# LangChain 报告称作为智能体评估评判，Jev 与人类评审员匹配，对比 GPT-5.6 和 Claude Sonnet 4.6

LangChain 表示，其将 Jev 与 GPT-5.6 Luna、GPT-5.6 Terra 和 Claude Sonnet 4.6 作为智能体评估评判进行了对比测试，报告称每次调用均与人类评审员匹配，方差最高降低 913 倍，每次调用耗时 0.44 秒，完整运行成本为 0.34 美元，而使用 Claude Sonnet 4.6 为 28.17 美元。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-10T06:09:00.000Z
Query date (Asia/Shanghai): 2026-11-10

HTML: https://didcodexreset.com/zh/news/4439d541565441d582478dde.html

Content language: zh-CN
Localization state: translated

来源：LangChain · 发布于 2026/9/22 01:13:27

LangChain 表示，其将 **Jev** 与 **GPT-5.6 Luna**、**GPT-5.6 Terra** 和 **Claude Sonnet 4.6** 作为智能体评估评判进行了对比测试。

据 LangChain 称，Jev 每次调用均与人类评审员匹配，方差最高降低 **913 倍**，每次调用耗时 **0.44 秒**，而这些大语言模型为 **2.16-2.83 秒**。其报告完整运行成本为：Jev **0.34 美元**，Claude Sonnet 4.6 为 **28.17 美元**。

Tags: LangChain, Jev, 评估, GPT-5.6, Claude Sonnet 4.6

[查看主帖原文](https://x.com/LangChain/status/2102081157332353131)