RSI-Jev vs Jev 1.13: ตัวหนึ่งคุณดาวน์โหลด อีกตัวคุณเรียกใช้

เมื่อวางRSI-Jev v6.1-VL 4B และ Jev 1.13 ไว้เคียงข้างกัน สิ่งแรกที่ผู้เรียกใช้งานสังเกตเห็นคือทั้งสองเป็นคำขอเดียวกัน ไม่ว่าจะยื่น state และชุดคำถามที่มีชนิดกำกับให้ตัวใดตัวหนึ่ง — แบบใช่/ไม่ใช่, แบบเลือกหนึ่งจาก k, แบบให้คะแนนตามเกณฑ์ — ทั้งสองก็จะคืนค่าความน่าจะเป็นที่ปรับเทียบแล้วสำหรับทุกตัวเลือก ในการประมวลผลไปข้างหน้าครั้งเดียว โดยไม่มีข้อความที่สร้างขึ้นมาให้ต้องแยกวิเคราะห์ นั่นไม่ใช่เรื่องบังเอิญ: RSI-Jev ถูกสร้างขึ้นเพื่อพูดรูปแบบ wire format ของ Jev อย่างจงใจ ดังนั้นไคลเอนต์ที่เขียนขึ้นสำหรับ API ของ TypeSafe จึงรันกับมันได้เพียงเปลี่ยน base URL สิ่งที่ไม่เหมือนกันคือทุกอย่างรอบ ๆ การเรียกใช้งานนั้น Jev 1.13 เป็นโมเดลเชิงพาณิชย์แบบปิดของ TypeSafe ให้บริการจาก endpoint ที่คุณต้องวัดปริมาณการใช้งาน ส่วน RSI-Jev v6.1-VL เป็น checkpoint ขนาด 4.69B พารามิเตอร์ภายใต้น้ำหนัก Apache-2.0 ที่คุณดาวน์โหลดไปเสิร์ฟบนฮาร์ดแวร์ของคุณเอง ไม่มีตัวใดเป็นเพียงการเปลี่ยนแบรนด์ของอีกตัว ผู้จำหน่ายทั้งสองรายไม่ได้สนับสนุนอีกฝ่าย และตัวเลขเกือบทุกตัวในการเปรียบเทียบนี้มาจากฝ่ายที่สร้างมันขึ้นมาเอง

วันที่ในหัวเรื่องมีความสำคัญ เพราะโปรเจกต์นี้ปล่อยรีลีสออกมาประมาณทุกวัน RSI-Jev v6.1-VL 4B ถูกเผยแพร่เมื่อ 2026-10-07 โดยบุคคลที่สาม Shanghua-Gao/RSI-Jevโปรเจกต์ — วงจรการวิจัยที่ปรับปรุงตัวเองได้ ซึ่งฝึกโมเดลการตัดสินใจสไตล์ Jev และเผยแพร่ทุกอาร์มที่ล้มเหลวพร้อมกับอาร์มที่ชนะ มันเป็นรีลีสที่แปดในสิบสามวันบนสายงานนั้น และมันเป็นค่าเฉลี่ยถ่วงน้ำหนักของรีลีสก่อนหน้ากับการไฟน์จูนครั้งที่สองของ Qwen3.5-4B-Base ตัวเดียวกัน Jev 1.13 เป็นโมเดลของ TypeSafe AI เปิดตัวเมื่อ 2026-09-15 และอยู่ในแค็ตตาล็อกของเราเองตั้งแต่ 2026-09-24 วันที่ทั้งสองนี้มีความสำคัญในส่วนด้านล่าง เพราะการเปรียบเทียบกับโปรเจกต์ที่เคลื่อนไหวทุกวันมีอายุการใช้งานวัดเป็นวัน

