Ibahagi ang ilang kawili - wiling aplikasyon sa Jev: modelong AI na hindi sumasagot at mga hukom lamang
Sa isang bulag, pre-registration pagtatasa sa pamamagitan ng PrimeLine, may magandang kuwento.
Ang ganap na katumpakan nina Claude Opus 5 at Haiku 4.5 sa dalawang tunay na misyonMas mabuti ito kaysa kay Jeff, kahit na sa simula.Hindi ko alam. Nguni't nang dahil sa pagsusuri ay nalagpasan ng modelo ang pinakatiyak na sampol ng kaniyang sarili,Jev, sa parehong misyon, ito ay naatraso.Hindi ko alam.
Ito'y dahilan sa ito'y pagtitiwala sa output.Ito ay calibrated.Sa kabaligtaran, ang mga modelo ng generic generic generation ay kadalasang hindi mahusay na calibated at over-confident sa kanilang sariling hukom. Sa ibang salita, ang halaga ng Jev ay lumalabas kapag ang "makilala mo ang iyong sarili" ay mas mahalaga kaysa sa "matigas na sagot".
Paano?
Kung gumagamit ka na ng isang modelong plataporma ng asamblea, ang halaga ng access ay halos sero:
- OpenRouter:Jev ay online sa opisyal na model katalogoue, modelong pangalan
typesafe/jevMaaari kang gumawa ng isang modelo sa kodigo. - Vercel AI Gateway: 72 oras pagkatapos ilabas, integrated, go Vercel Global Marginal Network distribution, mababang pagkaantala
- Opisyal na SDK: TypeSafe nagbibigay ng online console (Playground) at kumpletong dokumentasyon bilang suporta sa HTTP API, Python SDK, JavaScript SDK
- Opisyal na mga kaha ng kasanayan: Isang uri ng proteksiyon ang nagbukas ng bodega ng mga kasanayan sa GitHub, isang pantanging coding agent na sabay - sabay na nagtatanong ng lahat ng pagkakaiba, hindi lamang isang tanong sa isang pagkakataon
Halaga: Ipasok ang token 0.042 kada milyon, output libre. Wala ring bayad ang bagong account number.

Sabihing mahinahon.
Una sa lahat,Hindi ito kahalili ng isang malaking modelo.Hindi ko alam. Si Jev ay isang propesyonal na desisyon-gawang modelo na hindi inaasahang magkaroon ng bukas na pangangatuwiran at nilalamang kakayahan ng henerasyon. Ang halaga nito ay upang mapataas ang “quick at maaasahang desisyon-paggawa sa malinaw na ibinigay na posibleng kalalabasan ng “.
Ikalawa,Maraming kaso ang kailangang ayusin.Hindi ko alam. Halimbawa, Browner Use, ang pitong-second flight search showion, ay resulta ng buong competition chain, na hindi binibilang ang lahat ng mga kakayahan sa Jev. Ang mga bodega kung saan ang mga kaso ng pamayanan ay pinagsama ay nagpapahiwatig ng hangganan ng ebidensiya — kung ano ang maliwanag, kung ano ang gumagana at kung ano ang mga pag - aangkin ay hindi sinusuportahan. Ang saloobing ito ay sulit na matutuhan.
Ikatlo,Maging mapagmasid.Hindi ko alam. Ang Jev ay inilabas ng isang linggo-habang screen, na may tunay na teknikal na halaga sa init at maraming mga sangkap sa marketing. Ang talagang kailangan ay kunin ito at takasan ang iyong misyon at tingnan kung gaano karaming pagkaantala at salapi ang natitipid.
Subalit isang bagay ang tiyak:Ang AI ay naglalapat ng higit pa sa isang "salinlahing" landasHindi ko alam. Sa kabila ng track na ito, ang long-neglected imprastraktura ng “ “ “ijudgmenti” ay puno. Si Jev ay hindi siyang pangwakas na sagot diyan, subalit ito'y nagtanong ng tamang tanong.
Ang malalaking modelo ay sumusulat ng mga kasagutan, at si Jev ay gumagawa ng mga pasiya — ito'y isang mahusay na kaayusan sa bawat trabaho.
References: TypeSafe AI Opisyal na Inilathala Note, Jev apps Case Book (137 Kaso / 11 Gamit), Wikipedia, DataCam Technical Analysis
Ito ang isa sa pinakamahalagang direksiyon ng kasalukuyang proyekto.
Inilabas lamang ng koponan sa Browner Use sa Jev 3 arawIsang opisyal na pagsasama-sama jev-ultrafast ang pagkatapos ay pinakawalan, na iniulat na nakatanggap ng 2,700 GitHub Stars sa loob ng dalawang araw. Hinahati nito ang operasyon ng web sa dalawang set ng mga pagpipilian (operasyon + targets), at hindi ito opsyon.Walang screenshot, walang polymorphic token.Dalawang desisyon lamang ang ginagawa sa bawat balikang biyahe.
Ang tagapagtatag, si Gregor Zunic, ay nakibahagi sa isang di-putol na presentasyon: Jev-jointn browser automat ng isang one-way flight search sa tunay na website ng airline, at ang paghahanap ay isinagawa sa website.Ang buong proseso 7 segundo, tinatawag ng modelo ang humigit - kumulang na halaga $0.0039Hindi ko alam.
Mayroon ding isang kumpol ng mga kontrol ng Staagehand browser, jev-use para sa Cua, Mac sa CoreML + OCR heretition button, at ang TipTour ni Jev, Voice Control Browser upang piliin ang posisyong pindot. Kasalukuyang may 13 kaso sa kategoryang ito, ang pinakamalaking kategorya.
