VideoJev vs Jev 1.13: 같은 아이디어, 두 가지 다른 역할

그 비교는 직접 써 보기 전까지는 자명해 보인다. VideoJev는 NJU의 MCG 랩에서 나온 가중치를 공개한 연구 릴리스로, 비디오 증거에 비추어 시간 구간과 답변 선택지에 점수를 매기며, 두 개의 체크포인트인 VideoJev-4B와 VideoJev-35B-A3B로 제공된다. Jev 1.13은 TypeSafe AI의 비공개 호스팅 의사결정 모델이다 — 두 모델이 속한 범주에 이름을 붙인 모델이다. VideoJev 자체 논문은 Jev를 자신이 확장하는 패러다임의 기원으로 인용하므로, 이는 정면 대결처럼 보인다. 대체로 그렇지 않다. Jev 1.13은 텍스트 상태를 입력받아 타입이 지정된 결정을 반환한다. VideoJev는 비디오를 입력받아 점수가 매겨진 구간이나 선택된 옵션을 반환한다. 두 모델은 아이디어에서는 겹치지만 입력에서는 거의 겹치지 않으므로, 유용한 질문은 "어느 것이 더 나은가"가 아니라 "당신이 가진 작업에 어느 쪽이 애초에 자격이 있는가"이다.

둘 다 최근에 서로 다른 방식으로 조용히 등장했다. Jev 1.13은 2026-09-15에 출시되었다 — TypeSafe가 2년간 스텔스 끝에 내놓은 첫 공개 모델 — 그리고 OrcaRouter 자체 카탈로그를 통해 호출 가능하며 2026-09-24부터 typesafe/jev-1.13에서 제공되어 왔다. VideoJev는 출시가 아예 없다: arXiv 프리프린트는 2026-10-13에 올라왔고, 두 개의 Apache-2.0 체크포인트는 2026-10-10에 Hugging Face에 올라갔으며, 저장소는 2026-10-14에도 여전히 README 수정을 받고 있었다. 오늘날 어느 쪽도 출시 스토리는 아니다. 이 조합을 읽을 가치가 있게 만드는 것은 서로 다른 두 데이터 유형에 적용된 동일한 아키텍처적 베팅이라는 점이며, 각각이 제공되는 방식의 차이는 결정을 내리는 데 필요한 것의 대부분을 알려준다.

각각 한 줄로, 요약이 금방 갈라지니까

Jev 1.13은 호스팅 엔드포인트입니다. 상태 블록과 이름이 지정된 질문 집합을 /v1/systemone에 POST하면 질문당 하나의 타입이 지정된 답변을 받습니다 — noul(보정된 확률이 있는 참/거짓), choice(최대 255개 옵션 중 하나의 레이블), 또는 score(2에서 10까지의 순서형 척도상의 레벨). 아무것도 생성되지 않으므로 출력 토큰이 없고 TypeSafe는 아무것도 청구하지 않습니다; 입력은 백만 토큰당 $0.042입니다. 이 모델의 아키텍처, 파라미터 수, 훈련 연산량은 공개되지 않았습니다. 입력은 텍스트 전용입니다 — 문자열, JSON, 배열 — 이미지, 오디오, 비디오 경로는 없습니다. 직접 실행하지 않으며, 모든 호출은 사용량에 따라 과금됩니다.

VideoJev는 반대되는 구성입니다. Apache-2.0에 따라 직접 다운로드하고 서비스하는 체크포인트로, 기존 멀티모달 LLM을 미세 조정해 만들어졌습니다: Qwen3.5-4B 기반의 VideoJev-4B, Qwen3.6-35B-A3B 기반의 VideoJev-35B-A3B. 저자들은 최종 MLP와 언어 모델 출력 헤드를 제거하고 이를 후보 스코어러로 교체하여, 모델이 결코 답을 작성하지 않고 후보 구간과 후보 답변을 직접 점수화합니다. 두 가지 추론 모드가 이를 구성합니다: 캐시 추론은 동영상을 한 번 인코딩하고 각각의 새 쿼리를 해당 접두사에서 분기하며, 결합 추론은 한 동영상 접두사 뒤에 질문 그룹을 배치하고 단일 순방향 패스에서 모두 읽어냅니다.

실제로 이들을 구분하는 차원들

• 입력 모달리티 — VideoJev의 경우 2 fps로 프레임을 최대 640×640으로 제한한 비디오인 반면, Jev 1.13의 경우 텍스트 상태만.

• "결정"이란 무엇인가 — 초 단위의 시간 간격과 옵션 인덱스 조합 vs 타입이 지정된 레이블, 레벨 또는 확률.

• 배포 방식 — 자체 호스팅 Apache-2.0 가중치 대 사용량 기반 과금의 호스팅 엔드포인트.

