TypeSafe AI hat veröffentlicht Jev 1.14, eine neue Version seines Entscheidungsmodells System One. Es ist jetzt live unter dem jev-preview Alias. Es fügt 3 experimentelle ‘Danger-Zone’-Funktionen hinzu: Bilder, ein box Typ und längerer Kontext. Für Entwickler bringt Jev 1.14 ein typisiertes Entscheidungsmodell in Richtung von Vision-Aufgaben wie Inspektion und Lokalisierung. TypeSafe teilt mit, dass keines der 3 Features bisher produktionsreif ist.
TL;DR: Jev 1.14
- Größe: Parameter wurden nicht offengelegt. Der Kontext beträgt standardmäßig 64k Tokens pro Anfrage und 32k pro Frage, oder 262k mit einem Opt-in-Header.
- Läuft auf: TypeSafts gehostete API nur (
POST /v1/systemone"). Keine offenen Gewichte. Hardware- und quantisierte Varianten nicht offengelegt. - Leistung: Kleine Verbesserungen überall, am größten bei der Mehrsprachigkeit (Angabe von TypeSafe, keine öffentlichen Scores).
- Beste: Im Box-Test von TypeSafe fingen 4 Randprüfungsfragen 30 von 36 abgeschnittenen Crops ab.
- Schlimmste: Bilder und Box sind nicht produktionsreif, und Box hat keine „nicht gefunden“-Antwort.
Was ist Jev 1.14?
Jev ist ein System One Modell von TypeSafe AI, der typisierte Entscheidungen anstelle von generiertem Text zurückgibt. Sie senden ein state zusammen mit typisierten Fragen: Choice, Score oder Noul. Jev beantwortet jede davon mit einem eingegebenen Wert, Wahrscheinlichkeiten und einem Konfidenzwert. TypeSafe trainiert es mit Reinforcement Learning for Calibrated Decisions (RLCD).
Die neue Version, jev-1.14.0, bringt laut dem Release-Beitragkleine, subtile Verbesserungen an fast allem. TypeSafe erwartet den größten Gewinn bei der Mehrsprachigkeit.
Wie funktioniert Bildeingabe in Jev?
Bilder sind komponierbar. Jedes Bild wird genau einmal in einer übergeordneten assets map unter einer Referenzzeichenkette aufgeführt. Diese Referenz legt man dann beliebig in state, instructions oder criteriaab. Die API ersetzt jede Referenz durch das Bild, bevor das Modell sie liest.
TypeSafe sagt, jev-1.13.0 war von Anfang an multimodal. Laut der Images-Dokumentationakzeptieren sowohl Jev 1.13 als auch Jev 1.14 jetzt Bilder. Jede Anfrage benötigt den Header TypeSafe-Danger-Zone-Images: true.
Key Bildgrenzen:
- nur PNG- oder JPEG-Standbilder, bis zu 16 MiB pro Datei
- 256 bis 1568 Pixel pro Seite
- 32 MiB pro Anfragekörper
- Bilder werden als Eingabe-Tokens zum normalen Preis abgerechnet, ohne separate Gebühr
TypeSafe warnt, dass alle Modelle, Jev eingeschlossen, auf Bildern schlechter abschneiden als auf reinem Text. Es empfiehlt möglichst einfache Fragen.
Was ist der neue Box-Typ?
Box ist ein neuer Fragetyp, der 1 Bounding-Box pro Frage zurückgibt. Die Antwort liefert top, bottom, left - und right -Kanten als Bruchteile von 0 bis 1. Außerdem liefert sie einen Konfidenzwert. Box benötigt jev-1.14.0 oder jev-previewsowie den Images-Header.
Box liefert immer eine Box. Eine Frage zu einem nicht vorhandenen Objekt liefert trotzdem 4 Kanten. TypeSafe empfiehlt, sie mit einer Noul-Frage zu kombinieren, die prüft, ob das Ziel existiert.
TypeSafe teilte auch einen kleinen Test an 36 Gemäldeausschnitten mit, die jeweils einen Teil des Ziels abschnitten. 4 pro-Kante-Noul-Fragen fingen 30 Abschnitte. Eine einzige Frage „ist alles davon innen“ fingen 26. Das Zeichnen der Box als Umriss und eine Frage dazu fingen 20.
