AI Radar
Jev от TypeSafe AI охватила 35% платных команд Vercel AI Gateway за две недели
Модель принятия решений Jev от TypeSafe AI за первые две недели после запуска начали использовать 35% платных команд Vercel AI Gateway, по данным платформы. Одновременно вышла версия 1.14 с экспериментальными функциями для изображений и длинных документов.
Что изменилось
Jev от TypeSafe AI устроена как модель выбора между заранее заданными вариантами ответа. Такое ограничение делает её пригодной для задач, где не нужно генерировать произвольный текст: например, отнести запрос к категории или быстро классифицировать большой поток записей. За счёт ограниченного набора выходов она может работать быстрее и дешевле моделей, рассчитанных на развёрнутые ответы. Vercel сама использовала Jev вместо GPT-6 Luna для классификации вредоносных команд. Это конкретный пример применения, но опубликованные показатели охвата описывают более широкий набор команд, работающих через её AI Gateway.
По данным Vercel, через две недели после запуска Jev использовали 35% платных команд в её шлюзе, почти вдвое больше, чем Sonnet 5.5 – следующую по охвату модель в этом измерении. Vercel называет это самым быстрым внедрением модели за первые две недели за всю историю своего сервиса. AI Gateway даёт единый интерфейс для обращения к разным моделям, поэтому его статистика удобна для сравнения внутри одной точки доступа. Но это не доля всего рынка: крупные лаборатории предлагают собственные API, и часть запросов проходит мимо шлюза.
Параллельно TypeSafe AI выпустила Jev 1.14 с экспериментальными возможностями обработки изображений и длинных документов. Модель может получать изображение в составе описания задачи и отвечать на вопрос типа Box – возвращать координаты рамки предполагаемого объекта и уверенность в ответе. Рамка выдаётся даже тогда, когда нужного объекта нет, поэтому наличие объекта предлагается проверять отдельным вопросом. Эти функции включаются специальными заголовками запроса с пометкой Danger Zone; компания пока не рекомендует применять их в продакшене из-за нестабильного качества. Таким образом, новый визуальный режим не следует смешивать с уже наблюдаемым использованием модели для выбора ответов.
В обычном режиме предел запроса к Jev составляет 64 тысячи токенов, а экспериментальный длинный режим увеличивает его до 262 тысяч. Версия 1.14 доступна под именами jev-preview и jev-1.14.0; переключение основного имени jev-latest намечено на 21 октября. В той же статистике шлюза Vercel открытые модели обработали более 70% токенов, но на них пришлось около четверти расходов. Эти показатели описывают именно трафик платформы и разные способы считать использование: по числу команд, объёму текста и затратам. Поэтому рост Jev среди платных команд нельзя напрямую переводить ни в долю токенов, ни в объём расходов.
Почему это важно
Командам, которые массово классифицируют запросы, пригодна модель, выбирающая из заданных ответов вместо генерации длинного текста. Цифра Vercel показывает спрос на такой сценарий в её шлюзе, но не говорит, какую часть всех обращений к AI-моделям выполняет Jev.
Мнение редакции
Большие модели обычно сравнивают по качеству свободного ответа, но многие запросы в продуктах требуют выбрать один вариант из нескольких. Быстрый рост Jev в одном шлюзе указывает на спрос на отдельный инструмент для таких решений; экспериментальные зрительные функции пока относятся к другой, менее проверенной области его применения.
Первоисточники и подтверждения
Подборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.