ทั้งสองสิ่งนี้จริง ๆ คืออะไร อธิบายบรรทัดละหนึ่งบรรทัด

Jev 1.13 เป็นโมเดลการตัดสินใจแบบโฮสต์ที่อยู่เบื้องหลังเอนด์พอยต์เฉพาะ POST /v1/systemone แบบไม่สตรีมมิ่ง มีงบประมาณอินพุตประมาณ 64,000 โทเคนครอบคลุมประวัติที่ผ่านมาและคำถามทั้งหมดของคุณ คิดราคาที่ $0.042 ต่อล้านโทเคน โดยเอาต์พุตคิดค่าบริการเป็นศูนย์ เนื่องจากไม่มีโทเคนเอาต์พุต สถาปัตยกรรม จำนวนพารามิเตอร์ และคอมพิวต์ที่ใช้ฝึกของมันไม่ถูกเปิดเผย; TypeSafe กล่าวว่ารายละเอียดเหล่านี้ถูกเก็บเป็นความลับและอาจมีเปเปอร์ตามออกมาในภายหลัง คุณไม่ได้รันมัน คุณเรียกมัน และทุกครั้งที่เรียกคือคำขอเครือข่ายที่คิดค่าตามการใช้งาน

RSI-Jev v6.1-VL เป็นอีกหนึ่งการจัดวางแบบเต็มรูปแบบ มันคือ tower Qwen3.5-4B-Base ที่ถูก fine-tune แบบ end to end ทั้งหมด โดยมี decision head ที่เลเยอร์ 16, 20 และ 32 ให้บริการจาก checkpoint ที่อยู่ได้ด้วยตัวเองและมีขนาด 9.7 GB ใน bf16 จำนวนพารามิเตอร์คือ 4.69B และควรรู้ว่ามันกระจายไปตรงไหน: 3.57B อยู่ใน 32 decoder layer, 0.64B อยู่ใน token embedding, 0.33B อยู่ใน vision tower, 0.05B อยู่ใน main decision head และ 0.10B อยู่ใน early-exit head สองตัว ไม่มี mixture of experts และไม่มีโมเดลที่สอง คุณติดตั้งมันด้วยคำสั่ง pip จาก repository รันเซิร์ฟเวอร์ของมัน และจากจุดนั้นการตัดสินใจจะไม่ออกจากโครงสร้างพื้นฐานของคุณเลย

• ใครเป็นผู้รันมัน — ปลายทางที่โฮสต์ไว้และคิดค่าบริการตามปริมาณการใช้งานซึ่งคุณไม่ได้ควบคุม เทียบกับเช็กพอยต์ขนาด 9.7 GB บน GPU, Apple Silicon หรือ CPU ของคุณเอง

• ลักษณะของราคา — $0.042 ต่อโทเคนอินพุตหนึ่งล้านโทเคน เอาต์พุตฟรี จ่ายเป็นรายครั้งที่เรียกใช้ เทียบกับต้นทุนส่วนเพิ่มที่เป็นศูนย์ บวกกับค่าตัวเครื่องและค่าดำเนินงาน

• งบประมาณอินพุต — ประมาณ 64,000 โทเค็นต่อคำขอบนโมเดลที่โฮสต์ เทียบกับ 32,768 โทเค็นข้อความบวกงบประมาณรูปภาพบนเช็กพอยต์ โดยข้อความที่ยาวกว่านี้จะถูกปฏิเสธแทนที่จะถูกตัดทอน

• เวตและสัญญาอนุญาต — แบบปิด ไม่เปิดเผยขนาด เทียบกับเวต Apache-2.0 โค้ด MIT พารามิเตอร์ 4.69B

• Mod — ข้อความสำหรับสัญญาของ Jev เทียบกับข้อความพร้อมรูปภาพสูงสุดสี่รูปต่อคำขอในรุ่น vision ของ RSI-Jev

• ความเป็นเจ้าของ — โมเดลเชิงพาณิชย์ของ TypeSafe AI เทียบกับโครงการวิจัยของบุคคลที่สาม ซึ่งระบุไว้ในบรรทัดสัญญาอนุญาตของตนเองว่า "ไม่มีความเกี่ยวข้องกับ TypeSafe AI"

