Jev מול DeepSeek V4.1 Flash: שמונה סנט לאלף זה לא חפיר

ההשוואה שמכריעה את שאלת Jev היא לא מול מודל חזית. היא מול DeepSeek V4.1 Flash, שיצא ב-10 בספטמבר 2026 — חמישה ימים לפני ש-TypeSafe AI השיקה את Jev — כי DeepSeek V4.1 Flash הוא מודל גנרטיבי שבאמת זול, והוא הדבר הזול ביותר בחדר שיכול לעשות כמעט כל מה ש-Jev יכול לעשות. מבחן עצמאי שפורסם בספטמבר 2026 העביר 77 דוגמאות מ-BANKING77, מערך סיווג הכוונות הסטנדרטי, דרך שניהם: Jev הגיע ל-7 סנטים ל-1,000 סיווגים בדיוק של 75%. DeepSeek V4.1 Flash הגיע ל-8 סנטים ל-1,000 בדיוק של 79%. אותו מבחן הציב את GPT-5.6 Luna על 12 סנטים ו-83%. מודל גנרטיבי עם חלון הקשר של מיליון טוקנים, קריאה מובנית לכלים וקלט תמונות הגיע לסנט אחד לאלף סיווגים כשהוא מאחורי מודל החלטות ייעודי — וארבע נקודות לפניו בדיוק. זו העובדה הלא נוחה שבמרכז ההתמודדות הזו, והיא ממסגרת מחדש את מה ש-Jev בעצם מוכר.

מה כל מודל עושה

Jev הוא מודל החלטות של System One: הוא לא מחזיר טקסט בכלל. אתה שולח מצב בתוספת שאלות מסוגות — Choice מתוך רשימה שאתה מספק, Score על פי רובריקה מסודרת, או Noul (טענה של כן/לא עם הסתברות מכוילת) — והוא מחזיר תשובות מסוגות עם ערכי ביטחון. כל השאלות מוערכות במקביל מול קריאה משותפת אחת של המצב, וזו הסיבה לכך שהוספת שאלות בקושי משנה את זמן התגובה, ולכך שהפלט לא עולה כלום: אין טוקנים של פלט למדוד. הקלט הוא $0.042 למיליון טוקנים, הפלט חינם, ותקציב הבקשה הוא בערך 32,000 טוקנים. הוא הושק ב-15 בספטמבר 2026, על ידי TypeSafe AI, שנוסדה על ידי Diogo Almeida עם סבב סיד של $40M בהובלת DCVC.

DeepSeek V4.1 Flash הוא מודל גנרטיבי קונבנציונלי ואינו מתיימר אחרת. הוא שוחרר ב-10 בספטמבר 2026 עם מזהה API של deepseek-flash, שנבנה כתערובת מומחים עם 552 מיליארד פרמטרים, עם הפעלה אסימטרית ב-8B/16B, חלון הקשר של 1M טוקנים, וקלט טקסט ותמונה. הוא מייצר טקסט טוקן אחר טוקן, וזו בדיוק התכונה שהופכת אותו ליקר יותר לכל קריאה ובעל יכולת גבוהה יותר לכל קריאה. הוא פועל בקצב של 208.3 טוקנים לשנייה עם זמן של 1.13 שניות לטוקן הראשון, והמחיר שלו הוא $0.30/$1.20 למיליון טוקנים בשעות שיא ו-$0.15/$0.60 בשעות שפל. ב-Artificial Analysis הוא נמצא במדד של 40 — ברמת ביניים, לא בחזית.

מדוע החישוב המתמטי לפי סיווג מגיע למקום שאליו הוא מגיע

הפער של סנט אחד אינו מקרי והוא אינו יציב. הוא נובע מהאופן שבו כל מודל מחייב.

• העלות של Jev לכל החלטה היא למעשה קבועה — אתה משלם עבור מעבר אחד על הקלט, ב-$0.042 למיליון טוקנים, ומספר השאלות שאתה שואל בקושי משנה אותה. סיווג שצריך תווית אחת וסיווג שצריך עשרים תוויות עולים כמעט אותו דבר.

• העלות לכל החלטה של DeepSeek V4.1 Flash משתנה בהתאם לכמות הפלט. סיווג לתווית קצרה הוא זול; אותה משימה שבה אתה מבקש נימוק, רמת ביטחון ומעטפת JSON מובנית כרוכה במספר אסימוני פלט גדול פי כמה, ולכן גם במחיר גבוה פי כמה.