Kapag “ “: Pagpili ng angkop na modelo para sa gawain
May tunay na pag-aaksaya sa panahong multi-model: ang mga simpleng bagay ay mahal, dalisay na salapi. Ang low-cost na pagkaantala ni Jev ay gumagawa ritong akma.Mga klinika sa trapikoHindi ko alam.
- Router ng Claude Code: Tulad ng isang worksheet, si Jev ang humahatol sa kahirapan ng gawain, pinipili ng plagin ang katwiran ng sub-agent model at ang pangunahing sesyon alinsunod sa mga digri
- Kailangan ng Codex ang Mahirap na Landas: Ang pagbibigay ng lohikal na kasalimuutan ng grapikong gawain bago ang pagpatay, na nag-iiwan ng simpleng pagsasaayos sa mga murang modelo, komplikadong cross-file re-engineering upang mag-udyok ng mas malakas na mga modelo - Reported.Bawasan ang kabuuang halaga ng mga modelo ng mahigit 60%.
- Evelational Route / Kahilingan Para sa Pamamahagi: Upang malaman ang uri ng modelo na kailangan ng problema at pagkatapos ay tukuyin ito sa angkop na modelo
- Local code proxy divisionAtas ng simpleng mga atas, masalimuot na mga isyu, mahabang atas sa iba't ibang katulong na AI
Nagsulat si LangChain ng isang espesyal na artikulo, "Tumatayo ng mga seat belt na may Jev" , na binabanggit na ang klasipikasyon at rutang lohika sa balangkas ng proxy ay tradisyonal na itinago sa mga saradong mapagkukunan, at ang mga generic low-cost classification model tulad ng Jev ay pumapayag sa patong na ito ng desisyon-paggawang lohika na muling gamitin sa mga open source agent. Si Armin Ronacher, ang nagtatag ng Centry, ay naniniwala rin na hindi makatuwiran sa ekonomiya na gumamit ng malalaki, gumagawa ng mga modelo para sa mga pasiyang panlulupig.
KARAPATAN AT PANGANGARAL: ANG OBSERVATIONS
Ang gayong mga gamit ay hindi nakasisira ng loob, subalit ito ang pinakamabuti.
- Pinalitan ni Vercel ang Shell command security classification Devace: Pinalitan ng makina na si Pranit Sharma ang panloob na Shell command security katalogouer na nakabase sa OpenAI ng Jev. Reported.Bilisan ng 5-18 besesAt ito ay mas mababang rate ng maling pag-aangkat - ang pagbawas sa misreporting ay nagpapataas ng aktuwal na katumpakan ng sistema.
- Injection test.: pamayanan open source jaev-mcp (paglilinaw batay sa protocol ng MCP) na maaaring gamitin sa cross-source facture check, test tips nakatago sa user warnings para sa atake at semantic application ng nilalamang search Fight! Main
- Magtakda ng Mahabang Konteksto:fast-jev-comparation ay mabilis na sinusukat ang halaga ng bawat mabansagang kasangkapan sa pamamagitan ng Jev, i-deletes ang hindi nagamit na log habang pinananatili ang kritikal na estado - Ang konteksto ng misyong long-term ng ahente ng code ay napakalaki.
- PR PrescreenPagsusuri ng mga pagbabago sa listahan ng mga file at automated test sa daluyan ng CI, patiunang pagtatasa sa adequacy ng PR para sa consolidation, mataas na panganib sa awtomatikong paglilipat ng tag ng PR ' s
Mga linya ng paglilingkod: koreo, worksheets, uniporme ng pasahero
Ang karaniwang saklaw ng mga eksenang ito ay:Napakaraming maliliit na pasiya ang kailangang gawin agad at nang walang pagbabago.Ito ay mahal at mabagal na may malaking modelo.
- Pag-uuri ng mga i-mail intensyon ng negosyo: CTO Nikhil Mudholkar ng Brioai ikumpara ang Jev kay Gemini, na ang ganap na katumpakan ay mas mataas ng kaunti, ngunit ang ganap na katumpakan ay mas mataas ng kaunti.Ang halaga ng bawat tawag ay 10-20 beses na mas mataasHindi ko alam. Higit na mahalaga, ang Jev ay naglalaan ng maliwanag na distribusyon ng probabilidad, at ang sistema sa pagdaloy ng tubig ay mas madaling makapagtatakda ng petsa ng pagtitiwala. Halaga
- Pamamahagi ng mga orden sa trabaho at awtomatikong ruta: Bigyan si Jev ng buod ng titik bilang pangunahing impormasyon, piliin ang pinakaangkop mula sa isang pangkat ng mga koponan sa negosyo upang palitan ang mahinang manwal na tuntunin
- Kategorisasyon ng mga kopyang pagbabawas at suporta sa panahon ng kagipitan: mabilis na pagkilala ng mga reklamong high-risk (hal.g., dobleng pagbabawas) sa larangan ng negosyo ng pananalapi, mga tag ng emergency sa ilang mga millisecond sa panahon na ang kliyente ay nakakakuha ng emosyonal o humihiling ng isang refund, prioridad na ibinibigay sa paggawa
vii. Mas magulong laro
- Mga larawan sa pamamagitan ng pixel: Ang developer @anshuc ang gumagawa sa henerasyon ng imahe na maging isang pixel classification problem - Give bawat pixel isang set ng mga pagpipiliang kulay at mga probability, at ang programa ay nagreresulta sa sukdulang kulay na pinili ni Jev, at sa wakas ay naglalabas ng mababang-resolusyong imahe.
- Awtomatikong mga transaksiyon sa kadenaAng ilang mga Web3 developer ay naglagay kay Jev sa isang go-to-centre exchange upang basahin ang real-time order deep data at output lamang ng tatlong aksiyon: pagbili, pagbebenta, paghawak. Inaakala ng mga komunidad na isa ito sa pinakanakikitang gamit, subalit ang tunay na mga kalagayan sa pamilihan ay nagpapakita rin ng mga panganib.
