Jev נגד Kev: כיוונון עדין ב-$95 שמנצח את Jev בכרטיסי תמיכה
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 71 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 97 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 86 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 176 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 60 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 131 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 95 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 187 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 202 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 121 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 321 tok/s
ג'ארד פאלמר שחרר את Kev ב-20 בספטמבר 2026, חמישה ימים לאחר ש-TypeSafe AI השיקה את Jev, והמספר החשוב אינו בטבלת הבנצ'מרקים. הוא נמצא ב-README: כל העניין עלה כ-95 דולר בזמן H100 על Modal, ועוד שלושה סנט של קריאות API ל-Jev ששימשו ליצירת נתוני הערכה. Kev הוא Apache-2.0, ניתן לאירוח עצמי, ומגיע בשלושה גדלים המבוססים על משקולות הבסיס הפתוחות של Qwen3.5 — בערך 0.8B, 4B ו-9B — עם מתאם LoRA rank-16 וראש pointer שהוצמדו לבסיס קפוא ולא מודל החלטות מאפס. הוא משקף בדיוק את ה-API של Jev להחלטות מטופּסות: Choice, Score ו-Noul, קרוב מספיק כדי להיות תואם ל-SDK הפייתון של TypeSafe עצמה. Jev, מצדו, הושק ב-15 בספטמבר 2026 בתור מודל System One הסגור והמתארח של TypeSafe AI, מחזיר תשובות מטופּסות עם ביטחון מכויל וללא טקסט כלל, ומעולם לא פרסם את הארכיטקטורה, מספר הפרמטרים, משאבי החישוב של האימון או המשקולות שלו. לכן ההשוואה אינה באמת השוואת מודלים. זהו מבחן לכמה מהערך של Jev שורד שחזור באחר צהריים במחיר של מחשב נייד משומש. אף אחד מהמודלים אינו חדש — Jev 1.13 (typesafe/jev-1.13) הוא הגרסה מ-15 בספטמבר ו-Kev בא חמישה ימים לאחר מכן — אבל דבר אחד בהשוואה הזו כן השתנה לאחרונה: ב-24 בספטמבר 2026, OrcaRouter הוסיפה את Jev 1.13 לקטלוג שלה, כך שחצי ההחלטה של הזיווג עונה כעת על אותו מפתח כמו החצי הגנרטיבי במקום רק דרך נקודת הקצה של הספק עצמו.
מה שהבנצ'מרקים בעצם אומרים
הכותרת היא ש-Kev מתקרב, ובמשימה צרה אחת הוא מנצח. במערך הבדיקות הנעול של Kev למקורות חדשים, Kev-9B קיבל ציון 0.837 לעומת 0.857 של Jev. בניתוב כרטיסי תמיכה על פני 900 כרטיסים — מערך scienthoon — Kev-9B קיבל ציון 0.952 לעומת 0.897 של Jev, וזו התוצאה המפורסמת היחידה שבה השחזור הפתוח מנצח את המודל שאותו הוא משחזר. Kev גם מוביל במעט במשימות מסוימות של זיהוי לוגיקה. במערכי החלטה של SemiF, מערך מובנה בן 144 שאלות, Jev לוקח את זה 0.965 מול 0.917 של Kev-9B.
היכן ש-Kev מפסיד, הוא מפסיד קשות. דיוק מחוץ לתחום: Kev-8B ב-79.6% לעומת 85.7% של Jev. MMLU: 70% לעומת 90%. MMLU-Pro: 0.515 לעומת 0.840. חשבון תאריכים ברמת דיוק של יום: 60% לעומת 93%. הדפוס עקבי — Kev תחרותי בניתוב ובסיווג צרים שבהם סט התוויות קטן והתחום קבוע, והוא מתפרק בכל דבר שדורש ידע עולם או חשבון רב-שלבי, כי מתאם בדרגה 16 על מודל בסיס קטן קפוא הוא לא המקום שבו שוכן ידע עולם.
כל אחד מהנתונים האלה מגיע מהארנס של Kev עצמו או מכלי מעקב של צד שלישי, וה-README של Palmer אומר במפורש שזו אינה השוואה מבוקרת — נתוני האימון של Jev אינם גלויים, ולכן אין דרך לבנות השוואה כזו. ה-README גם מציין ששום פלטים של Jev לא שימשו לאימון. שתי ההסתייגויות הן מהסוג שהופך את המספרים לאמינים יותר, לא פחות: מי שמפרסם את ההשוואה הוא זה שאומר לך מה היא אינה יכולה להוכיח.
