Eric Mao heran Jev belum terlalu besar untuk data tabular, menurutnya setiap perusahaan spreadsheet AI harus membangun ulang produknya dengan Jev, dan menyebut Jev memproses 100 ribu baris.
I’m surprised Jev for tabular data isn’t a bigger deal. Every ai spreadsheet company should be racing to rebuild their product ground up with Jev. When we were building people search last year we spent months optimizing the search algorithm. Here is Jev processing 100k rows for
Malte Ubl menjalankan Jev dari TypeSafe AI pada evaluasi klasifikasi yang ada; hasilnya memenuhi evaluasi dari sisi kualitas dan 6x lebih cepat dari Gemini 2.5 Flash Lite.
Penulis merilis ekstensi DuckDB yang menggunakan Jev dari TypeSafe AI untuk mengklasifikasikan baris dengan cepat di file CSV/Parquet atau tabel DuckDB, sekitar 10 detik untuk 1k baris—lebih cepat dari LLM dan lebih ergonomis daripada classifier.
Penulis merangkum setiap makalah dengan DeepSeek V4 Flash, lalu mengirim judul, ringkasan, dan 24 topik kandidat ke Jev untuk diklasifikasikan, memproses 1.018 makalah AI dengan total biaya $0,08 dan latensi end-to-end median 256ms per makalah.
