Jev مقابل Kev: ضبط دقيق بتكلفة 95 دولارًا يتفوق على Jev في تذاكر الدعم

أصدر Jared Palmer نموذج Kev في 20 سبتمبر 2026، بعد خمسة أيام من إطلاق TypeSafe AI لنموذج Jev، والرقم المهم ليس في جدول المعايير. إنه في README: كل هذا كلّف نحو 95 دولارًا من زمن H100 على Modal، بالإضافة إلى ثلاثة سنتات من استدعاءات Jev API المستخدمة لتوليد بيانات التقييم. Kev مرخّص بموجب Apache-2.0، وقابل للاستضافة الذاتية، ويتوفر بثلاثة أحجام مبنية على أوزان الأساس المفتوحة Qwe​n3.5 — بنحو 0.8B و4B و9B — مع محوّل LoRA من الرتبة 16 ورأس مؤشر مثبّت على قاعدة مجمّدة بدلًا من نموذج قرار مبني من الصفر. إنه يحاكي بدقة واجهة برمجة التطبيقات للقرارات محددة النوع الخاصة بـ Jev: Choice وScore وNoul، قريب بما يكفي ليكون متوافقًا مع Python SDK الخاص بـ TypeSafe. أما Jev، فقد أُطلق في 15 سبتمبر 2026 كنموذج System One المغلق والمستضاف الخاص بـ TypeSafe AI، ويعيد إجابات محددة النوع بثقة معايَرة وبدون أي نص على الإطلاق، ولم ينشر أبدًا هندسته أو عدد معلماته أو حوسبة تدريبه أو أوزانه. لذا فالمقارنة ليست في الحقيقة مقارنة بين نموذجين. إنها اختبار لمقدار ما يبقى من قيمة Jev عند إعادة إنتاجه في فترة ما بعد الظهر بسعر حاسوب محمول مستعمل. لا يُعد أي من النموذجين جديدًا — Jev 1.13 (typesafe/jev-1.13) هو إصدار 15 سبتمبر، وتلاه Kev بعد خمسة أيام — لكن شيئًا واحدًا في هذه المقارنة تغيّر مؤخرًا: في 24 سبتمبر 2026، أضاف OrcaRouter Jev 1.13 إلى كتالوجه، بحيث أصبح نصف القرار في هذا الاقتران يجيب على المفتاح نفسه الذي يجيب عليه النصف التوليدي بدلًا من أن يجيب فقط عبر نقطة النهاية الخاصة بالمورّد.

ما تقوله معايير القياس فعلاً

الخبر الرئيسي هو أن Kev يقترب كثيرًا، ويتفوق في مهمة ضيقة واحدة. على مجموعة اختبار Kev المقفلة ذات المصدر الجديد، سجّل Kev-9B نتيجة 0.837 مقابل 0.857 لـ Jev. وفي توجيه تذاكر الدعم عبر 900 تذكرة — مجموعة scienthoon — سجّل Kev-9B نتيجة 0.952 مقابل 0.897 لـ Jev، وهي النتيجة المنشورة الوحيدة التي يتفوق فيها الاستنساخ المفتوح على النموذج الذي يستنسخه. كما يتقدم Kev قليلًا في بعض مهام التعرف المنطقي. وفي مجموعات قرار SemiF، وهي مجموعة منظمة من 144 سؤالًا، يفوز Jev بنتيجة 0.965 مقابل 0.917 لـ Kev-9B.

حين يخسر Kev، يخسر خسارة فادحة. الدقة خارج النطاق: Kev-8B عند 79.6% مقابل 85.7% لدى Jev. MMLU: 70% مقابل 90%. MMLU-Pro: 0.515 مقابل 0.840. حساب التواريخ بدقة اليوم: 60% مقابل 93%. النمط ثابت — Kev منافس في التوجيه والتصنيف الضيقين حيث تكون مجموعة التسميات صغيرة والنطاق ثابتًا، لكنه ينهار في أي شيء يحتاج إلى معرفة بالعالم أو حسابات متعددة الخطوات، لأن مهايئًا برتبة 16 على نموذج أساسي صغير مجمّد ليس المكان الذي تسكن فيه المعرفة بالعالم.

