Jev 1.13
在 S1MB 日语赛道中排名第四的决策模型
时间轴 (近 90 天)
在开启 JSON Schema 严格模式的支持工单用例上，Jev 耗时 386 ms，Gemini 896 ms，Mistral 1,672 ms，GPT-5 nano 7,006 ms。
在某个测试用例中，GPT-5.6 Sol 的成本是 Jev 的 32.5 倍，Opus 5 的成本是 Jev 的 184.9 倍。
Jev 在清晰工单上的平均置信度为 0.979，在六条模糊工单上降至 0.841，差距方向正确但幅度偏小，可能不足以支持可靠的阈值路由。
在独立对比测试中，Jev 1.13 的平均单次成本为 $0.0000188，Mistral Small 3.2 的成本是 Jev 的 1.4 倍，Gemini 2.5 Flash Lite 是 1.7 倍。
在相同测试中，Jev 的中位响应时间为 352 ms，Mistral Small 3.2 为 1,343 ms，Gemini 2.5 Flash Lite 为 877 ms，GPT-5 nano 为 7,504 ms。
GPT-5 nano 的单次成本是 Jev 的 18.3 倍，其中绝大部分消耗在推理 token 上。
根据官方公布的数据，Nimble-v4-max 在 Decision Index 公开评分上比 Jev 1.13 高出 10.5 分。
在520条已验证评论测试中，Jev 1.13准确率94.0%，检出175/184条攻击内容，误报22/336条干净内容，中位延迟250ms，每千次成本$0.05。
全部知识事实 (6)
在独立对比测试中，Jev 1.13 的平均单次成本为 $0.0000188，Mistral Small 3.2 的成本是 Jev 的 1.4 倍，Gemini 2.5 Flash Lite 是 1.7 倍。
50%待验证在相同测试中，Jev 的中位响应时间为 352 ms，Mistral Small 3.2 为 1,343 ms，Gemini 2.5 Flash Lite 为 877 ms，GPT-5 nano 为 7,504 ms。
50%待验证GPT-5 nano 的单次成本是 Jev 的 18.3 倍，其中绝大部分消耗在推理 token 上。
50%待验证在某个测试用例中，GPT-5.6 Sol 的成本是 Jev 的 32.5 倍，Opus 5 的成本是 Jev 的 184.9 倍。
50%待验证Jev 在清晰工单上的平均置信度为 0.979，在六条模糊工单上降至 0.841，差距方向正确但幅度偏小，可能不足以支持可靠的阈值路由。
50%待验证在开启 JSON Schema 严格模式的支持工单用例上，Jev 耗时 386 ms，Gemini 896 ms，Mistral 1,672 ms，GPT-5 nano 7,006 ms。
50%