Der Autor hat ein System gebaut, das über die Jev-API 12 Fragen an jede der 150 fiktiven Personas sendet, um deren Produktakzeptanzabsicht zu erfragen. Die tatsächlichen Kosten betrugen 1,8 Yen und die Dauer etwa 5 Sekunden – schnell genug, enthält aber Latenz.
I built a system to ask 150 fictional personas on the trending Jev about their product adoption intent. It throws 12 questions via API for each of the 150 personas. The actual cost was 1.8 yen, and the time taken was about 5 seconds. It's plenty fast, but it includes latency
Malte Ubl testete Jev von TypeSafe AI in einem bestehenden Klassifikator-Eval: Es sättigte das Eval qualitativ und war 6-mal schneller als Gemini 2.5 Flash Lite.
Der Autor hat eine DuckDB-Erweiterung veröffentlicht, die TypeSafe AIs Jev nutzt, um Zeilen in CSV/Parquet-Dateien oder DuckDB-Tabellen schnell zu klassifizieren – etwa 10 Sekunden für 1k Zeilen, schneller als ein LLM und ergonomischer als ein Klassifikator.
Der Autor fasste jedes Paper mit DeepSeek V4 Flash zusammen und übergab Titel, Zusammenfassung und 24 mögliche Themen an Jev zur Klassifizierung. 1.018 KI-Papers wurden bei 0,08 $ Gesamtkosten und 256 ms medianer End-to-End-Latenz pro Paper verarbeitet.
