Kev 是一个基于 Qwen3.5 构建的开源小型决策模型系列，旨在本地运行，或在用户自行管理的端点上运行。该项目提供 0.8B、4B 和 9B 三种变体，以及训练代码、评估数据和与 TypeSafe 的 System One 接口兼容的 API。
该系统可在一次请求中回答多种问题类型：是或否决策、多项选择路由，以及数字评分。这些问题共享相同的输入文本，但彼此不能读取对方的内容，因此一张支持工单可以在不使答案相互依赖的情况下完成路由、升级检查，并获得沮丧程度评分。
该仓库还提供了一条实用的本地使用路径。文档说明了 CUDA、ROCm 和 Apple Silicon 的支持情况，并称 4B 和 9B 模型可以适配配备 32 GB 内存的 Mac。示例服务器默认绑定 localhost，而远程访问时可以要求提供 API 密钥。
最清晰的证据来自该项目的评估表。在“新来源”上，报告的测试准确率分别为 Kev-0.8B 的 0.684、Kev-4B 的 0.837，以及 Kev-9B 的 0.852；报告还显示，较大模型的 Brier 分数更低。这些是发布者报告的结果，并非独立验证。
本文讨论了该项目报告的评估表，以及比较 Kev 与 Jev 时的限制；这张图表直接将这些按来源区分的结果可视化。
README 警告称，与 Jev 的比较并未受到控制，因为 Jev 的训练数据集未知。对于正在权衡 Kev 与类似系统的读者而言，这一点很重要：该资料包支持 Kev 所声明的设计及其自行报告的基准测试结果，但不支持一个确定性的主张，即 Kev 在总体上比 Jev 更准确。