TypeSafe AI · 博客
Jack & Jill 如何使用 Jev 降低候选人初筛成本
Jack & Jill & Jev: Cutting candidate screening costs by 88%
TypeSafe AI发布案例称，Jack & Jill将候选人初筛模型替换为Jev后，在准确率相当前提下成本降低88%且任务完成时间缩短约50%，预计年省50万美元并解锁注册即匹配等新功能。
INSIGHTXIV · INSIGHTS
核心 Insight
文章中的关键判断
Jev替代Gemini实现降本与耗时缩短
据厂商案例数据，Jack & Jill在生产环境用Jev替换Gemini 3.1 Flash Lite后，初筛成本降低88%，任务完成中位数时间缩短约50%，且准确率维持同等水平，验证了低成本模型在高频筛选场景的可行性。
质量评估显示差异无统计显著性
基于150个真实职位测试表明，Jev保留胜出候选人比例略高0.7个百分点，但90%置信区间包含零值；AUC从0.924升至0.933说明排序稍优，但整体与Gemini表现相当而非显著超越。
成本优势源于定价结构与新场景解锁
Jev输入价格为Gemini六分之一且输出免费，使千次筛选成本降至9美分。除预计年省50万美元外，低延迟支持注册即匹配等新功能，但这些扩展应用产生的额外节省未计入前述预测总额。
作者与机构
- TypeSafe AI机构署名 · 厂商案例
TypeSafe AI作为机构署名及厂商案例发布方，介绍Jack & Jill使用Jev模型的降本增效成果
中文摘录
来源核对：2026-10-13与Gemini相比，Jev保持了相同的准确率，成本降低88%，任务完成时间大约快50%。
这是厂商对该候选人筛选流程的陈述，不代表独立论文得出了相同的成本结论。