Jev vs Kev: การไฟน์ทูนราคา $95 ที่เอาชนะ Jev บนตั๋วสนับสนุน
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 71 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 86 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 176 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 60 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 95 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 187 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 202 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 121 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 321 tok/s
Jared Palmer เปิดตัว Kev เมื่อวันที่ 20 กันยายน 2026 ห้าวันหลังจาก TypeSafe AI เปิดตัว Jev และตัวเลขสำคัญไม่ได้อยู่ในตาราง benchmark แต่อยู่ใน README: ทั้งหมดใช้เงินประมาณ $95 สำหรับเวลา H100 บน Modal บวกกับค่าเรียก Jev API สามเซนต์ที่ใช้สร้างข้อมูลประเมินผล Kev เป็น Apache-2.0 โฮสต์เองได้ และมีสามขนาดที่สร้างบนน้ำหนักฐาน Qwen3.5 แบบเปิด — ประมาณ 0.8B, 4B และ 9B — พร้อมอะแดปเตอร์ LoRA แบบ rank-16 และ pointer head ที่ยึดติดกับฐานที่แช่แข็ง แทนที่จะเป็นโมเดลตัดสินใจที่สร้างจากศูนย์ มันเหมือนกับ API การตัดสินใจแบบมีชนิดของ Jev ทุกประการ: Choice, Score และ Noul ใกล้เคียงพอที่จะเข้ากันได้กับ Python SDK ของ TypeSafe เอง ฝ่าย Jev นั้นเปิดตัวเมื่อวันที่ 15 กันยายน 2026 ในฐานะโมเดล System One แบบปิดและโฮสต์ให้บริการของ TypeSafe AI คืนคำตอบแบบมีชนิดพร้อมความมั่นใจที่ปรับเทียบแล้วและไม่มีข้อความใด ๆ เลย และไม่เคยเปิดเผยสถาปัตยกรรม จำนวนพารามิเตอร์ คอมพิวต์ที่ใช้ฝึก หรือน้ำหนักของมัน ดังนั้นการเปรียบเทียบนี้จึงไม่ใช่การเปรียบเทียบโมเดลจริง ๆ มันคือการทดสอบว่าคุณค่าของ Jev ยังคงอยู่มากแค่ไหนเมื่อถูกทำซ้ำภายในบ่ายเดียวในราคาเท่ากับแล็ปท็อปมือสอง ทั้งสองโมเดลไม่ใช่ของใหม่ — Jev 1.13 (typesafe/jev-1.13) คือรุ่นที่เปิดตัววันที่ 15 กันยายน และ Kev ตามมาอีกห้าวันต่อมา — แต่มีสิ่งหนึ่งเกี่ยวกับการเปรียบเทียบนี้ที่เพิ่งเปลี่ยนไปเมื่อเร็ว ๆ นี้: วันที่ 24 กันยายน 2026 OrcaRouter ได้เพิ่ม Jev 1.13 เข้าแค็ตตาล็อกของตน ดังนั้นครึ่งด้านการตัดสินใจของคู่นี้จึงตอบด้วยคีย์เดียวกับครึ่งด้านการสร้าง แทนที่จะตอบผ่านปลายทางของผู้ขายเองเท่านั้น
สิ่งที่เบนช์มาร์กบอกจริง ๆ
