20 Jev-Alternativen: Die Entscheidungsmodelle, die 2026 TypeSafe herausfordern

TypeSafe hat Jev am September 15, 2026 veröffentlicht. Es ist ein Entscheidungsmodell, kein Chatbot. Man definiert die erlaubten Antworten, und Jev liefert ein Label, einen Score oder eine Ja/Nein-Wahrscheinlichkeit zurück. In etwa 4 Wochen sind mindestens 20 Jev-Alternativen erschienen. Sie stammen von Cloudflare, OpenAI, Perplexity, Liquid AI, AWS’s Strands Labs und unabhängigen Entwicklern. Dieser Leitfaden vergleicht jedes Modell hinsichtlich Größe, Lizenz, Hardware, Preisgestaltung, Jev-API-Kompatibilität und veröffentlichter Benchmarks.

TL;DR

• Größenbereich: 287M (GLiNER2.5-multi-Decide) bis 35B-A3B (Mapika Decider). Jevs Größe wird nicht offengelegt.
• Läuft auf: Encoder wie Von und Laya laufen auf CPU. 4B-Adapter passen auf eine 24 GB GPU oder einen 32 GB Mac.
• Leistung: Die meisten offenen Modelle liegen bei anspruchsvollem Reasoning hinter Jev. Mehrere erreichen oder übertreffen es bei enger Klassifikation.
• Bestes: Cloudflare Clef erreicht 94.20 BANKING77 F1 gegenüber Jevs 79.74, laut Cloudflares eigenem Lauf.
• Schlechtestes: Von 1.2 erreicht 0.422 Genauigkeit in Respans Lauf, gegenüber Jevs 0.932.

Was ist Jev, und warum sucht man nach Alternativen?

Jev ist TypeSafes erstes ‘System One’-Modell. Man sendet einen Zustand, etwa ein Ticket oder eine Logzeile. Zusätzlich sendet man typisierte Fragen: Choice, Score oder Noul (Ja/Nein). Jev bewertet jede Frage in einem einzigen parallelen Durchlauf und erzeugt keinen Text.

TypeSafes Dokumentation listet $0.042 pro 1M Eingabetoken auf, mit kostenlosem Output. Der Kontext beträgt 64k Token pro Anfrage. Die Eingabe ist nur Text. Die Gewichte sind geschlossen, und der Zugang läuft über eine Warteliste. TypeSafes Workflow-Evals setzen Jev bei 67.8% Übereinstimmung und 0.4 s pro Fall an.

Dabei bleiben 4 Lücken, die Entwickler immer wieder anführen: keine Bilder, kein Self-Hosting, keine veröffentlichte Größe und kein Fine-Tuning. Die 20 Modelle unten schließen einige oder alle davon.

Wie sollte man diese Benchmarks lesen?

Die meisten Zahlen unten sind selbst berichtet. Die Suites unterscheiden sich: JevBench, Decision Index, typed-decisions und Respans Verhaltensbenchmark. Scores über verschiedene Suites hinweg sind nicht vergleichbar. Die eine Multi-Modell-Drittanbietertabelle stammt von Respan, das ein konkurrierendes Modell verkauft.

Gehostete Entscheidungs-APIs

1. Cloudflare Clef und Clef-flash

Cloudflare kündigte Clef an am 1. Oktober 2026. Clef ist 27B auf Qwen3.8-27B mit einem Vision-Encoder. Clef-flash ist 9B auf Qwen3.5-9B. Beide sind Apache-2.0 auf Hugging Face verfügbar und werden auf Workers AI bereitgestellt. Sie akzeptieren Text, JSON und bis zu 4 Bilder pro Anfrage.

Workers AI pricing beträgt $0.24 (Clef) und $0.038 (Clef-flash) pro 1M Eingabe-Tokens. Cloudflare bezeichnet die API als vollständig Jev-kompatibel. In einem eigenen Durchlauf erreichte Clef 94.20 BANKING77 F1 gegenüber Jevs 79.74. Bei GPQA Diamond gewinnt Jev weiterhin mit 78.3 gegenüber 48.0.

2. Liquid AI d1

Liquid AIs d1-Familie umfasst das gehostete d1 und d1-ultra sowie 2 offene Modelle. d1-3B (3.1B) läuft auf LFM2.5-VL-3B. d1-omni-600M (587M) unterstützt Audio-Clips bis 30 s. Die offenen Gewichte nutzen die LFM Open License.