- Pumili ng bahagi para sa web interface:json-render project, ang Jev ay pumipili ng mga bahagi, nag-aayos ng mga relasyon, at ang programa ay nagtitipon ng mga resulta sa isang naturang interface - tulad ng mga building blocks
VIII. Isang kapansin - pansing pagtaya
Sa isang bulag, pre-registration pagtatasa sa pamamagitan ng PrimeLine, may magandang kuwento.
Ang ganap na katumpakan nina Claude Opus 5 at Haiku 4.5 sa dalawang tunay na misyonMas mabuti ito kaysa kay Jeff, kahit na sa simula.Hindi ko alam. Nguni't nang dahil sa pagsusuri ay nalagpasan ng modelo ang pinakatiyak na sampol ng kaniyang sarili,Jev, sa parehong misyon, ito ay naatraso.Hindi ko alam.
Ito'y dahilan sa ito'y pagtitiwala sa output.Ito ay calibrated.Sa kabaligtaran, ang mga modelo ng generic generic generation ay kadalasang hindi mahusay na calibated at over-confident sa kanilang sariling hukom. Sa ibang salita, ang halaga ng Jev ay lumalabas kapag ang "makilala mo ang iyong sarili" ay mas mahalaga kaysa sa "matigas na sagot".
Paano?
Kung gumagamit ka na ng isang modelong plataporma ng asamblea, ang halaga ng access ay halos sero:
- OpenRouter:Jev ay online sa opisyal na model katalogoue, modelong pangalan
typesafe/jevMaaari kang gumawa ng isang modelo sa kodigo. - Vercel AI Gateway: 72 oras pagkatapos ilabas, integrated, go Vercel Global Marginal Network distribution, mababang pagkaantala
- Opisyal na SDK: TypeSafe nagbibigay ng online console (Playground) at kumpletong dokumentasyon bilang suporta sa HTTP API, Python SDK, JavaScript SDK
- Opisyal na mga kaha ng kasanayan: Isang uri ng proteksiyon ang nagbukas ng bodega ng mga kasanayan sa GitHub, isang pantanging coding agent na sabay - sabay na nagtatanong ng lahat ng pagkakaiba, hindi lamang isang tanong sa isang pagkakataon
Halaga: Ipasok ang token 0.042 kada milyon, output libre. Wala ring bayad ang bagong account number.

Sabihing mahinahon.
Una sa lahat,Hindi ito kahalili ng isang malaking modelo.Hindi ko alam. Si Jev ay isang propesyonal na desisyon-gawang modelo na hindi inaasahang magkaroon ng bukas na pangangatuwiran at nilalamang kakayahan ng henerasyon. Ang halaga nito ay upang mapataas ang “quick at maaasahang desisyon-paggawa sa malinaw na ibinigay na posibleng kalalabasan ng “.
Ikalawa,Maraming kaso ang kailangang ayusin.Hindi ko alam. Halimbawa, Browner Use, ang pitong-second flight search showion, ay resulta ng buong competition chain, na hindi binibilang ang lahat ng mga kakayahan sa Jev. Ang mga bodega kung saan ang mga kaso ng pamayanan ay pinagsama ay nagpapahiwatig ng hangganan ng ebidensiya — kung ano ang maliwanag, kung ano ang gumagana at kung ano ang mga pag - aangkin ay hindi sinusuportahan. Ang saloobing ito ay sulit na matutuhan.
Ikatlo,Maging mapagmasid.Hindi ko alam. Ang Jev ay inilabas ng isang linggo-habang screen, na may tunay na teknikal na halaga sa init at maraming mga sangkap sa marketing. Ang talagang kailangan ay kunin ito at takasan ang iyong misyon at tingnan kung gaano karaming pagkaantala at salapi ang natitipid.
Subalit isang bagay ang tiyak:Ang AI ay naglalapat ng higit pa sa isang "salinlahing" landasHindi ko alam. Sa kabila ng track na ito, ang long-neglected imprastraktura ng “ “ “ijudgmenti” ay puno. Si Jev ay hindi siyang pangwakas na sagot diyan, subalit ito'y nagtanong ng tamang tanong.
Ang malalaking modelo ay sumusulat ng mga kasagutan, at si Jev ay gumagawa ng mga pasiya — ito'y isang mahusay na kaayusan sa bawat trabaho.
References: TypeSafe AI Opisyal na Inilathala Note, Jev apps Case Book (137 Kaso / 11 Gamit), Wikipedia, DataCam Technical Analysis
Ito ang isa sa pinakamahalagang direksiyon ng kasalukuyang proyekto.
Inilabas lamang ng koponan sa Browner Use sa Jev 3 arawIsang opisyal na pagsasama-sama jev-ultrafast ang pagkatapos ay pinakawalan, na iniulat na nakatanggap ng 2,700 GitHub Stars sa loob ng dalawang araw. Hinahati nito ang operasyon ng web sa dalawang set ng mga pagpipilian (operasyon + targets), at hindi ito opsyon.Walang screenshot, walang polymorphic token.Dalawang desisyon lamang ang ginagawa sa bawat balikang biyahe.
Ang tagapagtatag, si Gregor Zunic, ay nakibahagi sa isang di-putol na presentasyon: Jev-jointn browser automat ng isang one-way flight search sa tunay na website ng airline, at ang paghahanap ay isinagawa sa website.Ang buong proseso 7 segundo, tinatawag ng modelo ang humigit - kumulang na halaga $0.0039Hindi ko alam.
Mayroon ding isang kumpol ng mga kontrol ng Staagehand browser, jev-use para sa Cua, Mac sa CoreML + OCR heretition button, at ang TipTour ni Jev, Voice Control Browser upang piliin ang posisyong pindot. Kasalukuyang may 13 kaso sa kategoryang ito, ang pinakamalaking kategorya.