คะแนนบนบอร์ดของ RSI-Jev เอง และเหตุใดมันจึงเป็นการเปรียบเทียบเพียงครึ่งเดียว

ตัวเลขที่โปรเจกต์นำเสนอเป็นอันดับแรกคือคะแนน Decision Index 0.3 ที่ 50.98 สำหรับ v6.1-VL 4B เพิ่มขึ้นจาก 46.23 ของรุ่นที่เผยแพร่ก่อนหน้านั้น นี่คือการรันเต็มรูปแบบของการตั้งค่าเริ่มต้น — 140,178 คำขอ, coverage 1.0 — และบนกระดานสาธารณะของโปรเจกต์เอง ลงวันที่ 2026-10-06 มันเสมอกับโมเดล 4B ที่ดีที่สุดบนกระดานนั้น (50.98 เทียบกับ 50.82 ของ ezjev 4B s2 ซึ่งชุดเครื่องมือนี้ถือว่าเสมอกันที่ 0.25) และอยู่ในอันดับที่ 27 จาก 113 โดยรวม บน Decision Index 0.2.1 ที่เก่ากว่า มันอ่านค่าได้ 50.74 เทียบกับ 46.24 ของ v6.0-VL ชุดทดสอบสิบห้ารายการของมัน ซึ่งรายงานโดยไม่มีopen_jev_oodงานที่พบว่าซ้อนทับกับแถวข้อมูลฝึก อยู่ที่ 0.793 และชุด held-out ของมันอยู่ที่ 0.729

ทุกตัวเลขเหล่านั้นเป็นของ RSI-Jev เอง วัดบนฮาร์เนสของ RSI-Jev เอง Decision Index เป็นกระดาน benchmark สาธารณะ แต่ไม่มีค่าที่อ่านได้ของ Jev 1.13 อยู่บนนั้น เพราะชุดทดสอบของโครงการถูกสร้างขึ้นมาเพื่อให้คะแนนเช็กพอยต์การตัดสินใจแบบเปิด และ Jev เป็นเอนด์พอยต์แบบปิด ดังนั้น ความอยากที่จะเอา 50.98 มาเทียบกับ 0.727 ของ Jev บน typed-decisions benchmark แล้วประกาศหาผู้ชนะ จึงเป็นความผิดพลาดที่ต้องหลีกเลี่ยงพอดี: ตัวเลขสองตัวนั้นมาจากฮาร์เนสคนละตัว ขนาดตัวอย่างต่างกัน และข้อมูลต่างกัน และไม่มีใครรันฮาร์เนสเดียวกับทั้งสองโมเดล

การเปรียบเทียบแบบตัวต่อตัวที่มีอยู่เพียงหนึ่งเดียวคือของ Laya ไม่ใช่ของ RSI-Jev

มีการเปรียบเทียบที่เผยแพร่แล้วเพียงหนึ่งเดียวที่นำตัวเลข Jev ไปวางไว้ข้างเช็คพอยต์แบบเปิด และมันไม่ได้ดำเนินการโดยฝ่ายใดฝ่ายหนึ่งในที่นี้ Convai Innovations ผู้สร้าง Laya decision model ได้จัดทำตารางเปรียบเทียบตัวเลข Jev 1.13.0 ที่ TypeSafe เผยแพร่กับของตนเอง และได้ตั้งข้อสังเกตถึงข้อจำกัดด้วยตนเองว่า ตัวเลข Jev เป็นข้อมูลที่เผยแพร่โดยบุคคลที่สามและไม่เคยถูกวัดโดย Convai ขนาดตัวอย่างและพรอมป์ต์แตกต่างกัน และผู้ขายไม่ได้ระบุเบนช์มาร์กของตนเองสำหรับโมเดลนี้ ตารางนั้นมีค่าแก่การอ่านเพื่อการปรับเทียบ ไม่ใช่เพื่อการตัดสิน — และตารางนั้นไม่ได้รวม RSI-Jev ไว้เลย เพราะ RSI-Jev ยังไม่มีอยู่ในตอนที่ตารางนั้นถูกเผยแพร่

