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's Real Strength: Returning Answer Vectors in Bulk
The post notes that Jev is not just a classifier but can return answer vectors at once, evaluating up to 255 value pairs for the same event, greatly reducing the number of queries.
הטריק האמיתי: החוזקה האמיתית של Jev היא לא רק שהוא classifier, אלא היכולת שלו להחזיר וקטור תשובות בבת אחת. כלומר - אני יכולה לקחת ערך, ולשאול בבת אחת עבור כל שאר הערכים - מה ההסתברות שמייצגים את אותו האירוע. ואז במכה לקבל תשובה עבור עד 255 זוגות. מקצר את כמות השאילתות בצורה
· 0 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.