• 가격 — 자체 GPU 시간 대비 입력 토큰 백만 개당 $0.042, 출력은 무료 청구.

• 동일한 컨텍스트에 대한 두 번째 쿼리 비용 — VideoJev의 설계 문제 전체가 프리픽스 재사용으로 해결되는 지점; Jev는 상각할 만한 비디오 크기의 프리픽스가 없으므로 호출할 때마다 상태를 다시 보낸다.

• 공개된 세부 정보 — 벤치마크별 표와, 아키텍처·파라미터·학습 방식이 공개되지 않은 상태와의 어블레이션 비교를 담은 9페이지 분량의 프리프린트.

• 실행할 수 있는 위치 — 적합한 GPU가 있는 곳이면 어디든 가능하며, TypeSafe의 엔드포인트 및 이를 전달하는 게이트웨이(OrcaRouter의 typesafe/jev-1.13 포함)와 대비됩니다.

그 목록에 없는 항목이 무엇인지 주목하라: 바로 공유 벤치마크다. 두 모델 모두가 점수를 받은 과제는 하나도 없다. 두 모델 모두가 받아들일 수 있는 과제가 존재하지 않기 때문이다. 이 둘을 나란히 놓은 어떤 표든 비교를 지어내는 셈일 뿐이다.

계보가 실재하는 곳, 그리고 그것이 멈추는 곳

지적 부채는 추론된 것이 아니라 명시적이다. VideoJev의 소개는 모델이 토큰을 생성하는 대신 구조화된 판단을 내놓을 수 있다는 System One 전제를 받아들여, 판단 대상에 타임라인이 있을 때 무엇이 달라지는지 묻는 것으로 자신의 기여를 규정한다. "모델은 쓰지 않고 어떻게 결정하는가?"에 대한 Jev의 답은 선언된 옵션 집합을 대상으로 하는 스코어링 헤드다. VideoJev의 답은 레이블뿐 아니라 타임스탬프도 겨냥한 동일한 스코어링 헤드다.

그 확장 기능은 겉치레가 아니며, 논문은 그 이유를 유난히 구체적으로 밝힌다. 기반 컨텍스트가 비디오일 때 비용이 많이 드는 부분은 시각 인코딩이고, 같은 영상에 대해 여섯 개의 질문을 하는 에이전트가 그 비용을 여섯 번 치러서는 안 된다. VideoJev의 두 추론 모드는 모두 이를 해결하기 위해 존재하며, 숫자는 그것이 무엇을 가져다주는지 보여 준다. 하나의 비디오에 대한 열 개의 그라운딩 쿼리에서 VideoJev는 0.39초인 반면 Instruct 베이스라인은 5.98초이고, QA 쪽에서는 열 개의 쿼리를 1.67초에 처리한다. Jev에는 이에 상응하는 것이 없는데, 텍스트 상태는 다시 보내는 비용이 저렴하기 때문이다 — Jev가 해결하는 문제는 호출당 결정 지연 시간이고, VideoJev가 해결하는 문제는 결정 지연 시간, 즉 첫 호출 이후의 호출당.

결국 한계는 모달리티다. TypeSafe 자체 문서에도 System One 입력은 텍스트 — “문자열, JSON 객체, 텍스트 배열” — 이며 이미지, 오디오, 비디오는 지원되지 않는다고 분명히 나와 있다. 따라서 두 모델은 어떤 작업에서도 서로를 대체할 수 없다. 당신의 상태가 문서, 채팅 로그 또는 양식 제출물이라면 VideoJev는 이를 받아들일 수 없다. 당신의 질문이 “이 영상에서 초록색 옷을 입은 여자가 언제 파스타를 먹나요”라면 Jev 1.13도 이를 받아들일 수 없다.

숫자들, 그리고 누가 그것을 산출했는지

VideoJev의 대표 수치는 저자들 자체 하네스에서 나온 것이며 독립적으로 재현된 적이 없다. VideoJev-4B는 세 가지 시간적 그라운딩 벤치마크에서 평균 mIoU 65.3을 기록해, 자체 Qwen3.5-4B 백본보다 6.7점 높다. VideoJev-35B-A3B는 67.7을 기록해 Qwen3.6-35B-A3B보다 10.8점 높다. 네 가지 비디오 QA 벤치마크에서 두 모델은 평균 74.3과 79.5에 위치하며, 각각 Thinking 모드 백본보다 0.6점 낮고 0.7점 높은 수준이고, 속도는 129배와 100배다. 이 논문은 또한 통제된 비교 — 완전히 동일한 데이터, 동일한 스케줄로 미세 조정한 평범한 자기회귀 Qwen3.5-4B — 를 수행했으며, VideoJev는 그보다 그라운딩 mIoU에서 1.3점, QA 점수에서 1.9점 앞선다. 그 통제 실험은 리드아웃 형태를 훈련 데이터로부터 분리하기 때문에 논문에서 가장 강력한 증거다.