สิ่งที่มันแสดงให้เห็นก็คือรูปร่างของคำถามเรื่องโฮสต์กับโอเพนที่ผู้อ่านกำลังชั่งน้ำหนักอยู่จริง ๆ โมเดลแบบโฮสต์นำในจุดที่พื้นที่ตัวเลือกมีขนาดใหญ่และโมเดลต้องรักษาชุดคำตอบที่กว้างให้มั่นคง ส่วนโมเดลแบบโอเพนชนะในเรื่องความหน่วงดิบต่อการเรียกใช้ เพราะไม่มีเครือข่ายอยู่ในเส้นทาง ไม่มีอะไรในรูปแบบนั้นที่บอกคุณได้ว่าโมเดลเฉพาะสองตัวนี้ตัวไหนเหมาะกับงานของคุณมากกว่า และจุดยืนที่ซื่อสัตย์ก็คือคำตอบนั้นยังไม่มีปรากฏต่อสาธารณะ

สิ่งที่ checkpoint ให้ได้ แต่ endpoint ให้ไม่ได้

ข้อโต้แย้งที่แข็งแกร่งที่สุดสำหรับ RSI-Jev ไม่ใช่คะแนน แต่เป็นข้อที่ว่า weights อยู่บนดิสก์ของคุณ สำหรับการตัดสินใจจัดเส้นทางที่ทำบนเวชระเบียน เอกสารทางกฎหมาย หรือประวัติบัญชีของลูกค้า "ข้อมูลจะไม่ออกจากอาคารเลย" ไม่ใช่ตัวเลือกที่คุณเอาไปแลกกับคะแนน benchmark — มันเป็นข้อกำหนดตายตัว และไม่มีเอนด์พอยต์ที่โฮสต์ไว้ที่ราคาใดตอบโจทย์นี้ได้ คุณสมบัติเดียวกันนี้ยังขจัด rate limit: เอกสารของผู้ให้บริการเองสำหรับโมเดลที่โฮสต์ไว้ระบุว่าขีดจำกัดของมันปรับแบบไดนามิกและอาจเปลี่ยนแปลงได้โดยไม่แจ้งให้ทราบ และเช็กพอยต์ที่โฮสต์เองก็ไม่มีเพดานแบบนั้นนอกจากฮาร์ดแวร์ของคุณ

สิ่งที่สองที่ checkpoint มอบให้คือการควบคุมความลึก และมันไม่ธรรมดา เพราะหัวตัดสินใจวางอยู่ที่สามระดับความลึก การตั้งค่า effort จึงเลือกว่าคำขอหนึ่งคำขอใช้ได้กี่เลเยอร์: low หยุดที่เลเยอร์ 16 ใช้เวลามัธยฐานประมาณ 23 ms, medium ที่ 20 ใช้ 27 ms, high ที่ 32 ใช้ประมาณ 40 ms และ auto ตอบที่ทางออกแรกที่มั่นใจพอ โดยเฉลี่ยใช้ 19.5 จาก 32 เลเยอร์บนชุดทดสอบของโปรเจกต์ ค่า latency เหล่านั้นเป็นตัวเลขของโปรเจกต์เองที่วัดบน H200 หนึ่งตัวใน bf16 และไม่ควรนำไปผสมกับตัวเลขจากโฮสต์ใด ๆ — การ forward pass ในเครื่องท้องถิ่นกับการเรียก API ที่คิดค่าตามปริมาณไม่ใช่การวัดเดียวกัน และเอกสารของ RSI-Jev เองก็ระบุชัดเจนว่าการเปรียบเทียบครั้งก่อนกับค่า latency ที่ Jev เผยแพร่นั้นเป็นการเทียบงาน GPU ท้องถิ่นกับ network round-trip

อย่างที่สามคือรูปภาพ สัญญาของ Jev คือรับข้อความเข้าและส่งออกเป็น JSON ที่มีโครงสร้าง รีลีสด้านวิชันของ RSI-Jev รับภาพหนึ่งถึงสี่ภาพต่อคำขอในรูปแบบ base64 data URL โดย state จะอ้างอิงแต่ละภาพด้วยมาร์กเกอร์ และ v6.1-VL ทำคะแนนได้ 0.834 บนชุดรูปภาพที่กันไว้ทดสอบของโครงการ หากการตัดสินใจของคุณคือ “ภาพนี้แสดงความเสียหายที่มองเห็นได้หรือไม่” นั่นคือความสามารถที่สัญญาแบบโฮสต์ไม่ได้มีให้เลย