Kapag “ “: Pagpili ng angkop na modelo para sa gawain
May tunay na pag-aaksaya sa panahong multi-model: ang mga simpleng bagay ay mahal, dalisay na salapi. Ang low-cost na pagkaantala ni Jev ay gumagawa ritong akma.Mga klinika sa trapikoHindi ko alam.
- Router ng Claude Code: Tulad ng isang worksheet, si Jev ang humahatol sa kahirapan ng gawain, pinipili ng plagin ang katwiran ng sub-agent model at ang pangunahing sesyon alinsunod sa mga digri
- Kailangan ng Codex ang Mahirap na Landas: Ang pagbibigay ng lohikal na kasalimuutan ng grapikong gawain bago ang pagpatay, na nag-iiwan ng simpleng pagsasaayos sa mga murang modelo, komplikadong cross-file re-engineering upang mag-udyok ng mas malakas na mga modelo - Reported.Bawasan ang kabuuang halaga ng mga modelo ng mahigit 60%.
- Evelational Route / Kahilingan Para sa Pamamahagi: Upang malaman ang uri ng modelo na kailangan ng problema at pagkatapos ay tukuyin ito sa angkop na modelo
- Local code proxy divisionAtas ng simpleng mga atas, masalimuot na mga isyu, mahabang atas sa iba't ibang katulong na AI
Nagsulat si LangChain ng isang espesyal na artikulo, "Tumatayo ng mga seat belt na may Jev" , na binabanggit na ang klasipikasyon at rutang lohika sa balangkas ng proxy ay tradisyonal na itinago sa mga saradong mapagkukunan, at ang mga generic low-cost classification model tulad ng Jev ay pumapayag sa patong na ito ng desisyon-paggawang lohika na muling gamitin sa mga open source agent. Si Armin Ronacher, ang nagtatag ng Centry, ay naniniwala rin na hindi makatuwiran sa ekonomiya na gumamit ng malalaki, gumagawa ng mga modelo para sa mga pasiyang panlulupig.
KARAPATAN AT PANGANGARAL: ANG OBSERVATIONS
Ang gayong mga gamit ay hindi nakasisira ng loob, subalit ito ang pinakamabuti.
- Pinalitan ni Vercel ang Shell command security classification Devace: Pinalitan ng makina na si Pranit Sharma ang panloob na Shell command security katalogouer na nakabase sa OpenAI ng Jev. Reported.Bilisan ng 5-18 besesAt ito ay mas mababang rate ng maling pag-aangkat - ang pagbawas sa misreporting ay nagpapataas ng aktuwal na katumpakan ng sistema.
- Injection test.: pamayanan open source jaev-mcp (paglilinaw batay sa protocol ng MCP) na maaaring gamitin sa cross-source facture check, test tips nakatago sa user warnings para sa atake at semantic application ng nilalamang search Fight! Main
- Magtakda ng Mahabang Konteksto:fast-jev-comparation ay mabilis na sinusukat ang halaga ng bawat mabansagang kasangkapan sa pamamagitan ng Jev, i-deletes ang hindi nagamit na log habang pinananatili ang kritikal na estado - Ang konteksto ng misyong long-term ng ahente ng code ay napakalaki.
- PR PrescreenPagsusuri ng mga pagbabago sa listahan ng mga file at automated test sa daluyan ng CI, patiunang pagtatasa sa adequacy ng PR para sa consolidation, mataas na panganib sa awtomatikong paglilipat ng tag ng PR ' s
Mga linya ng paglilingkod: koreo, worksheets, uniporme ng pasahero
Ang karaniwang saklaw ng mga eksenang ito ay:Napakaraming maliliit na pasiya ang kailangang gawin agad at nang walang pagbabago.Ito ay mahal at mabagal na may malaking modelo.
- Pag-uuri ng mga i-mail intensyon ng negosyo: CTO Nikhil Mudholkar ng Brioai ikumpara ang Jev kay Gemini, na ang ganap na katumpakan ay mas mataas ng kaunti, ngunit ang ganap na katumpakan ay mas mataas ng kaunti.Ang halaga ng bawat tawag ay 10-20 beses na mas mataasHindi ko alam. Higit na mahalaga, ang Jev ay naglalaan ng maliwanag na distribusyon ng probabilidad, at ang sistema sa pagdaloy ng tubig ay mas madaling makapagtatakda ng petsa ng pagtitiwala. Halaga
- Pamamahagi ng mga orden sa trabaho at awtomatikong ruta: Bigyan si Jev ng buod ng titik bilang pangunahing impormasyon, piliin ang pinakaangkop mula sa isang pangkat ng mga koponan sa negosyo upang palitan ang mahinang manwal na tuntunin
- Kategorisasyon ng mga kopyang pagbabawas at suporta sa panahon ng kagipitan: mabilis na pagkilala ng mga reklamong high-risk (hal.g., dobleng pagbabawas) sa larangan ng negosyo ng pananalapi, mga tag ng emergency sa ilang mga millisecond sa panahon na ang kliyente ay nakakakuha ng emosyonal o humihiling ng isang refund, prioridad na ibinibigay sa paggawa
vii. Mas magulong laro
- Mga larawan sa pamamagitan ng pixel: Ang developer @anshuc ang gumagawa sa henerasyon ng imahe na maging isang pixel classification problem - Give bawat pixel isang set ng mga pagpipiliang kulay at mga probability, at ang programa ay nagreresulta sa sukdulang kulay na pinili ni Jev, at sa wakas ay naglalabas ng mababang-resolusyong imahe.
