下一轮该轮到Jev出牌了

判断模型的开源赛道又挤进一个。JEMM-27B 把图文决策、工具调用、网页操作和审核塞进了同一个模型。它是 Qwen 基座经专项多模态训练的产物，权重在 Hugging Face 搜 JEMM 就能下，地址在 huggingface.co/models?search=… ，标签里也带了 GitHub 出处。

数字对着 Jev 1.13 和 Laya 摆开：JevBench 二百三十一道公开题答对一百九十八道，准确率 85.7%，Laya 是 58.4%，Kev、Semlf、Von 都在后面。

工具调用从 88.7% 提到 93.3%，截图网页任务从 36.0% 到 54.6%。更要紧的是延迟，五种文字配置全部低于 Jev，单题中位数约 0.3 秒，汇总延迟降了 31.2%。

我最在意的是那个截图项。Jev 只吃文字，JEMM 原生读图，网页任务上的 18.6 个百分点差距基本来自这里。判断模型以前是闭着眼摸牌，现在桌上多了张图，能判的东西一下宽了。界面状态、图表走势、流程卡在哪，这些原本都得先转成文字才轮得到判断。

上手路径也给全了。下载 27B 权重，按 README 装依赖，加载 Qwen 基座加 JEMM 权重，传文本或截图，选择、判断、评分三类接口直接接进现有 agent 工作流。开放权重这条比分数更实在，谁想在自己环境里验一遍都不用求人。

赛道热闹起来是好事。Jev 立的规矩正在被后来者逐条对着打，比它准、比它快、还带图，下一轮该轮到 Jev 出牌了。