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.
Modelo Jev: preguntas tipadas en lugar de generación de texto
El modelo Jev recibe estado y unas pocas preguntas tipadas (elección, puntuación, sí/no) y devuelve probabilidades con confianza en 70-500 ms, sin texto ni análisis.
Most of the AI discourse still assumes every model has to write something back. #Jev just dropped that assumption. You hand it state + a handful of typed questions (choice, score, yes/no) and it returns probabilities with confidence in 70-500 ms. No prose. No parsing. Output
· 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.