Liquids Anleitung ruft d1 über TypeSafes eigenes SDK mit einer anderen Base-URL auf. Liquid meldet d1-3B mit 48.57 auf dem Decision Index 0.2.1. Außerdem meldet es 8 ms Latenz auf einer RTX 4090. Gehostete Parameterzahlen und bezahlte Tarife werden nicht offengelegt.

3. OpenAI Decisions API

OpenAI hat die Decisions API am 6. Oktober 2026 in öffentlicher Beta am 6. Oktober 2026. Sie läuft nur auf gpt-6-luna. Sie akzeptiert Text plus Base64-Bilder. Fragetypen sind predicate, choice und score.

Die Preisgestaltung liegt bei $0.10 pro 1M Eingabe-Tokens, Ausgaben werden nicht abgerechnet. Das Schema ist OpenAIs eigenes, daher ist es nicht Jev-kompatibel. OpenAI behauptet etwa 10x schnellere Antworten als die Responses API. Es wurden keine Benchmarks veröffentlicht.

4. Perplexity pplx-decider

Perplexitys pplx-decider-v1-27b ist ein Qwen3.8-27B Fine-tune unter Apache-2.0. Es liest Text, JSON und bis zu 8 Bilder pro Frage. Die API erlaubt 128 Fragen und 255 Optionen pro Anfrage.

Die aktuellen Preise betragen $0.02 pro 1M Eingabetokens für v1.2 (27B). Ein 4B flash-v1.2 kostet $0.01. Auf Perplexitys 11-Task-Panel erzielte es 85.71 % gegenüber Jevs 84.51 %. Jev gewann weiterhin BBH, mit 94.27 gegenüber 82.80.

5. meraGPT Decider 1

meraGPT kündigte Decider 1 am 22. September 2026 an. Es ist ein gehostetes, geschlossenes, rein textbasiertes Modell. Es erlaubt bis zu 10 Choice-Labels und einen Kontext von 4,096 Tokens. Die Modellseite listet $0.04 pro 1M Eingabetokens.

Es stellt /v1/systemone bereit und funktioniert mit dem TypeSafe SDK. Auf meraGPTs typed-decisions-Durchlauf erzielte es 0.768 gegenüber Jevs 0.727. Ein unabhängiger Testbericht merkt an, dass sein ECE von 0.180 hinter Jevs 0.144 zurückbleibt.

6. Respan Span-01

Span-01 ist ein Verhaltens-Bewertungsmodell, kein allgemeines Entscheidungsmodell. Es gibt Wahrscheinlichkeiten für present, absent oder not_observable zurück. Es kostet $0.02 pro 1M Eingabetokens. Span-01 Lite ist kostenlos.

Respan beansprucht ein Gesamt-F1 von 0.843 auf seinem Behavior Benchmark. Seine eigene Blog-Tabelle zeigt niedrigere 0.806, wobei GPT-6 Sol vorne liegt mit 0.885. Größe, Basismodell und Lizenz werden nicht offengelegt.

7. Standard Thinking Standard One

Standard One erscheint als 3B- und 8B-Modelle, beide offen und gehostet. Das 8B ist ein LoRA auf Ministral-3-8B unter Apache-2.0. Es liest Text und Bilder, mit einem Kontext von 32,768 Tokens. Es stellt /v1/systemone bereit.

Die gehosteten Textpreise betragen $0.018 (3B) und $0.035 (8B) pro 1M Tokens. Auf JevBench public hard erzielte das 8B 54.95 % gegenüber Jevs 72.07 %. Es führte bei realistic transfer, mit 90.83 % gegenüber 86.67 %. Beide Durchläufe sind vom Herausgeber gemessen.

Open-Weight-Jev-Alternativen zum Self-Hosting

8. Together AI Tev1-4B-experimental

Together trainierte Tev1 als LoRA-SFT von Qwen3.5-4B. Es kostete etwa $17 und 25 Minuten auf 37,840 Beispielen. Es wählt aus 2 bis 24 Optionen. Die Modellkarte besagt, dass die Gewichts-Lizenz noch finalisiert wird.

Es antwortet über Chat-Completions, nicht über einen nativen Jev-Endpunkt. Respan maß 0.901 Genauigkeit und 0.031 ECE, den besten ECE in seiner Tabelle. Together warnt, dass seine Logprobs keine kalibrierte Konfidenz sind.

9. Fastino GLiNER2.5-Decide

Fastinos GLiNER2.5-Decide ist ein 340M DeBERTa-v3-large-Encoder unter Apache 2.0. Es bewältigt Entscheidungen, Span-Extraktion und Relationen in einem Durchlauf. Eine 1B- und eine 287M-multilinguale Variante existieren ebenfalls.