كل واحد من تلك الأرقام يأتي من أداة القياس الخاصة بـ Kev أو من متتبعات طرف ثالث، ويقول README الخاص بـ Palmer صراحةً إنها ليست مقارنة مضبوطة — فبيانات تدريب Jev غير معلَنة، لذا لا توجد طريقة لبناء واحدة. يذكر README أيضًا أنه لم تُستخدم أي مخرجات من Jev في التدريب. كلا إخلاءَي المسؤولية من النوع الذي يجعل الأرقام أكثر موثوقية، لا أقل: فالشخص الذي ينشر المقارنة هو من يخبرك بما لا يمكنها إثباته.

ما تحصل عليه مقابل 95 دولارًا ولا يمكنك الحصول عليه من Jev بأي ثمن

مقارنة التكلفة هي النقطة التي يتوقف عندها المنتجان عن كونهما قابلين للمقارنة على الإطلاق. تبلغ تكلفة Jev 0.042 دولار لكل مليون رمز إدخال مع إخراج مجاني — وهو السعر الوارد في قائمة أسعار TypeSafe نفسها، والسعر الذي تحمله بطاقة الطراز الخاصة بنا لـ typesafe/jev-1.13 — وهو رخيص على نحو يصعب حقيقةً التغلب عليه على أساس كل استدعاء. إنها واجهة برمجة تطبيقات مستضافة، ولا تزال الصفحة الرئيسية لـ TypeSafe تصفها بأنها في مرحلة الوصول المبكر؛ وهذا هو تعبير البائع نفسه، وقد اختفت قائمة الانتظار التي كانت تقف خلفها — أزالتها TypeSafe في 21 سبتمبر 2026، وما تنشره وثائق الطراز الخاصة بها الآن بدلاً من ذلك هو حد الخدمة نفسه: 100,000 رمز في الثانية و40 طلبًا في الثانية لكل حساب، ويُعدَّل ديناميكيًا ويخضع للتغيير دون إشعار. أما Kev فهو أوزان تقوم بتنزيلها. والتكلفة الحدية للتصنيف رقم عشرة ملايين هي كهرباؤك أنت.

يترتب على ذلك أربعة أمور، ولا يتعلق أي منها بدرجات الاختبارات المعيارية.

• لا تخرج أي بيانات من بنيتك التحتية. Jev هو نقطة نهاية مستضافة؛ كل حالة ترسلها إليه — تذكرة الدعم، سطر السجل، السجل الطبي — تذهب إلى TypeSafe. يعمل Kev على GPU الخاصة بك، وهو ما يمثل، بالنسبة لأحمال العمل الخاضعة للتنظيم، ليس تفضيلاً بل العامل الحاسم.

• لا توجد حدود معدل من طرف ثالث، ولا وصول مقيد، ولا خطر إهمال. تحتفظ وثائق TypeSafe الخاصة بالحق في تعديل تلك الحدود المنشورة في أي وقت، وهو فرق حقيقي عن نقطة تحقق على قرصك الخاص. نقطة التحقق المحلية ليس لديها مثل هذا البند.

• يمكنك ضبطه الدقيق. Kev أساس يمكن التخصص انطلاقًا منه، ووصفة LoRA التي أنتجته متاحة للعموم. إذا كان تصنيف التوجيه لديك يضم 40 فئة لا يتعامل معها أي نموذج عام جيدًا، يمكنك التدريب على تسمياتك الخاصة — وهو بالضبط ما فعله Palmer، بتكلفة تقاس بعشرات الدولارات لا بفريق تعلّم آلة.

• سقف السياق متروك لك لتغييره. ميزانية الطلبات الموثّقة لدى Jev هي 64 ألف توكن، منها 32,000 تمثل الحالة بالإضافة إلى أطول سؤال واحد، وليس مخصصًا منفصلًا، كما أن حقول Choice يبلغ حدّها الأقصى 255 خيارًا. Kev يرث نافذة Qwe​n3.5، وهي أكبر بكثير، وحد الخيارات هو تفصيل تنفيذي في مكدس الخدمة الخاص بك وليس حدًّا من المورّد.

