Jev versus modelos de geração de texto
Jev não gera texto livre. Um vídeo lado a lado compara decisões paralelas com geração de texto token por token.
Jev: entregar o julgamento ao código, não ao chat
Jev não gera texto: recebe um estado e perguntas tipadas (opções, escalas, probabilidades sim/não) e retorna em paralelo valores prontos para if em dezenas a centenas de milissegundos.
Jev不是更会说话的大模型，而是把「判断」从聊天里抽出来、直接交给代码用的模型。 普通LLM要先把答案写成一段话，你再解析、校验、祈祷格式别崩。 Jev不写一个字：给它一段状态，再丢几个带类型的问题——从选项里选、按量表打分、给是/否概率——几十到几百毫秒一次并行答完，输出就是代码能if的值。
· 1 likesOpen on X
More like this
Preços, avaliações e o nome Jev
A thread de lançamento explica avaliações de fluxos code + AI, o preço de entrada anunciado e tokens de saída gratuitos.
Modelo Jev: geração de probabilidades para decisões, 200× mais rápido e 400× mais barato que LLMs
Este modelo é feito para tomada de decisão em vez de geração de texto, gerando probabilidades para cada opção em paralelo, em vez de respostas token a token. O autor compartilha um exemplo simplificado de LLMs normais versus este modelo Jev.