מה שאתה מקבל תמורת 95$ שלא תוכל לקבל מ-Jev בשום מחיר
השוואת העלויות היא הנקודה שבה שני המוצרים מפסיקים להיות ברי-השוואה כלל. Jev עולה $0.042 למיליון טוקני קלט, כשהפלט בחינם — התעריף במחירון של TypeSafe עצמה, וזה שמופיע בכרטיס המודל שלנו עבור typesafe/jev-1.13 — מחיר שזול באופן שקשה ממש לנצח אותו על בסיס כל קריאה. זהו API מתארח, ודף הבית של TypeSafe עצמה עדיין מתאר אותו כמצוי בגישה מוקדמת; זה הניסוח של הספק עצמו, ורשימת ההמתנה שבעבר נלוותה לכך נעלמה — TypeSafe הסירה אותה ב-21 בספטמבר 2026, ומה שתיעוד המודל שלה מפרסם כעת במקום זאת הוא מגבלת השירות עצמה: 100,000 טוקנים לשנייה ו-40 בקשות לשנייה לחשבון, מותאמת באופן דינמי ועשויה להשתנות ללא הודעה. Kev הוא משקולות שאתם מורידים. העלות השולית של הסיווג ה-10,000,000 היא החשמל שלכם.
ארבעה דברים נובעים מכך, ואף אחד מהם לא קשור לציוני בנצ׳מרק.
• שום נתון לא יוצא מהתשתית שלך. Jev הוא נקודת קצה מתארחת; כל מצב שאתה שולח לו — כרטיס התמיכה, שורת הלוג, הרשומה הרפואית — עובר ל-TypeSafe. Kev רץ על ה-GPU שלך — ובעבור עומסי עבודה בפיקוח רגולטורי זה לא העדפה אלא הגורם המכריע.
• ללא מגבלות קצב של צד שלישי, ללא גישה מגודרת, ללא סיכון להתיישנות. התיעוד של TypeSafe עצמו שומר לעצמו את הזכות לשנות את המגבלות המפורסמות הללו בכל עת, וזהו הבדל אמיתי לעומת נקודת ביקורת בדיסק שלך. לנקודת ביקורת מקומית אין סעיף כזה.
• אתה יכול לכוונן אותו. Kev הוא בסיס להתמחות, והמתכון של LoRA שהפיק אותו הוא ציבורי. אם לטקסונומיית הניתוב שלך יש 40 מחלקות שאף מודל כללי לא מתמודד איתן היטב, אתה יכול לאמן על התוויות שלך — וזה בדיוק מה שפאלמר עשה, בעלות שנמדדת בעשרות דולרים ולא בצוות ML.
• תקרת ההקשר היא שלך לשינוי. תקציב הבקשות המתועד של Jev הוא 64K טוקנים, מתוכם 32,000 הם המצב בתוספת השאלה הארוכה ביותר, ולא הקצאה נפרדת, ושדות Choice מוגבלים ל-255 אפשרויות. Kev יורש את החלון של Qwen3.5, שגדול בהרבה, ומגבלת האפשרויות היא פרט מימוש של מחסנית ההגשה שלך ולא מגבלה של ספק.
מה שעדיין יש ל-Jev ושאין ל-Kev
טענת הכיול היא זו שלא עוברת בצורה נקייה, והיא לב הפיץ׳ של TypeSafe. Jev מאומן בשיטה ש-TypeSafe מכנה RLCD — Reinforcement Learning for Calibrated Decisions — אשר מבצעת אופטימיזציה לכך שערך הביטחון יהיה כן, ולא לכך שהתשובה תהיה מועדפת. כל תשובה של Jev מגיעה עם התפלגות הסתברות על פני האפשרויות, כך שהקוד שלך יכול להגדיר ספים: לפעול אוטומטית ברצועה העליונה, לסמן ברצועה האמצעית, ולהסלים ברצועה התחתונה.
Kev מפיק את אותה צורת טיפוס ואת אותן פלטי הסתברות, מכיוון שה-API תואם במכוון. האם ההסתברויות האלה מכוילות היא שאלה אחרת, והתשובה הכנה היא שאיש לא פרסם תרשים מהימנות עבור אף אחד מהמודלים. ביקורת כיול נפרדת דיווחה ש-Jev השיג דיוק של 44.7% עם שגיאת כיול צפויה של 0.325 במשימת עדיפות במדיניות נסתרת, מה שמרמז שהכיול ב-Jev משתנה בחדות ממשימה למשימה במקום להיות תכונה אוניברסלית — ו-TypeSafe עצמה מורה למשתמשים לבדוק ספי ביטחון מול הדוגמאות המתויגות שלהם במקום לסמוך על ההתנהגות המפורסמת.
הדבר הנוסף שיש ל-Jev הוא שהוא לא אומן על Qwen3.5. למודל 9B עם מתאם rank-16 יש תקרת ידע, והפער ב-MMLU-Pro של 0.515 לעומת 0.840 הוא התקרה הזו כשהיא נראית לעין. אם החלטת הניתוב שלך דורשת מדי פעם לדעת מהו דבר, הארכיטקטורה הגדולה יותר והלא-גלויה של Jev עושה עבודה שהמתאם של Kev לא יכול לעשות.