ما الذي لا يزال يمتلكه Jev ولا يمتلكه Kev؟

ادعاء المعايرة هو الذي لا ينتقل بسلاسة، وهو قلب عرض TypeSafe. يتم تدريب Jev بطريقة تسميها TypeSafe RLCD — التعلم المعزز للقرارات المعايرة — والتي تُحسِّن من أجل أن تكون قيمة الثقة صادقة بدلاً من تفضيل الإجابة. كل إجابة من Jev تأتي مع توزيع احتمالي على الخيارات، بحيث يمكن للكود الخاص بك تعيين عتبات: يتصرف تلقائيًا عند النطاق الأعلى، ويضع علامة في المنتصف، ويُصعِّد عند النطاق الأدنى.

ينتج Kev نفس البنية المُنمّطة ونفس مخرجات الاحتمالات، لأن واجهة البرمجة متوافقة عمدًا. أما ما إذا كانت تلك الاحتمالات معايَرة فهو سؤال مختلف، والجواب الصادق هو أنه لم ينشر أحد مخطط موثوقية لأي من النموذجين. أبلغ تدقيق معايرة منفصل عن حصول Jev على دقة 44.7% مع خطأ معايرة متوقع قدره 0.325 في مهمة أولوية ذات سياسة مخفية، مما يشير إلى أن المعايرة على Jev تتفاوت بشكل حاد حسب المهمة بدلًا من كونها خاصية عالمية — وTypeSafe نفسها تطلب من المستخدمين اختبار حدود الثقة مقابل أمثلتهم المُصنّفة الخاصة بدلًا من الوثوق بالسلوك المنشور.

الشيء الآخر الذي يمتلكه Jev هو أنه لم يُدرَّب على Qwen3.5. النموذج بحجم 9B المزوَّد بمُهايئ برتبة 16 له سقف معرفي، وفجوة MMLU-Pro البالغة 0.515 مقابل 0.840 هي ذلك السقف وقد صار مرئيًا. إذا كان قرار التوجيه لديك يتطلب أحيانًا معرفة ماهية شيء ما، فإن بنية Jev الأكبر غير المُفصح عنها تؤدي عملًا لا يستطيع مُهايئ Kev أداءه.

زمن الاستجابة وشكل النشر

زمن الاستجابة الموثّق من الطرف إلى الطرف لدى Jev هو 70–500 مللي ثانية، مقابل 3–329 ثانية لاستدعاءات نماذج اللغة الكبيرة الرائدة في مقارنة TypeSafe الخاصة، وإضافة أسئلة إلى الاستدعاء لا تكاد تغيّره لأن كل سؤال يُقيَّم على التوازي في مقابل قراءة مشتركة واحدة للحالة. ثمة نظير مُقاس واحد لذلك الادعاء من المورّد، وهو لنا لا لـ TypeSafe: وعلى مدى الأيام السبعة التي كانت بطاقة النموذج الخاصة بنا لـ typesafe/jev-1.13 تخدم النموذج فيها، منذ 24 سبتمبر 2026، استغرق الطلب الوسيط 151 مللي ثانية واستغرق المئين 95 247 مللي ثانية. هذا سجل خدمة لمسار واحد، وليس معيارًا مرجعيًا. سيكون Kev-9B على H100 في الرتبة نفسها من حيث الحجم لتمريرة أمامية واحدة، لكن المقارنة ليست متكافئة في أي من الاتجاهين: فنموذج 9B مستضاف ذاتيًا على GPU مشترك تحت الحمل ليس بالزمن نفسه لنقطة نهاية مستضافة، ونقطة النهاية المستضافة ليست كجهاز في رفّك الخاص. وما يمكن قوله دون تحفّظ هو أن كليهما سريعان بما يكفي للاستخدام في كل دور ضمن حلقة وكيل، وأن زمن استجابة Kev دالة على العتاد الذي تتحكم به لا على مستوى خدمة يُوعَد به لك.