- Awtomatikong mga transaksiyon sa kadenaAng ilang mga Web3 developer ay naglagay kay Jev sa isang go-to-centre exchange upang basahin ang real-time order deep data at output lamang ng tatlong aksiyon: pagbili, pagbebenta, paghawak. Inaakala ng mga komunidad na isa ito sa pinakanakikitang gamit, subalit ang tunay na mga kalagayan sa pamilihan ay nagpapakita rin ng mga panganib.
- Pumili ng bahagi para sa web interface:json-render project, ang Jev ay pumipili ng mga bahagi, nag-aayos ng mga relasyon, at ang programa ay nagtitipon ng mga resulta sa isang naturang interface - tulad ng mga building blocks
VIII. Isang kapansin - pansing pagtaya
Sa isang bulag, pre-registration pagtatasa sa pamamagitan ng PrimeLine, may magandang kuwento.
Ang ganap na katumpakan nina Claude Opus 5 at Haiku 4.5 sa dalawang tunay na misyonMas mabuti ito kaysa kay Jeff, kahit na sa simula.Hindi ko alam. Nguni't nang dahil sa pagsusuri ay nalagpasan ng modelo ang pinakatiyak na sampol ng kaniyang sarili,Jev, sa parehong misyon, ito ay naatraso.Hindi ko alam.
Ito'y dahilan sa ito'y pagtitiwala sa output.Ito ay calibrated.Sa kabaligtaran, ang mga modelo ng generic generic generation ay kadalasang hindi mahusay na calibated at over-confident sa kanilang sariling hukom. Sa ibang salita, ang halaga ng Jev ay lumalabas kapag ang "makilala mo ang iyong sarili" ay mas mahalaga kaysa sa "matigas na sagot".
Paano?
Kung gumagamit ka na ng isang modelong plataporma ng asamblea, ang halaga ng access ay halos sero:
- OpenRouter:Jev ay online sa opisyal na model katalogoue, modelong pangalan
typesafe/jevMaaari kang gumawa ng isang modelo sa kodigo. - Vercel AI Gateway: 72 oras pagkatapos ilabas, integrated, go Vercel Global Marginal Network distribution, mababang pagkaantala
- Opisyal na SDK: TypeSafe nagbibigay ng online console (Playground) at kumpletong dokumentasyon bilang suporta sa HTTP API, Python SDK, JavaScript SDK
- Opisyal na mga kaha ng kasanayan: Isang uri ng proteksiyon ang nagbukas ng bodega ng mga kasanayan sa GitHub, isang pantanging coding agent na sabay - sabay na nagtatanong ng lahat ng pagkakaiba, hindi lamang isang tanong sa isang pagkakataon
Halaga: Ipasok ang token 0.042 kada milyon, output libre. Wala ring bayad ang bagong account number.

Sabihing mahinahon.
Una sa lahat,Hindi ito kahalili ng isang malaking modelo.Hindi ko alam. Si Jev ay isang propesyonal na desisyon-gawang modelo na hindi inaasahang magkaroon ng bukas na pangangatuwiran at nilalamang kakayahan ng henerasyon. Ang halaga nito ay upang mapataas ang “quick at maaasahang desisyon-paggawa sa malinaw na ibinigay na posibleng kalalabasan ng “.
Ikalawa,Maraming kaso ang kailangang ayusin.Hindi ko alam. Halimbawa, Browner Use, ang pitong-second flight search showion, ay resulta ng buong competition chain, na hindi binibilang ang lahat ng mga kakayahan sa Jev. Ang mga bodega kung saan ang mga kaso ng pamayanan ay pinagsama ay nagpapahiwatig ng hangganan ng ebidensiya — kung ano ang maliwanag, kung ano ang gumagana at kung ano ang mga pag - aangkin ay hindi sinusuportahan. Ang saloobing ito ay sulit na matutuhan.
Ikatlo,Maging mapagmasid.Hindi ko alam. Ang Jev ay inilabas ng isang linggo-habang screen, na may tunay na teknikal na halaga sa init at maraming mga sangkap sa marketing. Ang talagang kailangan ay kunin ito at takasan ang iyong misyon at tingnan kung gaano karaming pagkaantala at salapi ang natitipid.
Subalit isang bagay ang tiyak:Ang AI ay naglalapat ng higit pa sa isang "salinlahing" landasHindi ko alam. Sa kabila ng track na ito, ang long-neglected imprastraktura ng “ “ “ijudgmenti” ay puno. Si Jev ay hindi siyang pangwakas na sagot diyan, subalit ito'y nagtanong ng tamang tanong.
Ang malalaking modelo ay sumusulat ng mga kasagutan, at si Jev ay gumagawa ng mga pasiya — ito'y isang mahusay na kaayusan sa bawat trabaho.
References: TypeSafe AI Opisyal na Inilathala Note, Jev apps Case Book (137 Kaso / 11 Gamit), Wikipedia, DataCam Technical Analysis
Kamakailan, nag-ikot ang AI ng ibang modelo --- si Jev. Sa halip na gumawa kasama ng GPT, Claude, pagsusulat ng mga sagot, ito'y pagtitig sa isang napabayaang posisyon:Upang humatol.Hindi ko alam.

Bigyan ito ng status quo at magdagdag ng isang tanong o isang set ng mga pagpipilian, at ibabalik nito ang sagot sa isang piling tanong, isang praksiyon, o isang probability ng oo/no — at pagkatapos ay isang programa upang isagawa. Ang petsa ng pagpapalabas ay Setyembre 15, 2026 (ang limitadong bilang ng mga maagang pagbisita), at ang kompanya sa likod nito ay TypeSafe AI, ang tagapagtatag na si Diogo Almeida, isa sa mga co-inventor ng ChatGPT, na may isang Seed Wheel na $40 milyon, na inisponsor ng DCVC.
