Jev, 라우팅 최적화로 비용 40% 절감…프런티어 모델 효율적 활용 대안 부상

요약

최근 Jev가 프론티어 모델의 효율성을 극대화하는 새로운 의사결정 모델을 도입했다. 이 시스템은 단일 패스 방식의 라우터와 달리, 수백 개의 Jev가 대화 전체를 스캔하고 Opus 5.5, GPT-6 Astra, Fable, Kimi, DeepSeek 등 여러 모델의 벤치마크 결과를 실시간으로 비교 평가하여 최적의 모델을 투표로 선정하는 방식을 취한다. 그 결과, DeepSWE, Terminal-Bench 4.0, SWE-Atlas 등 주요 벤치마크에서 Opus 5.5와 GPT-6 Astra 성능의 99% 수준을 유지하면서 비용은 40% 절감하는 성과를 보였다. 이는 가장 비싼 모델을 모든 작업에 사용하는 기존 방식에 타격을 줄 수 있으며, 사용자가 고성능 프리미엄 모델을 필수적으로 사용하지 않아도 되는 환경을 조성하고 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.