พาดหัวข่าวคือ Kev เข้าใกล้ และในงานแคบๆ งานหนึ่งมันชนะ บนชุดทดสอบ new-source ที่ถูกล็อกของ Kev, Kev-9B ได้คะแนน 0.837 เทียบกับ 0.857 ของ Jev ในการจัดเส้นทางตั๋วสนับสนุนจาก 900 ตั๋ว — ชุด scienthoon — Kev-9B ได้คะแนน 0.952 เทียบกับ 0.897 ของ Jev ซึ่งเป็นผลลัพธ์ที่เผยแพร่เพียงหนึ่งเดียวที่การทำซ้ำแบบเปิดเอาชนะโมเดลที่มันทำซ้ำได้ Kev ยังนำหน้าเล็กน้อยในงานการจดจำตรรกะบางงาน บนชุดการตัดสินใจ SemiF ซึ่งเป็นชุดแบบมีโครงสร้าง 144 คำถาม Jev ชนะไป 0.965 ต่อ 0.917 ของ Kev-9B
ตรงจุดที่ Kev แพ้ มันแพ้อย่างย่อยยับ ความแม่นยำแบบนอกโดเมน: Kev-8B อยู่ที่ 79.6% เทียบกับ 85.7% ของ Jev MMLU: 70% เทียบกับ 90% MMLU-Pro: 0.515 เทียบกับ 0.840 การคำนวณวันที่ที่ความละเอียดระดับวัน: 60% เทียบกับ 93% รูปแบบนี้คงเส้นคงวา — Kev แข่งขันได้ในงาน routing และ classification แบบแคบ ๆ ซึ่งชุดป้ายกำกับมีขนาดเล็กและโดเมนคงที่ แต่จะแตกสลายกับสิ่งใดก็ตามที่ต้องใช้ความรู้เกี่ยวกับโลกหรือการคำนวณเลขหลายขั้นตอน เพราะอะแดปเตอร์แบบ rank-16 บนโมเดลฐานขนาดเล็กที่ถูก freeze ไม่ใช่ที่ที่ความรู้เกี่ยวกับโลกอยู่
ตัวเลขทั้งหมดเหล่านั้นมาจากชุดทดสอบของ Kev เองหรือจากตัวติดตามของบุคคลที่สาม และ README ของ Palmer ระบุไว้อย่างชัดเจนว่ามันไม่ใช่การเปรียบเทียบแบบควบคุม — ข้อมูลการฝึกของ Jev ไม่ถูกเปิดเผย ดังนั้นจึงไม่มีทางสร้างมันขึ้นมาได้ README ยังระบุด้วยว่าไม่มีเอาต์พุตของ Jev ถูกนำมาใช้ในการฝึก คำปฏิเสธความรับผิดชอบทั้งสองนี้เป็นแบบที่ทำให้ตัวเลขนั้นน่าเชื่อถือมากขึ้น ไม่ใช่น้อยลง: คนที่เผยแพร่การเปรียบเทียบคือคนที่บอกคุณว่ามันพิสูจน์อะไรไม่ได้
สิ่งที่คุณได้รับในราคา $95 ซึ่งคุณไม่สามารถได้รับจาก Jev ไม่ว่าจะราคาเท่าใด
การเปรียบเทียบต้นทุนคือจุดที่ผลิตภัณฑ์ทั้งสองเทียบกันไม่ได้อีกต่อไป Jev ราคา 0.042 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน โดยเอาต์พุตฟรี — เป็นอัตราที่อยู่ในตารางราคาของ TypeSafe เอง และเป็นอัตราที่การ์ดโมเดลของเราสำหรับ typesafe/jev-1.13 ระบุไว้ — ซึ่งถูกในแบบที่ยากจะเอาชนะได้จริง ๆ เมื่อคิดต่อการเรียกหนึ่งครั้ง มันเป็น API ที่โฮสต์ไว้ และหน้าแรกของ TypeSafe เองยังคงอธิบายว่าอยู่ในระยะเข้าถึงก่อนเปิดตัว ซึ่งเป็นถ้อยคำของเจ้าของผลิตภัณฑ์เอง และรายชื่อรอที่เคยอยู่เบื้องหลังตอนนี้หายไปแล้ว — TypeSafe ลบมันออกเมื่อวันที่ 21 กันยายน 2026 และสิ่งที่เอกสารโมเดลของมันเผยแพร่แทนในตอนนี้คือขีดจำกัดการให้บริการเอง: 100,000 โทเคนต่อวินาที และ 40 คำขอต่อวินาทีต่อบัญชี ปรับแบบไดนามิกและอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบ Kev คือเวตที่คุณดาวน์โหลด ต้นทุนส่วนเพิ่มของการจำแนกประเภทครั้งที่สิบล้านคือค่าไฟฟ้าของคุณเอง