Auf Fastinos 17-Domain-Set listet die Modellkarte 60.2% exact match. Die p50-Latenz beträgt 167.3 ms auf einem 48-vCPU-Xeon. Es ist nicht Jev-API-kompatibel.

10. Strands Labs Strands Decider 2B

AWSs Strands Labs führte Strands Decider am 1. Oktober 2026 ein. Es hat etwa 1.9B: Qwen3.5-2B-Base plus einen Pointer-Head. Das Repo veröffentlicht 246,678 Trainingszeilen und das vollständige Rezept. Eine RTX 3090 trainiert es in etwa 11 Stunden.

Es stellt einen lokalen /v1/systemone-Endpunkt unter Apache-2.0 bereit. Der v1-Checkpoint erzielte 180 von 231 (77.9%) auf JevBench public. Die mediane Latenz beträgt 115 ms auf einer RTX 3090.

11. Kev (Jared Palmer)

Kev kommt in den Größen 0.8B, 4B, 9B und 27B auf Qwen3.5 und Qwen3.8. Kev-4B ist eine LoRA plus Pointer-Head unter Apache-2.0. Es unterstützt 255 Optionen. Das TypeSafe SDK funktioniert unverändert damit.

Kev-4B passt auf eine 24-GB-GPU oder einen 32-GB-Apple-Silicon-Mac. Respan maß 0.833 Genauigkeit und eine 0.060 Flip-Rate. Das selbstberichtete MMLU-Pro liegt bei 0.565 gegenüber Jevs 0.840. Die Reihenfolge der Optionen kann seine Antworten verändern.

12. Mapika Decider-Familie

Mapikas Decider liefert Varianten von 0.8B bis 35B-A3B auf Qwen3.5 und Gemma 4. Ein decider-2b-vision-Modell fügt Bilder hinzu. Alles ist Apache-2.0, mit 32k Kontext und /v1/systemone.

Auf dem JevBench-public-hard-Tier erreichte decider-12b v1 mit 0.730 Gleichstand mit Jev. Der 4B GGUF Q4_K_M ist 2.7 GB groß und läuft auf der CPU. Die ECE des 4B beträgt 0.184 bei harten Aufgaben, also erwarte Überkonfidenz.

13. Bespoke Labs Bespoke-Nimble-9B

Bespoke-Nimble-9B ist eine 165-MiB-LoRA auf Qwen3.5-9B, Apache-2.0 auf Hugging Face. Die aktuelle Karte listet 255 Auswahlmöglichkeiten und 8,192 Tokens. Es liest nur englischen Text.

Auf Bespokes held-out Set mit 324 Beispielen, erreichte Nimble 90.12% gegenüber 93.21% bei Jev. Die Latenz liegt bei etwa 106 ms auf einer H100. Es wurde nur mit 2,676 Beispielen trainiert, und seine Wahrscheinlichkeiten sind nicht kalibriert.

14. Convai Innovations Laya

Laya ist eine auf ModernBERT basierende Familie mit 421M englischen und 322M mehrsprachigen Checkpoints. Sie ist Apache-2.0 und nur Text. Der laya-serve-Server stellt einen Jev-förmigen /v1/systemone-Endpunkt bereit.

Der typed-decisions-Checkpoint erzielte 0.766 gegenüber Jevs 0.727. Auf Banking77 erreichte er 0.425 gegenüber 0.870. Respan maß 0.542 Genauigkeit und eine Injection-Erfolgsrate von 0.396. Die p50-Latenz beträgt 32.8 ms auf einer T4.

15. Von (wfzyx)

Von ist ein 395M ModernBERT-large-Encoder mit einem Option-Marker-Kopf. Er bewertet alle Optionen in einem einzigen bidirektionalen Durchlauf. Er ist Apache-2.0 mit einem 8,192-Token-Kontext.

Das Repo gibt 0.096 s p50 auf 4 vCPUs und 0.023 s auf einer A10G an. Respan maß für Von 1.2 eine Genauigkeit von 0.422, die niedrigste in seiner Tabelle. Seine Kalibrierung ist auf JevBench abgestimmt und kann außerhalb der Domäne in die Irre führen.

16. Open-Jev-9B (Zefan Cai)

Open-Jev liefert 2B-, 9B- und 27B-Adapter auf Qwen3.5-Basen. Open-Jev-9B fügt einen skalaren Kopf hinzu und passt auf eine 16-GB-GPU. Es entspricht dem /v1/systemone-Anforderungsformat, erhebt aber keine Parität.

Auf einer 231-Task-JevBench-Teilmenge berichtet das Projekt von 77.49% für 9B und 85.28% für 27B v1.1. Jeder Kandidat ist auf 4,096 Tokens begrenzt. Numerische und Timeline-Aufgaben sind schwach.