สิ่งที่คุณต้องแลกไปนั้นเป็นของจริงเช่นกัน และโครงการก็เปิดเผยมันออกมา การสอบเทียบแย่ลงในรีลีสนี้ ไม่ได้ดีขึ้น: ค่าความคลาดเคลื่อนการสอบเทียบที่คาดหวังขั้นสุดท้ายอยู่ที่ 0.048 ที่เลเยอร์ 32 และ 0.055 เมื่อใช้ auto เทียบกับ 0.036 และ 0.024 ของรีลีสก่อนหน้า เกณฑ์เดียวค่าเริ่มต้นที่ 0.95 ถูกปล่อยออกไปโดยระบุไว้อย่างชัดเจนว่ายังไม่ยืนยัน — มันเป็นค่าสำรองของกฎการคัดเลือก ซึ่งตัวเลือกของกฎเองที่ 0.85 นั้นพลาดเพดานความลึกของโครงการในข้อมูลพัฒนาถึงครึ่งหนึ่ง การออกก่อนกำหนดอ่านเฉพาะข้อความ ดังนั้นคำถามใดที่มีภาพจะรันทั้ง 32 เลเยอร์ไม่ว่าจะตั้งระดับความพยายามไว้เท่าใด และในบรรดาแหล่งข้อมูลฝึกสำหรับภาพ ห้าแหล่งเป็นแบบไม่ใช้เชิงพาณิชย์หรือเพื่อการวิจัยเท่านั้น โดยโครงการระบุตรง ๆ ว่า น้ำหนักที่ฝึกจากข้อมูลที่ไม่ใช้เชิงพาณิชย์จะสืบทอดเงื่อนไขเหล่านั้นหรือไม่นั้นยังไม่เป็นข้อยุติ

จะเรียกใช้แบบโฮสต์ได้ที่ไหน และไม่ควรที่ไหน

นี่คือส่วนของการเปรียบเทียบที่เรามีส่วนได้ส่วนเสีย ดังนั้นจึงควรพูดให้แม่นยำ เราให้บริการโมเดลเชิงพาณิชย์ของ TypeSafe ในชื่อ typesafe/jev-1.13 บนเอนด์พอยต์ systemone โดยเฉพาะ — เป็น POST ไปยัง /v1/systemone แทนที่จะเป็นรูปแบบ chat-completions ของ OpenAI แบบไม่สตรีม เทียบกับบริบทขนาด 65,536 โทเค็นที่แค็ตตาล็อกของเราระบุไว้ มันเป็นรูปแบบคำขอและคำตอบเดียวกับที่ RSI-Jev ใช้งาน จากโมเดลที่โปรเจกต์นั้นคัดลอกสัญญามา ตัว RSI-Jev เราไม่ได้โฮสต์ ไม่มี id rsi-jev และไม่มี id shgao ในแค็ตตาล็อกของเรา และผู้อ่านที่ต้องการโมเดลนั้นก็ดาวน์โหลดมันไป

เหตุผลที่ความแตกต่างนี้สำคัญตรงนี้เป็นเรื่องแคบและเป็นรูปธรรม ชั้นการตัดสินใจไม่ค่อยเป็นเวิร์กโฟลว์ทั้งหมด — มักจะอยู่ข้าง ๆ โมเดลแบบรู้สร้างที่เขียนคำตอบ บทสรุป หรือโค้ด ซึ่งในอดีตหมายความว่าต้องมีสัญญาสองฉบับ ตอนนี้ครึ่งที่โฮสต์ให้ไม่จำเป็นต้องเป็นเช่นนั้นอีกต่อไป: Jev 1.13 อยู่บนคีย์เดียวกับโมเดลอื่นอีกกว่า 200 ตัวในราคาตามที่ผู้ให้บริการประกาศ ส่งผ่านโดยบวกกำไร 0% ดังนั้นหาก TypeSafe เปลี่ยนอัตรา การเปลี่ยนแปลงจะมีผลฝั่งเราทันทีภายในวันเดียวกัน ไม่ใช่รอรอบบิลถัดไป ครึ่งที่โฮสต์เองไม่เคยมีปัญหานั้น เพราะคุณคือผู้ให้บริการ วิธีที่สะอาดในการเลือกระหว่างสองทางคือลองใช้สัญญาเชิงพาณิชย์กับเคสที่คุณติดป้ายไว้เองสักไม่กี่เคสก่อน ดูว่าพฤติกรรมแบบพร้อมใช้ดีพอที่จะนำไปทำอัตโนมัติได้หรือไม่ แล้วจึงค่อยพิจารณาว่าการรันเช็กพอยต์ 4.69B ด้วยตัวเองคุ้มกับงานปฏิบัติการหรือไม่

