Jev as judge: GPT-6 Astra scores 69% on an AGI share test
The author ran a "who is AGI" LLM-as-a-Judge test with Jev, which put GPT-6 Astra at 69% and open-source models at 14%, with sub-second latency and under $0.10 in cost.
💥我靠：刚拿 Jev 跑了一轮“谁是 AGI”裁判测试，手感好用很离谱！ Jev果断告诉我GPT-6 Astra达到69%占比的AGI，DeepSeek V4.1 Flash、GLM 5.3达到3%占比的AGI 🔹速度：jev-latest 一次 structured choice，68ms + 46ms，整轮亚秒级 🔹成本：连测好几轮 prompt，账单还没到 $0.10，输出 token 直接免费 🔹结果：GPT-6 Astra 69% / 开源模型 14% / Fable 5.1 9% / DeepSeek V4.1 Flash 与 GLM-5.3 各 3% / Kimi K3 2% 🔹置信度：63%。它给的不是一段解释，是可直接写进代码的概率分布 🔹体感：这东西不是更好的 ChatGPT，是把「判断」从生成里拆出来了。LLM-as-a-Judge、Agent 路由、质检、风控，终于能按毫秒和分钱来铺 20–200x 更快，40–400x 更便宜。Chat 模型负责写，Jev 负责判。 这条分工如果成立，自动化会比现在再快一个数量级！ #Jev #TypeSafeAI #SystemOne #AGI #LLMJudge #GPT6Astra
This post quotes another post: “Jev comparison claims cost 1/238 of GPT-6 Astra”