이를 신뢰할 계획이라면 두 가지 주의점이 중요합니다. 논문은 4B에서 평균 캘리브레이션 오차 8.65점, 35B-A3B에서 8.13점을 보고하는데, 이는 점수가 좋은 순위 신호이자 형편없는 확률이라는 뜻입니다 — 0.9를 "90% 가능성"이 아니라 "목록 최상위"로 취급하세요. 그리고 프로젝트 페이지에 따르면 35B 체크포인트의 대표 구성은 FP32이므로, 더 큰 모델의 메모리 사용량은 매개변수 수가 시사하는 것보다 더 큽니다.

Jev 1.13의 수치도 벤더가 공개한 것이지만, 이는 호출해서 확인할 수 있는 종류입니다: 백만 입력 토큰당 고정 $0.042, 출력 비용 제로, 그리고 70–500ms의 종단 간 응답 시간입니다. TypeSafe는 또한 어떤 주장이 반증 불가능하고 어떤 것이 그렇지 않은지에 대해서도 솔직하게 밝히며, "타입 오류 없음"은 반례로 반증할 수 없다고 지적합니다. 왜냐하면 선언된 집합 밖의 값은 모델이 내보낼 수 있는 값이 아니기 때문입니다.

두 가지 모두 필요하다면, 조달 문제가 두 개 있는 셈이다

바로 이 지점에서 제공 방식의 차이는 더 이상 철학적인 문제가 아니다. VideoJev는 하나의 레포지토리로 등장한다. PyTorch 2.8, CUDA 12.8, FlashAttention 2, trust_remote_code=True, 그리고 긴 영상 설정을 위해 H200을 전제로 하는 퀵스타트가 포함된다. 아직 vLLM이나 SGLang 지원은 없으므로, 내일 당장 처리량을 갖춰 서빙할 수 있는 물건이 아니다. 여러분이 떠안는 것은 추론 스택이지, 벤더 관계가 아니다.

Jev 1.13이 API 키로 등장하며, 여기가 OrcaRouter가 직접적으로 관련되는 유일한 지점입니다: 이 모델은 우리 카탈로그에 있으므로, 여러분이 구축하는 워크플로의 생성 절반과 같은 키에 자리합니다 — 200개 이상의 모델을 위한 하나의 API, 0% 마크업 (제공자 정가가 그대로 전달되므로 TypeSafe 가격 변경이 같은 날 여기에 반영됩니다), 제공자 간 자동 페일오버, 그리고 여러 모델을 하나의 호출로 구성하고 싶다면 라우팅 DSL도 제공합니다. VideoJev는 여기에서 호스팅되지 않으며 이 글은 그렇지 않은 척하지 않습니다. 이를 실행하려면 Apache-2.0 가중치를 내려받고 자체 서비스를 구축해야 합니다; 우리가 여러분의 부담에서 덜어주는 것은 그 주변의 모든 것입니다 — 결과를 정리해 작성하는 요약기, 비디오 호출이 애초에 할 가치가 있는지 판단하는 더 저렴한 분류기, 제공자가 흔들릴 때의 폴백.

의사결정 규칙

솔직한 요약은 이 둘이 경쟁 관계가 아니라 같은 계열이라는 것입니다. 고르세요: Jev 1.13 — 판단 대상이 텍스트이고, 답이 미리 선언한 집합 중 하나이며, 인프라와 캘리브레이션 작업을 다른 누군가가 운영해주길 원할 때. 고르세요: VideoJev — 증거가 비디오이고, 답이 타임스탬프나 객관식 선택지이며, 복제되지 않은 연구 릴리스를 실행할 GPU와 의욕이 있을 때. 다만 먼저 자신의 영상을 냉정하게 살펴보세요. 논문이 자체 실패 모드(작은 물체 세기, 여기서 두 크기 모두 네 권의 책을 세는 답을 놓치는 경우)를 문서화하고 있고, 여러분의 경우는 다를 테니까요.

판도를 바꿀 것은 승자가 아니라 세 번째 체크포인트일 것이다. 두 모델 모두 범용 시각 에이전트와는 거리가 멀다. Jev는 볼 수 없고, VideoJev는 자신이 학습한 두 가지 질문 형태에만 답할 수 있다. 흥미로운 소식은 텍스트 경로를 갖춘 VideoJev 릴리스나 프레임을 받아들이는 Jev 릴리스일 것이다. 그 시점에서 두 노선은 수렴하고, 이것은 두 패러다임에 관한 두 기사가 아니라 하나의 싸움에 관한 한 기사가 된다.

릴리스는 또한 이전에 무엇이 잘못되었는지 점검하는 순간이기도 합니다: 이 등급의 모델과 관련하여 문서화된 AI 사고 및 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 포함되어 있습니다.