Wenn Jev Router auf dem Agent-Arena-Leaderboard wäre, würde er eine nette Verbesserung von +3.6% bei medianen Kosten von $0.155 pro Aufgabe erzielen.
Er würde unter DeepSeek V4.1 Flash liegen, dem Modell, zu dem er am häufigsten weiterleitet, aber ihn bei Steerability (+10.0% vs. -0.2%) und Praise vs. Complaint (+6.3% vs. +2.1%) schlagen.
Wo DeepSeek besser abschneidet, sind Confirmed Success (+8.3% vs. +2.2%), Bash Recovery (+7.8% vs. -0.7%) und Tool Hallucination (+0.4% vs. +0.2%).
Das zentrale Signal hier ist die Steerability – sie zeigt, wie stark Jev in der Lage ist, auf Nutzerkorrekturen zu reagieren. Tatsächlich liegt der Score des Routers nicht weit von dem von Claude Opus 5.5 (High) entfernt – nur 0.48 Prozentpunkte niedriger.