อันไหนที่คุณควรเลือกจริง ๆ

เลือก RSI-Jev v6.1-VL 4B หากการตัดสินใจต้องอยู่ภายในขอบเขตของคุณ หากคุณต้องการการตัดสินใจจากทั้งภาพและข้อความ หากชุดตัวเลือกของคุณมีจำนวนถึงหลักร้อย (เช็กพอยต์นี้รองรับได้ถึง 5,120 ตัวเลือกต่อคำถาม) หรือหากคุณต้องการปรับความลึกและความหน่วงต่อคำขอ จงรู้ไว้ก่อนว่าคุณกำลังนำโครงการที่เปลี่ยนไปแปดครั้งในสิบสามวันมาใช้ ว่าเวอร์ชันล่าสุดของมันแลกการสอบเทียบไปกับความแม่นยำ และว่าการ์ดของมันเองระบุส่วนต่างๆ ของนโยบายการออกที่มันยืนยันไม่ได้

เลือก Jev 1.13 หากคุณต้องการให้การตัดสินใจนี้ทำงานได้โดยไม่มีสแต็กการให้บริการ หากคุณให้ความสำคัญกับเอนด์พอยต์ที่คนอื่นคอยดูแลให้พร้อมใช้งาน และหากราคา $0.042 ต่ออินพุตหนึ่งล้านโทเค็น — โดยไม่มีโทเค็นเอาต์พุตให้ต้องวัด — ถือว่าถูกเมื่อเทียบกับปริมาณการเรียกใช้งานของคุณ เข้าไปโดยรู้ว่าคุณกำลังเรียกใช้โมเดลปิดที่ไม่เปิดเผยขนาด ซึ่งขีดจำกัดอัตราการใช้งานอาจเปลี่ยนแปลงได้โดยไม่แจ้งให้ทราบ และเบนช์มาร์กที่เผยแพร่ไม่ใช่สิ่งที่คุณสามารถรันซ้ำได้เอง

สิ่งที่ทั้งสองมีร่วมกันมีประโยชน์มากกว่าสิ่งที่ทำให้ทั้งสองแตกต่างกัน และนั่นคือเหตุผลที่การเปรียบเทียบแบบนี้คุ้มค่าที่จะเขียนขึ้นมาเลย ไม่มีโมเดลใดสร้างข้อความ ดังนั้นจึงไม่มีโมเดลใดก่อให้เกิดความผิดพลาดประเภทที่มาจากโมเดลซึ่งลืมปิดเครื่องหมายปีกกาหรือสร้างฟิลด์ขึ้นมาเอง ทั้งสองส่งคืนค่าความน่าจะเป็น และในทั้งสองกรณี ความน่าจะเป็นคือส่วนที่คุณต้องตรวจสอบกับข้อมูลที่ติดป้ายกำกับของคุณเองก่อนจะนำไปทำระบบอัตโนมัติโดยอิงกับมัน — เวลาแฝงกลายเป็นเรื่องที่มีให้ใช้กันทั่วไปแล้ว และค่าความเชื่อมั่นคือสิ่งที่ต้องพิสูจน์ให้ได้ในแต่ละการนำไปใช้งาน ไม่ว่าคุณจะอยู่ฝั่งไหนของเส้นแบ่งระหว่างการดาวน์โหลดกับการเรียกใช้ จงทดสอบการสอบเทียบก่อน