Jev versus text-generating models
Jev does not generate free-form text. A side-by-side video compares parallel decision-making with token-by-token text generation.
Jev Model Achieves $42 per Billion Tokens via Parallel Computation
The post claims Jev uses non-transformer parallel computation at $42 per billion tokens, discusses potential impact on ChatGPT and Anthropic, and suggests a shift toward LLMs as interfaces with a harness backend.
ท่าทางจะเจ๊งกันยกแผงละ chatGPT กับ Anthropic เจอพี่ Jev เข้าไป โดยมันทำการคำนวณแบบ Parallel ไดเราคาถูกมาก $42 ต่อ billion token แบบไม่ใช้วิธี transformer คนทำ chatGPT ที่แยกตัวออกมาซุ่มทำ AI ตัวใหม่ น่าจะกลายเป็น Harness หลังบ้านเอา LLM มาต่ออีกทีแล้วให้ LLM เป็นเพียง interface
· 439 likesOpen on X
More like this
Pricing, evaluations, and the name Jev
The launch thread explains code-and-AI workflow evaluations, the input price announced at launch, and free output tokens.
Jev Model: Decision-Making Probability Generation, 200× Faster and 400× Cheaper Than LLMs
This model is built for decision-making rather than text generation, outputting probabilities for each option in parallel instead of token-by-token responses. The author shares a simplified comparison of normal LLMs versus this Jev model.
