gpt-5-mini

聊天 agent 基于 18 个图工具进行 tool-calling 循环，使用模型 gpt-5-mini；模型只负责选择工具和措辞，实际计算由图数据库执行，一次提问成本约半分钱，图计算耗时 2 到 90 毫秒。

在360条干净文本测试中，Jev仅误判1次，gpt-5-mini误判1次，Gemini 2.5 Flash-Lite和Gemma各误判2次，gpt-oss-safeguard-20b误判4次，Llama Guard 4误判26次。

在短姓名字段测试中，Jev对英语、西班牙语、俄语、日语、中文的已验证词抓住27个中的21个，gpt-5-mini抓住25个；在其他16种语言中Jev仅抓住80个中的15个，gpt-5-mini抓住53个。

Jev对伪装拼写名字的检出率为25个中的13个，gpt-5-mini为25个中的25个；给干净名字加leet字符或点号会使Jev概率平均上升0.16（英语中0.32），而gpt-5-mini在125个伪装干净名字上零误报。

gpt-5-mini在184条攻击性评论上假阴性为零，但误报57条可接受内容，多数标记为骚扰。

实验中ChatGPT使用gpt-5-mini、Gemini使用gemini-3.5-flash-lite、Perplexity使用pplx-fast，均为各家的轻量快速模型