17. OpenJev auf DiffusionGemma (razorback16)

Dieses OpenJev liest Entscheidungen von NVIDIAs DiffusionGemma 26B-A4B (4B aktiv). Es akzeptiert Text plus bis zu 8 Bilder. Es verwendet dieselbe Wire-API, daher funktionieren Jev-SDKs unverändert.

Das Projekt berichtet von 87.4% auf JevBench public und 30 ms p50 bei 49 Tokens. Ein kostenloser gehosteter Endpunkt bietet 100M Tokens pro Konto. Self-Hosting benötigt eine NVIDIA-GPU mit mindestens 24 GB.

18. InnerJev-4B und InnerJev-27B

InnerJev stammt von einem Team der Fudan, Tongji und King’s College London Universitäten. Es destilliert LLM-Reasoning in eine Single-Pass-Entscheidung. Das Paper führt außerdem JEVal ein: 11,257 Instanzen über 36 Datensätze.

Auf JEVal erzielte InnerJev-27B 79.24% gegenüber Jevs 78.38%. Sein ECE lag bei 0.0149 gegenüber Jevs 0.0532. InnerJev-4B erzielte 71.92%. Der Code ist auf GitHub; die Lizenz wird nicht angegeben.

19. SemIf

SemIf liest typisierte Entscheidungen von bestehenden offenen LLMs, mit Qwen3.5-4B als Standard. Eine WebGPU-Demo führt quantisierte Modelle im Browser aus. Der Code ist MIT.

Auf einem 102-zeiligen TypeSafe-Subset erreichte SemIf eine balancierte Genauigkeit von 0.845 gegenüber den veröffentlichten 0.883 von Jev. Auf einer RTX 3090 dauerten direkte Logits 1.023 s gegenüber 5.332 s für die JSON-Generierung. Es hat keinen Jev-kompatiblen Endpunkt.

20. Rizzo Flow

Rizzo Flow von Rizzo AI Academy ist ein LoRA auf Spark-X2.5-4B unter Apache-2.0. Es bietet einen nativen /v1/decisions und einen Jev-kompatiblen /v1/systemone. Die Auswahl ist auf 26 Optionen begrenzt.

Bei 400 typisierten Entscheidungsdatenfällen erzielte es 0.648 gegenüber 0.574 des Basismodells. Der Dataset-Card-Wert von Jev liegt bei 0.727. Es ist standardmäßig nicht kalibriert.

Was zeigt der einzige Multi-Model-Drittanbieter-Lauf?

Respan nutzte seinen Span-01-Judge, um 11 Modelle zu bewerten. Niedriger ist besser in jeder Spalte außer accuracy.

Quelle: Respan, 16. Oktober 2026. Tev1 schlug Jev bei Injektionsresistenz und Kalibrierung. Jev führte bei Genauigkeit und Konsistenz.

Jev-Alternativen-Vergleichstabelle

Welche Jev-Alternative sollten Sie wählen?

• Benötigen Bilder: Clef, pplx-decider, Standard One oder die DiffusionGemma OpenJev.
• Benötigen einen Drop-in-Jev-Ersatz: Clef, Kev, Decider, meraGPT oder Laya stellen /v1/systemone bereit.
• Benötigen CPU oder Edge: Von, Laya, GLiNER2.5-Decide oder Liquids d1-omni-600M.
• Möchten Sie Ihr eigenes Modell trainieren: Strands Decider und Togethers Tev1 veröffentlichen vollständige Rezepte.
• Benötigen den günstigsten gehosteten Aufruf: Perplexitys flash-v1.2 für $0.01 pro 1M Input-Tokens.

Was auch immer Sie wählen, testen Sie es zuerst mit Ihren eigenen gelabelten Daten. Decision-Modelle können eine gültige Antwort liefern, die trotzdem falsch ist.

Kernpunkte

• 20 Jev-Alternativen erschienen innerhalb von etwa 4 Wochen nach Jevs Launch.
• Clef, pplx-decider und Standard One bieten den Bildeingang, den Jev fehlt.
• Perplexitys flash-v1.2 unterbietet Jev mit $0.01 pro 1M Input-Tokens.
• In Respans Run führt Jev weiterhin bei der Genauigkeit mit 0.932.
• Fast jeder Score stammt aus einem Vendor-Run, daher benchmarken Sie mit Ihren eigenen Daten.

Der Beitrag 20 Jev Alternativen: The Decision Models Taking On TypeSafe in 2026 erschien zuerst auf MarkTechPost.