Ang mga kalahok ay waring mahirap unawain, subalit ang mga pamayanan ay naglalaro ng daan - daang kaso sa loob ng isang linggo. Pumili ka ng ilan sa pinakakawili - wiling mga bagay, at makikita mo kung ano ang talagang nilulutas nito.
Kailangan nating alamin ang pagkakaiba sa pagitan nito at ng normal na malaking modelo.
Ang tradisyunal na malaking modelo ay pangunahin nang ginagawa: tinatanong mo ito, ito'y isang token at isang token down. Ang pagsusulat ng mga artikulo, pagtulak ng lohika, pagtuktok ng mga code ay mabuti, ngunit ang simpleng pagpili ng "pumili ng isa mula sa mga pagpipiliang ito" ay ginagawang isang chick-killing kutsilyo na mabagal at mahal.
Si Jeff ay patungo sa ibang daan: ito'y magaan.Pag - uuri at pag - uuri ng modeloHindi ko alam. Bawat tawag sa iyo ay nagbibigay rito ng isang set ng malinaw na mga mapagpipilian, na tuwirang naglalabas ng probabilidad na pamamahagi ng mga mapagpipiliang ito at pinipili ang isa na may pinakamataas na pagtitiwala. Ang mga pagkaantala ng ilang dosena hanggang daan - daang millisecond ay maliit na bahagi lamang ng laki ng nangingibabaw na modelo.
Typeligtas, ang opisyal na pangalan para rito.Sistema Isang Modelo— upang gamitin ang konsepto ng “system I” (intuitibong, mabilis na paghuhusga) sa sikolohiya, katumbas ng malaki-wikang modelo ng “system II” (mabagal, in-depth katwiran). Opisyal na datos ay 40-200 beses na mas mabilis kaysa sa front-line na malaking modelo, input na nagkokodigo ng isang milyong tokens kada milyon.Malaya ang output.Hindi ko alam.
Maglaro sa pamamagitan nito: mula sa mga destroyer hanggang sa 50 subway
Ito ang isa sa pinakamadaling aplikasyon upang maunawaan ang halaga ng mga larong Jev-na nangangailangan ng maraming maliliit na desisyon kada segundo, na eksaktong lakas nito.
- Opisyal na presentasyon: tunay na panahon sa maniniraHindi ko alam. Ang Jev ay gumagawa ng mga 10 desisyon sa aksiyon sa bawat segundo, kinokontrol ang pagkilos at mga supang.Ito'y nagkakahalaga ng halos $7 para sa isang oras na pagtakbo.– Ang bilang na ito ay nakakagulat sa mga inhinyero, na nagmumungkahing ang real-time high frequency na desisyon-gawa ay maaaring gawin.
- At supilin ang 50 subwey.Hindi ko alam. Ang developer, @MaxBlade, ay nagtayo ng isang automated na kapaligiran na nagpapahintulot kay Jev na sabay-sabay na tumakbo sa 50 laro, kung saan ang bawat paglipat ay isang maliit na desisyon. Iniulat na ang lahat ng 50 istasyon ay natapos.Ang kabuuang halaga ay wala pang isang cent.
- Buksan ang source Super Mario controllerHindi ko alam. Ang sistema sa pamamagitan ng developer @faadirhshaik ay direktang nagbabasa ng organisadong game state mula sa memorya. Si Jev ay nagpapasiya kung kailan lulukso, kung kailan magbibilis, ang proyekto ay bukas
- Mabilis na Patayin ang Point Two.Hindi ko alam. Ginagamit ito ng Tsinong developer paulwei para maglaro ng stratehiya card game. Nagkaroon ng kapansin-pansing pagkaantala sa pagitan ng dalawang kard nang mas naunang gamitin ang malaking modelo; matapos palitan si JevAng bawat desisyon ay kumukuha ng 0.7 segundo.Ang susunod na order ay ipadadala bago ang huling animation.
- Wikis.Hindi ko alam. Isa pang opisyal na presentasyon: Mula sa isang artikulo sa Wikipedia, ang page hyperlink lamang ang nagiging puntirya ng mga artikulo. Bawat hakbang ay maaaring harapin ng daan - daan o libu - libong kandidatong kawing. - Ang pagsubok ay ang kakayahang pumili sa ilalim ng isang malaking mapagpipilian.
II. Pysics: Paglapag sa rocket mismo
Gustung - gusto ko ang kasong ito sapagkat pinatutunayan nito na si Jeff ay maaaring maglaro nang higit pa kaysa mga laro.
Dinala si Jeff ng developer Waltzuttkarsh 42 sa pisikal na makina ni MujoCo upang kontrolin ang isang vertical landing rocket. Juv:Kapag nagpaputok ka, ilang makina, kapag binago mo ang posisyon sa paglapag.Hindi ko alam. Ang sistema ay matagumpay na lumapag pagkatapos ng 12 pagsubok. Isa sa mga kumpletong pagsubok ay tinawag ng 245 beses sa isang iniulat na halaga ng humigit-kumulang USD 0.04.
Mayroon ding 3D city recombination ng autopilot: developer @jpschroeder integrateds Jev sa isang virtual na lungsod kung saan ang mga sasakyan ay gumagamit ng sensor data at mga kondisyon ng kalsada upang malaman ang direksiyon ng kanilang mga paglalakbay at muling-enter ang sistema pagkatapos ng bawat paglipat. Ang buong konstruksiyon ay sinasabing gumugol ng wala pang isang oras.

III. Browser automation: 7 segundo upang hanapin ang tunay na mga paglipad
Ito ang isa sa pinakamahalagang direksiyon ng kasalukuyang proyekto.