• שעת שיא לעומת שעות שפל מכפילה את מחיר הקלט של DeepSeek ומכפילה את מחיר הפלט שלו. הרץ משימת סיווג באצווה בשעה הלא נכונה, ופער של סנט אחד הופך למספר אחר לגמרי.

זו הסיבה שהערכות עצמאיות של הפער חלוקות כל כך. מבחן BANKING77 עם 77 דוגמאות מצא 7¢ לעומת 8¢. בנצ'מרק מורכב נפרד, JevBench, הציב את Jev על $0.041 ל-1,000 ואת DeepSeek V4.1 Flash על $0.579 ל-1,000 — פער של פי ארבעה עשר. מבחן שלישי על 83 אנשי קשר מכירה מצא את DeepSeek V4.1 Flash על $0.183 להרצה לעומת $0.0055 של Jev, פער של פי 33. הסיבה לכך שהמספרים האלה משתרעים על פני שני סדרי גודל היא שכל אחד מהם הניח פרומפט שונה, צורת פלט שונה ושעה שונה ביום. כל מי שמצטט נתון בודד לכל סיווג כאילו הוא תכונה של המודל ולא של מערכת ההרצה מוכר לך משהו.

מה שהמבנה של Jev נותן לך שמודל גנרטיבי לא יכול לתת

הגורם המבדל אינו המחיר. הוא החוזה. הפלט של Jev נעול לסכימה: מכיוון שכל תשובה אפשרית נמנית מראש לפני שהמודל רץ — אתה סיפקת את רשימת האפשרויות, את מחוון הניקוד, או את טענת האמת/שקר — אין מרחב לפלוט ערך מחוץ לטיפוס המוצהר. תגובה פגומה אינה משהו ש-Jev מסוגל להפיק. ניתן להגביל את DeepSeek V4.1 Flash לפלט מובנה עם סכימה, ובפועל הוא מציית לכך לרוב, אך הערובה היא פריור חזק ולא תכונה מבנית. אם הצינור שלך מריץ עשרה מיליון סיווגים בחודש, "לרוב" ו"תמיד" הם סעיפים שונים בדוח אירוע.

התכונה השנייה היא כיול. Jev מאומן בשיטה ש-TypeSafe מכנה RLCD — Reinforcement Learning for Calibrated Decisions — וכל תשובה נושאת התפלגות הסתברות, כך שהקוד שלך יכול לקבוע ספים: אישור אוטומטי מעל, סימון באמצע, הסלמה מתחת. DeepSeek V4.1 Flash יפיק מספר ביטחון אם תבקשו אחד, אבל זהו טוקן שנוצר, לא פלט מכויל, וביטחון שנוצר הוא הצהרה על עצמו ולא מדידה. ההבחנה הזו היא הסיבה כולה לשלם עבור מודל החלטות, וזה הדבר היחיד שמודל גנרטיבי זול לא יכול להשתוות לו מבחינה מבנית.

השלישי הוא צורת ההשהיה. זמן ההשהיה מקצה לקצה המתועד של Jev הוא 70–500ms ללא תלות במספר השאלות שמצורפות, לעומת 3–329 שניות לקריאות LLM מתקדמות בהשוואה של TypeSafe עצמה. ה-TTFT של 1.13 שניות ותפוקת 208 טוקנים לשנייה של DeepSeek V4.1 Flash הם מצוינים עבור מודל גנרטיבי, וזהו הסטנדרט שלפיו ראוי לשפוט אותו — אבל בכמה מאות מילישניות של פלט מיוצר בתוספת השהיית הטוקן הראשון, מדובר בשניות להחלטה, לא בשברי שנייה. בלוח המחוונים הפנימי של זרימת העבודה של TypeSafe, Jev מנצח בעמודות העלות וההשהיה ומפסיד בעמודת הדיוק, עם 61.8% לעומת 79.1% בעיבוד חשבוניות ו-76.0% לעומת 78.3% בשירות לקוחות. תשובות הייחוס של לוח המחוונים הן הערכות מודל ממוצעות ולא אמת מוחלטת, ולוח המחוונים עצמו מציין אפשרות להטיית כלי הבדיקה.

