Der Autor teilt seinen ersten praktischen Jev-Anwendungsfall: Suche in 6 TB alten Festplatten nach den wertvollsten Dateien, für 6 $ eine jahrelang aufgeschobene Aufgabe erledigt, mit Open-Source-Repo.
Riding the #Jev train, my first hands-on use case was searching through 6TB of old drives to find which files have the most value. This cost $6, finishing a task that I've put off for years due to the manual attention it would've required. Repo is open source 👇🏼
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.