Wie lang ist Jevs Kontextfenster jetzt?
Standardmäßig halten beide Modelle 64k Tokens pro Anfrage und 32k pro Frage. Das Senden von TypeSafe-Danger-Zone-Long-Context: true erhöht beide Limits auf 262k Tokens, laut der Models-Dokumentation. TypeSafe erklärt, Jev habe intern immer längere Kontexte unterstützt. Der Kontext sei absichtlich begrenzt worden, weil Jev wie alle Modelle bei langen Eingaben weniger zuverlässig ist. Das Entwicklerteam empfiehlt weiterhin kurze Kontexte.
Was zeigen die Benchmarks?
TypeSafe veröffentlichte interne Intelligenz-Diagramme in der Release-Beitrag. Sie vergleichen Jev nur mit Open-Weight-Modellen. Der Beitrag enthält keine numerische Tabelle mit Werten. TypeSafe räumt ein, dass die Messung wahrscheinlich zugunsten der eigenen Modelle verzerrt ist. Es rät Entwicklern, ihre eigenen Evalss zu bevorzugen.
Preise, Verfügbarkeit und Migration
Die Preise bleiben unverändert bei $42 pro Milliarde Eingabe-Tokens, also $0.042 pro Million. Ausgabe-Tokens sind kostenlos, laut den Models-Dokumentation.
Der Rollout-Plan aus dem Release-Beitrag:
jev-previewweist aufjev-1.14.0jetzt.jev-latestwechselt zujev-1.14.0in einer Woche.jev-1.13.0bleibt verfügbar, mit einer Ankündigungsfrist von 60 Tagen vor der Einstellung.jev-1.14.0wird eine Ankündigungsfrist von 30 Tagen vor der eigenen Einstellung erhalten.
Wie schlägt sich Jev 1.14 im Vergleich?
| Funktion | Jev 1.14 | Jev 1.13 | Gemini 3.5 Flash-Lite |
|---|---|---|---|
| Modell-ID | jev-1.14.0 | jev-1.13.0 | gemini-3.5-flash-lite |
| Modelltyp | Typisiertes Entscheidungsmodell | Typisiertes Entscheidungsmodell | Allgemeines LLM |
| Parameter | Nicht offengelegt | Nicht offengelegt | Nicht offengelegt |
| Standardkontext | 64k pro Anfrage / 32k pro Frage | 64k pro Anfrage / 32k pro Frage | 1,048,576 Eingabe-Tokens |
| Langer Kontext | 262k (Opt-in-Header) | 262k (Opt-in-Header) | Nicht zutreffend |
| Bildeingabe | Ja, experimenteller Header | Ja, experimenteller Header | Ja (Text, Bilder, Video, Audio, PDF) |
| Bounding Boxes | Nativ box Typ, Ränder 0 bis 1 | Nein | Per Prompt erzeugtes JSON box_2d, skaliert 0 bis 1000 (docs) |
| Ausgabe | Typisierte Antworten mit Konfidenz | Typisierte Antworten mit Konfidenz | Text, bis zu 65,536 Token |
| Eingabepreis (pro 1 Mio. Token) | $0.042 | $0.042 | $0.30 |
| Ausgabepreis (pro 1 Mio. Token) | Kostenlos | Kostenlos | $2.50 |
| Status | Vorschau (jev-preview) | Stabil (jev-latest) | Stabil |
Die wichtigsten Punkte
- Jev 1.14 ist live als
jev-preview.jev-latestWechsel in einer Woche. - Bilder funktionieren bei Jev 1.13 und 1.14 hinter einem Danger-Zone-Header.
- Der neue Box-Typ gibt 1 normalisierte Bounding Box pro Frage zurück.
- Der Langkontext-Modus hebt die Grenzen auf 262k Token, mit Einbußen bei der Zuverlässigkeit.
- Der Preis bleibt bei $0.042 pro Million Eingabe-Token, mit kostenloser Ausgabe.
Schauen Sie sich den Release-Beitrag, Models docs, Images docs und Box-Dokumentation. Alle Anerkennung gebührt dem Forscher dieses Projekts. Folgen Sie uns gerne auch auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.
Der Beitrag TypeSafe AI Releases Jev 1.14 With Images, Box Type and 262k Context erschien zuerst auf MarkTechPost.