Jev ist das schnellste adoptierte KI-Modell aller Zeiten geworden – zumindest nach einigen Maßstäben.
Die Vercel-Daten veröffentlicht am Donnerstag zeigen, dass innerhalb von zwei Wochen nach dem Launch das beliebte Entscheidungsmodell bereits von 35% der bezahlten Teams verwendet wurde, mit fast doppelter Reichweite als das zweitbeliebteste Modell, Sonnet 5.5. Laut Vercel-Daten ist dies die schnellste Einführung eines Modells in den ersten zwei Wochen – und ein großer Erfolg für die Entwickler des Modells, TypeSafe AI.
Veröffentlicht in begrenzter Auflage am 15. September: Jev ist als leichtes Tool konzipiert, um zwischen wenigen vorgegebenen Ergebnissen zu wählen. Durch die Begrenzung der Ausgaben läuft das Modell kostengünstiger und schneller als Alternativen wie Sonnet, was es ideal macht, um große Mengen an Daten schnell zu klassifizieren. Dieser neue Ansatz hat in den Wochen nach der Veröffentlichung von Jev viel Aufmerksamkeit erregt – und inspiriert Konkurrenzprodukte von OpenAI und Amazon, unter anderem – doch bisher gibt es kaum eindeutige Daten, die diese positive Stimmung belegen.
Die Daten stammen vom AI-Gateway von Vercel, einem zusammengefassten API-Dienst ähnlich wie OpenRouter. Es handelt sich dabei um eine notwendig eingeschränkte Sichtweise – insbesondere ist die Möglichkeit bestehen, wichtige Labore wie OpenAI und Anthropic, die ihre eigenen APIs anbieten, unterschätzt zu werden – aber es zeigt, dass der Aufschwung um Jev tatsächlich in echten Nutzung geflossen ist. Tatsächlich war Vercel einer der ersten, die Jev verwendeten, um GPT-6 Luna durch Jev zu ersetzen, um schädliche Befehle zu klassifizieren.
Der Bericht zeigt auch weiterhin einen positiven Trend bei Open-Source-Modellen. Sie machen nun mehr als 70% der durch Vercels Gateway verarbeiteten Tokens aus und fast 25% des Gesamtausgaben.
Während Open-Source-Modelle einen größeren Anteil am Markt einnehmen, wächst der Markt ebenfalls schnell. Die Ausgaben für Frontier-Labs sind zehnmal gestiegen, obwohl sie einen kleineren Anteil der Gesamtkosten ausmachen. Dies bestätigt die Vorstellung, dass Frontier-Modelle und Open-Source-Alternativen eher komplementär als konkurrenzfähig sein könnten.