สี่สิ่งที่ตามมาจากเรื่องนั้น และไม่มีข้อใดเลยที่เกี่ยวกับคะแนน benchmark
• ไม่มีข้อมูลออกจากโครงสร้างพื้นฐานของคุณ Jev เป็นปลายทางแบบโฮสต์ ทุกสถานะที่คุณส่งไป — ตั๋วสนับสนุน บรรทัดล็อก บันทึกทางการแพทย์ — จะไปที่ TypeSafe Kev ทำงานบน GPU ของคุณเอง ซึ่งสำหรับงานที่มีการควบคุมแล้ว ไม่ใช่ทางเลือก แต่เป็นปัจจัยชี้ขาด
• ไม่มีข้อจำกัดอัตราจากบุคคลที่สาม ไม่มีการเข้าถึงที่ต้องขออนุญาตก่อน ไม่มีความเสี่ยงที่จะเลิกสนับสนุน เอกสารของ TypeSafe เองขอสงวนสิทธิ์ในการปรับเปลี่ยนข้อจำกัดที่เผยแพร่เหล่านั้นได้ตลอดเวลา ซึ่งเป็นความแตกต่างที่แท้จริงจากเช็คพอยต์บนดิสก์ของคุณเอง เช็คพอยต์ภายในเครื่องไม่มีข้อกำหนดเช่นนั้น
• คุณสามารถไฟน์จูนมันได้ Kev เป็นฐานสำหรับการทำให้เชี่ยวชาญเฉพาะทาง และสูตร LoRA ที่สร้างมันขึ้นมานั้นเปิดเผยต่อสาธารณะ หากอนุกรมวิธานการจัดเส้นทางของคุณมี 40 คลาสที่ไม่มีโมเดลทั่วไปตัวใดจัดการได้ดี คุณสามารถเทรนด้วยเลเบลของคุณเอง — ซึ่งเป็นสิ่งที่ Palmer ทำพอดี ด้วยค่าใช้จ่ายในระดับสิบบดอลลาร์ แทนที่จะเป็นทีม ML
• เพดานบริบทเป็นสิ่งที่คุณเปลี่ยนได้ งบคำขอที่ระบุไว้ในเอกสารของ Jev คือ 64K โทเค็น โดยในจำนวนนี้ 32,000 คือ state บวกกับคำถามที่ยาวที่สุดเพียงข้อเดียว ไม่ใช่โควตาแยกต่างหาก และ Choice fields จำกัดที่ 255 ตัวเลือก Kev สืบทอดหน้าต่างของ Qwen3.5 ซึ่งใหญ่กว่ามาก และเพดานจำนวนตัวเลือกเป็นรายละเอียดการนำไปใช้ของ serving stack ของคุณเอง ไม่ใช่ข้อจำกัดของผู้ให้บริการ
สิ่งที่ Jev ยังมี แต่ Kev ไม่มี
ข้อกล่าวอ้างเรื่องการคาลิเบรต (calibration) เป็นข้อที่ไม่ถ่ายโอนไปได้อย่างสะอาดนัก และมันเป็นหัวใจของข้อนำเสนอของ TypeSafe Jev ถูกฝึกด้วยวิธีที่ TypeSafe เรียกว่า RLCD — Reinforcement Learning for Calibrated Decisions — ซึ่งปรับให้เหมาะกับการที่ค่าความมั่นใจมีความซื่อสัตย์ มากกว่าการที่คำตอบเป็นที่พึงพอใจ ทุกคำตอบของ Jev มาพร้อมกับการแจกแจงความน่าจะเป็นเหนือตัวเลือกต่าง ๆ ดังนั้นโค้ดของคุณจึงสามารถกำหนดเกณฑ์ได้: ลงมือทำโดยอัตโนมัติในแถบบน, ติดธงในแถบกลาง, ส่งต่อในแถบล่าง
Kev สร้างรูปแบบที่มีการระบุชนิดเดียวกันและเอาต์พุตความน่าจะเป็นเดียวกัน เนื่องจาก API ถูกออกแบบให้เข้ากันได้โดยเจตนา การที่ความน่าจะเป็นเหล่านั้นได้รับการปรับเทียบหรือไม่นั้นเป็นอีกคำถามหนึ่ง และคำตอบที่ตรงไปตรงมาคือยังไม่มีใครเผยแพร่ไดอะแกรมความน่าเชื่อถือสำหรับทั้งสองโมเดล การตรวจสอบการปรับเทียบแยกต่างหากรายงานว่า Jev ได้ความแม่นยำ 44.7% โดยมีค่าความคลาดเคลื่อนการปรับเทียบที่คาดหวัง 0.325 ในงานจัดลำดับความสำคัญตามนโยบายที่ซ่อนอยู่ ซึ่งบ่งชี้ว่าการปรับเทียบบน Jev แตกต่างกันอย่างมากตามงาน มากกว่าที่จะเป็นคุณสมบัติสากล — และ TypeSafe เองก็บอกให้ผู้ใช้ทดสอบเกณฑ์ความเชื่อมั่นกับตัวอย่างที่มีป้ายกำกับของตนเอง แทนที่จะเชื่อพฤติกรรมที่เผยแพร่
