Jev+Opus：以1/4成本实现前沿精度

A Jev that can ask Opus for help gives Opus accuracy at 4x lower cost

我们测试了Jev和Luna在身份解析（Identity Resolution）中的表现。虽然Luna开箱即用表现更佳，但在高难度案例中，Jev的置信度校准更优。最终，我们构建了一个Jev与Opus结合的混合模型，在将成本降低4倍以上的同时，实现了与前沿模型相当的准确率。这一发现为大规模数据治理提供了极具性价比的新方案，让决策模型与前沿LLM的优势得以互补。