القراءة الصادقة بشأن إعادة الإنتاج

كون Kev موجودًا أصلًا هو في حد ذاته دليل يتعلق بـ Jev، ويستحق أن يُذكر بالاسم. نموذج مغلق يمكن تقريب سلوكه في خمسة أيام مقابل 95 دولارًا، بواسطة شخص واحد، على أوزان أساسية عامة، يخبرك بشيء عن مقدار ما يعود من مزاياه إلى البنية ومقدار ما يعود إلى بيانات التدريب وخدمة النموذج. لا يترتب على ذلك أن بناء Jev سهل — فسطح API سهل النسخ، أما المعايرة فليست كذلك. لكنه يعني أن الخندق التنافسي ليس الواجهة، وأن أي شخص يقيّم Jev لمسار إنتاجي ينبغي أن يضع في اعتباره احتمال أن يبلغ به الضبط الدقيق لنموذج أساس مفتوح معظم الطريق مقابل جزء ضئيل من الالتزام.

وهذا أيضًا هو المبرر لعدم المراهنة بمسار إنتاجي على أيٍّ منهما بعد. إذا كنت تقيّم Jev، فالموقف المعقول هو تجربته دون الالتزام به — ومنذ 24 سبتمبر 2026، صار ذلك أمرًا يمكنك فعله عبر مفتاحنا: يقدّم OrcaRouter نموذج Jev 1.13 باسم typesafe/jev-1.13، ويُستدعى عبر نقطة النهاية نفسها POST /v1/systemone وبالشكل نفسه للطلب غير المتدفق الذي يستخدمه في كل مكان، مقابل سياق من 65,536 رمزًا بتكلفة 0.042 دولار لكل مليون رمز إدخال، مع احتساب الإخراج بصفر. وهكذا تستقر طبقة القرار وطبقة التوليد على حساب واحد: أكثر من 200 نموذج خلف مفتاح واحد متوافق مع OpenAI، بسعر قائمة المزوّد مُمرَّرًا دون أي هامش ربح، مع تحويل تلقائي عند الفشل. إن بنية ذات نموذجين، حيث تصنّف طبقة قرار رخيصة حركة المرور ويتولى نموذج توليدي الباقي، قابلة للاختبار من جانبنا دون عقد مع مورّد ثانٍ، وإن تبيّن أن مكوّن القرار سيئ المعايرة على بياناتك، فمسار التحويل عند الفشل هو ما يمنع ذلك من أن يتحول إلى حادث.

الحكم

إذا كانت مهمة قرارك ضيقة النطاق، وثابتة المجال، وذات حجم كبير، وحساسة للخصوصية، فإن Kev هو الخيار الأكثر قابلية للدفاع اليوم، والفرق ليس طفيفًا — فأنت تملك الأوزان، وتتحكم في مسار البيانات، ويمكنك الضبط الدقيق على ملصقاتك الخاصة، وفي توجيه تذاكر الدعم، فإن نقطة تفتيش 9B تتفوق بالفعل على Jev وفق أرقامه المنشورة. وإذا كانت مهمة قرارك تحتاج إلى معرفة بالعالم، أو حساب متعدد الخطوات، أو قيمة ثقة تنوي الأتمتة بناءً عليها، فإن نموذج Jev الأكبر غير المُفصح عنه وتدريبه بـ RLCD يقومان بعمل حقيقي، ومحول Kev ليس بديلاً عن أي منهما.

الشيء الوحيد الذي لا تحسمه أيٌّ من المقارنتين هو المعايرة، إذ لم ينشر أحدٌ مخطط موثوقية لأيٍّ من النموذجين. اختبر ذلك على حالاتك الموسومة بنفسك قبل أن تبني الأتمتة على أيٍّ منهما — فقيمة الثقة هي الجزء الذي يجب اكتسابه في كل عملية نشر لدى كلا المنتجين، أما السرعة فهي الجزء الذي بات سلعة متاحة للجميع بالفعل.