פער ההקשר הוא אמיתי וחד-כיווני

ממד אחד כאן אינו קרוב ואינו עניין של מסגור. ל-DeepSeek V4.1 Flash יש חלון הקשר של מיליון טוקנים; תקציב הבקשות של Jev הוא בערך 32,000 טוקנים. אם הסיווג שלך תלוי בקריאה של חוזה שלם, שרשור תמיכה ארוך, או קובץ קוד גדול, DeepSeek V4.1 Flash יכול לראות אותו ו-Jev לא — שום כמות של זילות פר החלטה לא מתקנת מצב שלא נכנס. Jev גם לא מקבל קלט תמונה או אודיו בהשקה, בעוד ש-DeepSeek V4.1 Flash מקבל תמונות.

הצד השני הוא שהחלון הצר של Jev מתומחר כאילו היה נטל ולא אילוץ, והתבנית הדו-שלבית בתיעוד של TypeSafe עצמה היא הפתרון העוקף: עבור שדות Choice מעבר לתקרה של 255 אפשרויות, דרגו מועמדים בקבוצות ואז בחרו מבין הציונים. זה עובד כשהמצב קטן וקבוצת האפשרויות גדולה. זה לא עובד כשהמצב גדול.

היכן שכל אחד שייך

פנו אל Jev כאשר ההחלטה היא באמת בצורה סגורה, המצב נכנס בתוך 32K טוקנים, הנפח גבוה מספיק כדי ששניות לכל קריאה יהיו עלות ממשית, והפייפליין צריך ערך ביטחון שאפשר להסתעף על פיו. בדיקות מעקות בטיחות, אימות בכל תור בתוך לולאת סוכן, ניתוב בנפח גבוה, וניקוד מערכי מסמכים גדולים במקביל הם ההתאמות המתועדות.

פנה ל-DeepSeek V4.1 Flash כשהמשימה דורשת לקרוא משהו ארוך, כשהיא צריכה להפיק נימוק לצד התווית, כשהיא צריכה לראות תמונה, או כשהסיווג הוא שלב אחד בתהליך עבודה גנרטיבי ארוך יותר ופיצולו לספק שני יוסיף חיבור עבור חיסכון של סנט בודד שפרומפט גרוע עלול למחוק. ושים לב ש"מודל גנרטיבי יכול לעשות זאת גם" הוא התיאור הנכון של המשימה, לא כישלון של Jev — השאלה המעניינת היא האם אתה זקוק לערך הביטחון, כי זה הפריט היחיד בהשוואה שמודל גנרטיבי לא יכול להציע בשום מחיר.

הרצת שכבת ההחלטה והשכבה הגנרטיבית על מפתח אחד

DeepSeek V4.1 Flash הוא אחד מהמודלים ש-OrcaRouter מנתב, במחיר המחירון של הספק כפי שהוא עם 0% תוספת — כך שההוזלה בשעות השפל פעילה אצלנו באותו היום שבו DeepSeek משיקה אותה, ואתם לא עוקבים אחרי שני גיליונות מחירים. את Jev עצמו אנחנו לא מספקים: המודל של TypeSafe הוא בגישה מוקדמת ומדבר במבנה בקשה משלו. הארכיטקטורה שההשוואה הזו מצביעה עליה היא זו של שני המודלים — Jev מחליט, DeepSeek V4.1 Flash מייצר — ו-OrcaRouter מכסה את החצי היוצר מאחורי נקודת קצה אחת תואמת OpenAI, עם מעבר אוטומטי בין שרתים כך שרכיב החלטה לא מוכח לעולם לא הופך לנקודת כשל יחידה. למעלה מ-200 מודלים, מפתח אחד, חשבונית אחת.

פסק הדין

אם הגעת לכאן בציפייה ש-Jev יהיה זול באופן דרמטי ממודל גנרטיבי, התשובה הכנה היא שמול DeepSeek V4.1 Flash הוא בדרך כלל לא, ובמבחן המסוים הזה של 77 דוגמאות הוא היה זול בסנט אחד ופחות מדויק בארבע נקודות. מה ש-Jev מוכר הוא לא מחיר לכל סיווג. זוהי ערובה מבנית לכך שהפלט לא יכול להיות פגום, ערך ביטחון מכויל שהקוד שלך יכול להסתעף לפיו, ורצפת השהיה הנמדדת במילישניות ולא בשניות. שלושת הדברים האלה שווים תשלום בצינור עיבוד שפועל בתדירות גבוהה מספיק כדי שיהיה אכפת — והם לא שווים דבר אם המשימה שלך היא לקרוא מסמך בן 400 עמודים ולכתוב תקציר שלו, שזו העבודה של DeepSeek V4.1 Flash ומעולם לא הייתה העבודה של Jev.