒。在 P90（最慢 10% 请求）上差距扩大，Jev Router 耗时 30.59 秒，DeepSeek 为 14.26 秒。
- lmarena.ai(@lmarena_ai)LMArena 评测：Jev Router 模型路由尚未跑赢直连 DeepSeek V4.1 Flash
Jev Router 最常用的 5 个模型中 4 个位于帕累托前沿，可操控性表现突出，但整体权衡不及直接调用 DeepSeek V4.1 Flash——后者以更低成本和延迟取得相近表现。该评测显示，同时平衡任务成功率、可操控性、成本与延迟仍是模型路由的未解难题。
- lmarena.ai(@lmarena_ai)Agent Arena 评测 Jev Router：成本高 38%、延迟 1.7 倍，但可控性接近 Claude Opus 5.5
Agent Arena 用超 4700 个真实智能体会话评测 typesafeai 的 Jev Router，结果显示它未能推进当前帕累托前沿：达到与 DeepSeek V4.1 Flash（Max）相近性能时成本高 38%，模型请求延迟中位数高 1.7 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。