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 de decisión Kev-0.6B de clase Jev ejecuta una pasada hacia adelante en el Apple Neural Engine
Kev-0.6B es un modelo de decisión de clase Jev que se ejecuta en el Apple Neural Engine. Una pasada hacia adelante, sin generación de tokens, 7,18 ms por decisión con p99 de 7,53 ms. La ubicación aún no se afirma; se mide de tres formas: solo CPU devuelve ceros y el instrumento Neural Engine de xctrace de Apple cuenta 303.
Kev-0.6B, a Jev-class decision model, running on the Apple Neural Engine. One forward pass, no token generation. 7.18 ms per decision, p99 7.53. Placement isn't asserted yet, it's measured three ways: CPU-only returns zeros, Apple's xctrace Neural Engine instrument counts 303
· 1 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.
