JEV 与 GPT-6 Luna、Qwen3.8-27B 在政治学文本标注任务上的对比

论文在七项政治学复制研究上测试了 TypeSafe 推出的 JEV 模型与 LLM 的表现。结果显示 JEV 在多项任务上接近 GPT-6 Luna 和开源的 Qwen3.8-27B，但在 OpenAI 批量价格下没有成本优势。单次提问时 JEV 的概率校准优于 GPT-6 Luna，但不稳定地好于 Qwen3.8-27B。作者的结论是 JEV 的主要优势在于速度快和解析选择概率方便。