もしJev RouterがAgent Arenaのリーダーボードに載っていたら、タスクあたり中央値$0.155のコストで+3.6%の純改善を記録することになります。
最も多くルーティング先となるDeepSeek V4.1 Flashより下位にはなるものの、Steerability(+10.0%対-0.2%)とPraise vs Complaint(+6.3%対+2.1%)ではそれを上回ります。
DeepSeekが優れているのはConfirmed Success(+8.3%対+2.2%)、Bash Recovery(+7.8%対-0.7%)、Tool Hallucination(+0.4%対+0.2%)です。
ここでの重要なシグナルはsteerabilityであり、ユーザーの修正に対応するJevの強力な能力を実証しています。実際、このルーターのスコアはClaude Opus 5.5 (High)のそれと大きく離れておらず、わずか0.48ポイント低いだけです。