Inilabas lamang ng koponan sa Browner Use sa Jev 3 arawIsang opisyal na pagsasama-sama jev-ultrafast ang pagkatapos ay pinakawalan, na iniulat na nakatanggap ng 2,700 GitHub Stars sa loob ng dalawang araw. Hinahati nito ang operasyon ng web sa dalawang set ng mga pagpipilian (operasyon + targets), at hindi ito opsyon.Walang screenshot, walang polymorphic token.Dalawang desisyon lamang ang ginagawa sa bawat balikang biyahe.
Ang tagapagtatag, si Gregor Zunic, ay nakibahagi sa isang di-putol na presentasyon: Jev-jointn browser automat ng isang one-way flight search sa tunay na website ng airline, at ang paghahanap ay isinagawa sa website.Ang buong proseso 7 segundo, tinatawag ng modelo ang humigit - kumulang na halaga $0.0039Hindi ko alam.
Mayroon ding isang kumpol ng mga kontrol ng Staagehand browser, jev-use para sa Cua, Mac sa CoreML + OCR heretition button, at ang TipTour ni Jev, Voice Control Browser upang piliin ang posisyong pindot. Kasalukuyang may 13 kaso sa kategoryang ito, ang pinakamalaking kategorya.
Kapag “ “: Pagpili ng angkop na modelo para sa gawain
May tunay na pag-aaksaya sa panahong multi-model: ang mga simpleng bagay ay mahal, dalisay na salapi. Ang low-cost na pagkaantala ni Jev ay gumagawa ritong akma.Mga klinika sa trapikoHindi ko alam.
- Router ng Claude Code: Tulad ng isang worksheet, si Jev ang humahatol sa kahirapan ng gawain, pinipili ng plagin ang katwiran ng sub-agent model at ang pangunahing sesyon alinsunod sa mga digri
- Kailangan ng Codex ang Mahirap na Landas: Ang pagbibigay ng lohikal na kasalimuutan ng grapikong gawain bago ang pagpatay, na nag-iiwan ng simpleng pagsasaayos sa mga murang modelo, komplikadong cross-file re-engineering upang mag-udyok ng mas malakas na mga modelo - Reported.Bawasan ang kabuuang halaga ng mga modelo ng mahigit 60%.
- Evelational Route / Kahilingan Para sa Pamamahagi: Upang malaman ang uri ng modelo na kailangan ng problema at pagkatapos ay tukuyin ito sa angkop na modelo
- Local code proxy divisionAtas ng simpleng mga atas, masalimuot na mga isyu, mahabang atas sa iba't ibang katulong na AI
Nagsulat si LangChain ng isang espesyal na artikulo, "Tumatayo ng mga seat belt na may Jev" , na binabanggit na ang klasipikasyon at rutang lohika sa balangkas ng proxy ay tradisyonal na itinago sa mga saradong mapagkukunan, at ang mga generic low-cost classification model tulad ng Jev ay pumapayag sa patong na ito ng desisyon-paggawang lohika na muling gamitin sa mga open source agent. Si Armin Ronacher, ang nagtatag ng Centry, ay naniniwala rin na hindi makatuwiran sa ekonomiya na gumamit ng malalaki, gumagawa ng mga modelo para sa mga pasiyang panlulupig.
KARAPATAN AT PANGANGARAL: ANG OBSERVATIONS
Ang gayong mga gamit ay hindi nakasisira ng loob, subalit ito ang pinakamabuti.
- Pinalitan ni Vercel ang Shell command security classification Devace: Pinalitan ng makina na si Pranit Sharma ang panloob na Shell command security katalogouer na nakabase sa OpenAI ng Jev. Reported.Bilisan ng 5-18 besesAt ito ay mas mababang rate ng maling pag-aangkat - ang pagbawas sa misreporting ay nagpapataas ng aktuwal na katumpakan ng sistema.
- Injection test.: pamayanan open source jaev-mcp (paglilinaw batay sa protocol ng MCP) na maaaring gamitin sa cross-source facture check, test tips nakatago sa user warnings para sa atake at semantic application ng nilalamang search Fight! Main
- Magtakda ng Mahabang Konteksto:fast-jev-comparation ay mabilis na sinusukat ang halaga ng bawat mabansagang kasangkapan sa pamamagitan ng Jev, i-deletes ang hindi nagamit na log habang pinananatili ang kritikal na estado - Ang konteksto ng misyong long-term ng ahente ng code ay napakalaki.
- PR PrescreenPagsusuri ng mga pagbabago sa listahan ng mga file at automated test sa daluyan ng CI, patiunang pagtatasa sa adequacy ng PR para sa consolidation, mataas na panganib sa awtomatikong paglilipat ng tag ng PR ' s
Mga linya ng paglilingkod: koreo, worksheets, uniporme ng pasahero
Ang karaniwang saklaw ng mga eksenang ito ay:Napakaraming maliliit na pasiya ang kailangang gawin agad at nang walang pagbabago.Ito ay mahal at mabagal na may malaking modelo.
- Pag-uuri ng mga i-mail intensyon ng negosyo: CTO Nikhil Mudholkar ng Brioai ikumpara ang Jev kay Gemini, na ang ganap na katumpakan ay mas mataas ng kaunti, ngunit ang ganap na katumpakan ay mas mataas ng kaunti.Ang halaga ng bawat tawag ay 10-20 beses na mas mataasHindi ko alam. Higit na mahalaga, ang Jev ay naglalaan ng maliwanag na distribusyon ng probabilidad, at ang sistema sa pagdaloy ng tubig ay mas madaling makapagtatakda ng petsa ng pagtitiwala. Halaga
- Pamamahagi ng mga orden sa trabaho at awtomatikong ruta: Bigyan si Jev ng buod ng titik bilang pangunahing impormasyon, piliin ang pinakaangkop mula sa isang pangkat ng mga koponan sa negosyo upang palitan ang mahinang manwal na tuntunin
- Kategorisasyon ng mga kopyang pagbabawas at suporta sa panahon ng kagipitan: mabilis na pagkilala ng mga reklamong high-risk (hal.g., dobleng pagbabawas) sa larangan ng negosyo ng pananalapi, mga tag ng emergency sa ilang mga millisecond sa panahon na ang kliyente ay nakakakuha ng emosyonal o humihiling ng isang refund, prioridad na ibinibigay sa paggawa
vii. Mas magulong laro
- Mga larawan sa pamamagitan ng pixel: Ang developer @anshuc ang gumagawa sa henerasyon ng imahe na maging isang pixel classification problem - Give bawat pixel isang set ng mga pagpipiliang kulay at mga probability, at ang programa ay nagreresulta sa sukdulang kulay na pinili ni Jev, at sa wakas ay naglalabas ng mababang-resolusyong imahe.