อีกอย่างที่ Jev มีคือมันไม่ได้ถูกฝึกบน Qwen3.5 โมเดล 9B ที่มีอะแดปเตอร์ rank-16 ย่อมมีเพดานด้านความรู้ และช่องว่างของ MMLU-Pro ที่ 0.515 เทียบกับ 0.840 คือเพดานนั้นที่มองเห็นได้ หากการตัดสินใจจัดเส้นทางของคุณบางครั้งต้องรู้ว่าสิ่งหนึ่งคืออะไร สถาปัตยกรรมที่ใหญ่กว่าและไม่ได้เปิดเผยของ Jev กำลังทำงานที่อะแดปเตอร์ของ Kev ไม่สามารถทำได้
ความหน่วงและรูปแบบการติดตั้งใช้งาน
ความหน่วงแบบ end-to-end ที่มีการบันทึกไว้ของ Jev อยู่ที่ 70–500 มิลลิวินาที เทียบกับ 3–329 วินาทีสำหรับการเรียก LLM ชั้นแนวหน้าในการเปรียบเทียบของ TypeSafe เอง และการเพิ่มคำถามเข้าไปในการเรียกหนึ่งครั้งแทบไม่ทำให้ค่านั้นเปลี่ยนไป เพราะคำถามทุกข้อถูกประเมินแบบขนานเทียบกับการอ่านสถานะร่วมกันเพียงครั้งเดียว มีข้อมูลเทียบเคียงที่วัดได้เพียงรายการเดียวสำหรับคำกล่าวอ้างของผู้ขายรายนั้น และมันเป็นของเรา ไม่ใช่ของ TypeSafe: ตลอดเจ็ดวันนับตั้งแต่วันที่ 24 กันยายน 2026 ที่โมเดลการ์ดของเราสำหรับ typesafe/jev-1.13 ได้ให้บริการโมเดลนี้ คำขอค่ามัธยฐานใช้เวลา 151 มิลลิวินาที และเปอร์เซ็นไทล์ที่ 95 ใช้เวลา 247 มิลลิวินาที นั่นคือบันทึกการให้บริการของเส้นทางเดียว ไม่ใช่เบนช์มาร์ก Kev-9B บน H100 จะอยู่ในระดับขนาดเดียวกันสำหรับ forward pass เพียงครั้งเดียว แต่การเปรียบเทียบนี้ไม่ได้เป็นการเทียบแอปเปิลกับแอปเปิลในทั้งสองทิศทาง: โมเดล 9B ที่โฮสต์เองบน GPU ที่ใช้ร่วมกันขณะมีโหลด มีความหน่วงไม่เท่ากับ endpoint ที่โฮสต์ให้บริการ และ endpoint ที่โฮสต์ให้บริการก็ไม่เหมือนกับเครื่องในแร็กของคุณเอง สิ่งที่พูดได้โดยไม่ต้องเลี่ยงคือ ทั้งคู่เร็วพอสำหรับการใช้แบบต่อเทิร์นในลูปเอเจนต์ และความหน่วงของ Kev ขึ้นอยู่กับฮาร์ดแวร์ที่คุณควบคุม มากกว่าระดับบริการที่คุณได้รับสัญญาไว้
การตีความที่ตรงไปตรงมาเกี่ยวกับการจำลอง
การที่ Kev มีอยู่จริงนั้นเป็นหลักฐานเกี่ยวกับ Jev และเป็นเรื่องที่ควรค่าแก่การเอ่ยถึง โมเดลแบบปิดที่พฤติกรรมสามารถถูกประมาณได้ในห้าวันด้วยงบ 95 ดอลลาร์ โดยคนคนเดียว บนน้ำหนักฐานสาธารณะ กำลังบอกอะไรบางอย่างกับคุณว่า ความได้เปรียบของมันมาจากสถาปัตยกรรมมากแค่ไหน และมาจากข้อมูลฝึกกับการให้บริการมากแค่ไหน แต่ก็ไม่ได้หมายความว่าการสร้าง Jev นั้นง่าย — ผิว API นั้นคัดลอกได้ง่าย แต่การปรับคาลิเบรตไม่ใช่ แต่มันหมายความว่าคูเมืองไม่ใช่อินเทอร์เฟซ และใครก็ตามที่ประเมิน Jev สำหรับเส้นทางสู่การผลิต ควรคิดเผื่อความเป็นไปได้ที่การไฟน์จูนฐานแบบเปิดจะพาไปได้เกือบถึงเป้าหมาย ด้วยความมุ่งมั่นเพียงเศษเสี้ยว