השהיה וצורת הפריסה
השהיה מקצה לקצה המתועדת של Jev היא 70–500 מ"ש לעומת 3–329 שניות עבור קריאות LLM מתקדמות בהשוואה של TypeSafe עצמה, והוספת שאלות לקריאה בקושי מזיזה אותה כי כל שאלה מוערכת במקביל מול קריאה משותפת אחת של המצב. יש מקבילה מדודה אחת לטענת הספק ההיא, והיא שלנו ולא של TypeSafe: במהלך שבעת הימים שבהם כרטיס המודל שלנו עבור typesafe/jev-1.13 משרת את המודל, מ-24 בספטמבר 2026, הבקשה החציונית ארכה 151 מ"ש והאחוזון ה-95 ארך 247 מ"ש. זהו תיעוד הגשה של נתיב אחד, לא בנצ'מרק. Kev-9B על H100 יהיה באותו סדר גודל עבור מעבר קדימה בודד, אבל ההשוואה אינה השוואת תפוחים לתפוחים בשני הכיוונים: 9B באירוח עצמי על GPU משותף תחת עומס אינו אותה השהיה כמו נקודת קצה מתארחת, ונקודת קצה מתארחת אינה אותו דבר כמו קופסה בראק שלך. מה שאפשר לומר בלי להתחמק הוא ששניהם מהירים מספיק לשימוש בכל תור בלולאת סוכן, ושההשהיה של Kev היא פונקציה של חומרה שאתה שולט בה ולא של רמת שירות שמובטחת לך.
הקריאה הכנה על השעתוק
העובדה ש-Kev קיים בכלל היא עדות על Jev, ושווה להזכיר זאת. מודל סגור שאת התנהגותו אפשר לקרב בחמישה ימים תמורת 95 דולר, בידי אדם אחד, על משקולות בסיס ציבוריות, אומר לך משהו על כמה מהיתרון שלו הוא ארכיטקטורה וכמה ממנו הוא נתוני אימון והגשה. מכאן לא נובע שקל לבנות את Jev — שטח ה-API קל להעתקה, אבל הכיול לא. עם זאת, זה כן אומר שהחפיר אינו הממשק, וכל מי שמעריך את Jev למסלול ייצור צריך לתמחר את האפשרות שכיוונון עדין של בסיס פתוח יביא אותו רוב הדרך בשבריר מהמחויבות.
וזה גם הטיעון נגד הימור של מסלול ייצור על אף אחד מהם עדיין. אם אתם בוחנים את Jev, העמדה ההגיונית היא לנסות אותו בלי להתחייב אליו — ומאז 24 בספטמבר 2026 זה משהו שאפשר לעשות במפתח שלנו: OrcaRouter מגישה את Jev 1.13 בתור typesafe/jev-1.13, נקראת דרך אותו endpoint של POST /v1/systemone ואותה צורת בקשה ללא סטרימינג שהיא משתמשת בה בכל מקום, מול חלון הקשר של 65,536 טוקנים במחיר של $0.042 למיליון טוקני קלט, כשעל הפלט לא מחויבים כלל. שכבת קבלת ההחלטות והשכבה הגנרטיבית יושבות כעת על חשבון אחד: למעלה מ-200 מודלים מאחורי מפתח אחד תואם OpenAI, במחיר המחירון של הספק כפי שהוא, עם 0% תוספת, עם מעבר אוטומטי בין מודלים. ארכיטקטורה של שני מודלים, שבה שכבת החלטה זולה ממיינת תעבורה ומודל גנרטיבי מטפל בשאר, ניתנת לבדיקה אצלנו בלי חוזה עם ספק שני, ואם יתברר שרכיב ההחלטה מכוייל היטב לא נכון על הנתונים שלכם, מסלול ה-failover הוא מה שמונע מכך להפוך לתקלה.
פסק הדין
אם משימת ההחלטה שלך צרה, בתחום קבוע, בנפח גבוה ורגישה לפרטיות, Kev הוא הבחירה שקל יותר להצדיק היום — וזה לא צמוד: המשקלים הם שלך, אתה שולט בנתיב הנתונים, אתה יכול לבצע כיוונון עדין על התוויות שלך, ובניתוב פניות תמיכה נקודת הביקורת 9B כבר מנצחת את Jev לפי המספרים ש-Jev עצמו פרסם. אם משימת ההחלטה שלך זקוקה לידע על העולם, לאריתמטיקה רב-שלבית, או לערך ביטחון שאתה מתכוון להסתמך עליו באוטומציה, המודל הגדול יותר שאינו גלוי של Jev והאימון RLCD שלו עושים עבודה אמיתית, והמתאם של Kev אינו מהווה תחליף לאף אחד מהשניים.
הדבר היחיד שאף אחת מההשוואות לא מכריעה הוא כיול, מכיוון שאיש לא פרסם תרשים מהימנות לאף אחד מהמודלים. בדוק זאת על המקרים המתויגים שלך לפני שתבצע אוטומציה מול מי מהם — ערך הביטחון הוא החלק בשני המוצרים שצריך לזכות בו בכל פריסה, והמהירות היא החלק שכבר הפך לקומודיטי.