- Awtomatikong mga transaksiyon sa kadenaAng ilang mga Web3 developer ay naglagay kay Jev sa isang go-to-centre exchange upang basahin ang real-time order deep data at output lamang ng tatlong aksiyon: pagbili, pagbebenta, paghawak. Inaakala ng mga komunidad na isa ito sa pinakanakikitang gamit, subalit ang tunay na mga kalagayan sa pamilihan ay nagpapakita rin ng mga panganib.
- Pumili ng bahagi para sa web interface:json-render project, ang Jev ay pumipili ng mga bahagi, nag-aayos ng mga relasyon, at ang programa ay nagtitipon ng mga resulta sa isang naturang interface - tulad ng mga building blocks
VIII. Isang kapansin - pansing pagtaya
Sa isang bulag, pre-registration pagtatasa sa pamamagitan ng PrimeLine, may magandang kuwento.
Ang ganap na katumpakan nina Claude Opus 5 at Haiku 4.5 sa dalawang tunay na misyonMas mabuti ito kaysa kay Jeff, kahit na sa simula.Hindi ko alam. Nguni't nang dahil sa pagsusuri ay nalagpasan ng modelo ang pinakatiyak na sampol ng kaniyang sarili,Jev, sa parehong misyon, ito ay naatraso.Hindi ko alam.
Ito'y dahilan sa ito'y pagtitiwala sa output.Ito ay calibrated.Sa kabaligtaran, ang mga modelo ng generic generic generation ay kadalasang hindi mahusay na calibated at over-confident sa kanilang sariling hukom. Sa ibang salita, ang halaga ng Jev ay lumalabas kapag ang "makilala mo ang iyong sarili" ay mas mahalaga kaysa sa "matigas na sagot".
Paano?
Kung gumagamit ka na ng isang modelong plataporma ng asamblea, ang halaga ng access ay halos sero:
- OpenRouter:Jev ay online sa opisyal na model katalogoue, modelong pangalan
typesafe/jevMaaari kang gumawa ng isang modelo sa kodigo. - Vercel AI Gateway: 72 oras pagkatapos ilabas, integrated, go Vercel Global Marginal Network distribution, mababang pagkaantala
- Opisyal na SDK: TypeSafe nagbibigay ng online console (Playground) at kumpletong dokumentasyon bilang suporta sa HTTP API, Python SDK, JavaScript SDK
- Opisyal na mga kaha ng kasanayan: Isang uri ng proteksiyon ang nagbukas ng bodega ng mga kasanayan sa GitHub, isang pantanging coding agent na sabay - sabay na nagtatanong ng lahat ng pagkakaiba, hindi lamang isang tanong sa isang pagkakataon
Halaga: Ipasok ang token 0.042 kada milyon, output libre. Wala ring bayad ang bagong account number.

Sabihing mahinahon.
Una sa lahat,Hindi ito kahalili ng isang malaking modelo.Hindi ko alam. Si Jev ay isang propesyonal na desisyon-gawang modelo na hindi inaasahang magkaroon ng bukas na pangangatuwiran at nilalamang kakayahan ng henerasyon. Ang halaga nito ay upang mapataas ang “quick at maaasahang desisyon-paggawa sa malinaw na ibinigay na posibleng kalalabasan ng “.
Ikalawa,Maraming kaso ang kailangang ayusin.Hindi ko alam. Halimbawa, Browner Use, ang pitong-second flight search showion, ay resulta ng buong competition chain, na hindi binibilang ang lahat ng mga kakayahan sa Jev. Ang mga bodega kung saan ang mga kaso ng pamayanan ay pinagsama ay nagpapahiwatig ng hangganan ng ebidensiya — kung ano ang maliwanag, kung ano ang gumagana at kung ano ang mga pag - aangkin ay hindi sinusuportahan. Ang saloobing ito ay sulit na matutuhan.
Ikatlo,Maging mapagmasid.Hindi ko alam. Ang Jev ay inilabas ng isang linggo-habang screen, na may tunay na teknikal na halaga sa init at maraming mga sangkap sa marketing. Ang talagang kailangan ay kunin ito at takasan ang iyong misyon at tingnan kung gaano karaming pagkaantala at salapi ang natitipid.
Subalit isang bagay ang tiyak:Ang AI ay naglalapat ng higit pa sa isang "salinlahing" landasHindi ko alam. Sa kabila ng track na ito, ang long-neglected imprastraktura ng “ “ “ijudgmenti” ay puno. Si Jev ay hindi siyang pangwakas na sagot diyan, subalit ito'y nagtanong ng tamang tanong.
Ang malalaking modelo ay sumusulat ng mga kasagutan, at si Jev ay gumagawa ng mga pasiya — ito'y isang mahusay na kaayusan sa bawat trabaho.
References: TypeSafe AI Opisyal na Inilathala Note, Jev apps Case Book (137 Kaso / 11 Gamit), Wikipedia, DataCam Technical Analysis