它是什么
在分类任务上对比 Jev、大模型和同类决策模型。
它做什么： 把五个公开任务转成统一多选题格式，经 OpenRouter 跑 Jev 与基线，并发布准确率、费用、延迟表以及分数据集赢家。
为什么收进案例库： 对比清楚且允许负面结论：作者实验中 Jev 在大模型组总体领先并赢下 MMLU，而 Clef Flash 在专用决策模型组总体领先。
注意： 0 星；无许可证文件；公开数据集；经 OpenRouter。
证据
公开仓库，含测试工具、转换后的数据集和已发布结果表。在大模型对比（经 OpenRouter，5×2,000 = 130,000 次决策）中，Jev 准确率 89.0%、费用 $0.27、p50 延迟 288 毫秒，高于 DeepSeek Flash letter（88.0%、$0.55、395 毫秒）等低成本大模型，且无输出/接口失败。在同一设置的专用决策模型对比中，Clef Flash 以 92.0%（$0.11、372 毫秒）领先，Jev 为 89.0%（$0.27、272 毫秒）并在 MMLU 上以 93.1% 取胜。作者注明公开数据集可能存在训练污染，无效输出按错误计。
注意
- 收录时 0 星；因有完整发布文稿和结果表而收录
- 收录时仓库没有许可证文件
- 使用公开基准数据集，无法排除训练污染
- 全部调用经 OpenRouter；部分大模型臂受提供商限流影响
非官方案例页。热度用观察到的 stars / 列表位次；热度不是质量 SLA。依赖前请阅读上游 README。