Jev frente a los modelos generadores de texto
Jev no genera texto libre. Un video comparativo explica la diferencia entre decisiones paralelas y generación token por token.
Jev en la jerarquía de decisiones: clasificación y enrutamiento acotados
El autor comparte su jerarquía de decisiones: problemas deterministas con código, clasificación, enrutamiento, puntuación o decisiones difusas acotadas con Jev, y generación, finalización de tareas o razonamiento moderado con un modelo API económico.
My current hierarchy is becoming: Deterministic problem? -> Write code. Small, bounded classification, routing, scoring, or fuzzy decision? -> Use something like Jev. Generation, task completion, or moderate reasoning? -> Use a cheap API model like Luna or DeepSeek Flash.
· 0 likesOpen on X
More like this
Precios, evaluaciones y el nombre Jev
El hilo de lanzamiento explica evaluaciones de flujos code + AI, el precio de entrada anunciado y los tokens de salida gratuitos.
Modelo Jev: generación de probabilidades para decisiones, 200× más rápido y 400× más barato que los LLM
Este modelo está diseñado para la toma de decisiones en lugar de la generación de texto, generando probabilidades para cada opción en paralelo en vez de respuestas token a token. El autor comparte un ejemplo simplificado de LLM normales frente a este modelo Jev.
