Budowanie klasyfikatora bazy kodu z Jev
Deweloper dzieli się budową klasyfikatora bazy kodu z Jev, sugerując, że może rozwiązać problem przekombinowanego kodu od agentów, i pyta, co testować dalej.
Porównanie kosztów Jev i LLM: 444 razy tańsza typowana inferencja
Ten sam task zmierzony: LLM kosztuje 0,013880 USD i zajmuje 8,566 s; Jev kosztuje 0,000081 USD i zajmuje 0,114 s, około 0,6% kosztu. Autor zauważa, że Jev nie pisze prozy, tylko zwraca typowaną odpowiedź i pewność, i pyta, czy wymieniłbyś prozę na 444 razy taniej.
Same task, measured: LLM — $0.013880, 8.566s Jev — $0.000081, 0.114s That's 0.6% of the cost. A million decisions: $13,880 → $81. The catch: Jev can't write. Typed answer + confidence, nothing else. Would you trade prose for 444x cheaper?
· 1 likesOpen on X
More like this
Jev umożliwia LLM-as-a-Judge 20–200x szybciej i 40–400x taniej
Jev został użyty do wyboru, który model jest AGI, oferując 20–200x większą szybkość i 40–400x niższy koszt, czyniąc LLM-as-a-judge niezwykle szybkim i niemal darmowym.
Testowanie aplikacji z TypeSafe Jev i OpenCode
Filip dzieli się małym demo pokazującym szybkość testowania aplikacji z TypeSafe Jev i OpenCode.