ซึ่งนี่ก็เป็นข้อโต้แย้งสำหรับการที่ยังไม่ควรเดิมพันเส้นทางโปรดักชันกับตัวใดตัวหนึ่งในตอนนี้เช่นกัน หากคุณกำลังประเมิน Jev ท่าทีที่สมเหตุสมผลคือลองใช้โดยไม่ผูกมัด และนับตั้งแต่วันที่ 24 กันยายน 2026 นั่นคือสิ่งที่คุณทำได้บนคีย์ของเรา: OrcaRouter ให้บริการ Jev 1.13 ในชื่อ typesafe/jev-1.13 เรียกผ่านปลายทาง POST /v1/systemone เดียวกัน และรูปแบบคำขอแบบไม่สตรีมมิ่งแบบเดียวกับที่ใช้ทุกที่ โดยมีบริบท 65,536 โทเคน ในราคา $0.042 ต่อล้านโทเคนอินพุต และเอาต์พุตคิดค่าบริการเป็นศูนย์ ชั้นตัดสินใจและชั้นสร้างเนื้อหาตอนนี้อยู่บนบัญชีเดียว: โมเดล 200+ ตัวภายใต้คีย์ที่เข้ากันได้กับ OpenAI คีย์เดียว ในราคาตามรายการของผู้ให้บริการที่ส่งต่อโดยบวกเพิ่ม 0% โดยมีการสลับไปใช้เส้นทางสำรองอัตโนมัติ สถาปัตยกรรมแบบสองโมเดลที่ชั้นตัดสินใจราคาถูกจัดเรียงทราฟฟิก และโมเดลสร้างเนื้อหาจัดการส่วนที่เหลือนั้น ทดสอบได้ฝั่งเราโดยไม่ต้องมีสัญญากับผู้ขายรายที่สอง และหากองค์ประกอบการตัดสินใจกลายเป็นว่าถูกปรับเทียบได้ไม่ดีกับข้อมูลของคุณ เส้นทางการสลับไปใช้ระบบสำรองนี่แหละคือสิ่งที่กันไม่ให้เรื่องนั้นกลายเป็นเหตุการณ์ผิดปกติ
คำตัดสิน
ถ้างานตัดสินใจของคุณมีขอบเขตแคบ อยู่ในโดเมนตายตัว มีปริมาณสูง และอ่อนไหวต่อความเป็นส่วนตัว Kev คือตัวเลือกที่ป้องกันได้มากกว่าในวันนี้ และไม่ใช่การเปรียบเทียบที่สูสีกันเลย — คุณเป็นเจ้าของเวต คุณควบคุมเส้นทางข้อมูล คุณไฟน์จูนด้วยป้ายกำกับของคุณเองได้ และในงานจัดเส้นทางตั๋วสนับสนุน เช็กพอยต์ 9B ก็เอาชนะ Jev ด้วยตัวเลขที่ Jev เองเผยแพร่แล้ว หากงานตัดสินใจของคุณต้องใช้ความรู้รอบโลก การคำนวณหลายขั้นตอน หรือค่าความเชื่อมั่นที่คุณตั้งใจจะนำไปใช้กับระบบอัตโนมัติ โมเดลที่ยังไม่เปิดเผยและมีขนาดใหญ่กว่าของ Jev กับการฝึก RLCD ของมันกำลังทำงานจริง และอะแดปเตอร์ของ Kev ไม่สามารถใช้แทนสิ่งใดในสองสิ่งนั้นได้
สิ่งหนึ่งที่การเปรียบเทียบทั้งสองแบบยังไม่ได้ข้อสรุปคือการสอบเทียบ เพราะยังไม่มีใครเผยแพร่แผนภาพความน่าเชื่อถือของโมเดลใดในสองตัวนี้เลย จงทดสอบเรื่องนี้กับเคสที่มีป้ายกำกับของคุณเองก่อนจะนำไปใช้แบบอัตโนมัติกับตัวใดตัวหนึ่ง — ค่าความเชื่อมั่นคือส่วนของผลิตภัณฑ์ทั้งสองที่ต้องพิสูจน์ให้ได้ในแต่ละการนำไปใช้งาน และความเร็วคือส่วนที่กลายเป็นสินค้าพื้นฐานที่มีอยู่ทั่วไปแล้ว
