Teste independente no BANKING77: Kev 98%, Verdict 89% dinâmico vs Qwen JSON 66%
Em 15/10/2026 o Towards Data Science publicou a comparação prática de Lambert Leong (artigo) de sete projetos abertos contra um baseline Qwen3-0.6B JSON no BANKING77 (12 intents; menus fixos de 8 rotas e menus dinâmicos de 4 candidatos; duas repetições idênticas).
Rotas fixas (200 req): Kev 0.8B 98,0%, Laya 92,0%, Verdict 86,5% (8 abstenções), Qwen JSON 83,0%, AnyJev 79,5%, NanoJev 52,0%.
Candidatos variáveis (100 req): Kev 98,0%, Verdict 89,0%, Laya 74,0%, Qwen JSON 66,0%, NanoJev 17,0%. Nove falhas dinâmicas do Qwen foram JSON em fence markdown rejeitado pelo parser estrito.
Latência mediana (tabela do autor): Verdict ~17–18 ms, Kev ~125–130 ms, Qwen JSON ~331–357 ms. Escopo estreito. O autor trata como pistas, não ranking universal. Evidência de terceiro útil para notas em kev, laya e verdict. Sem mudança de nota.
