Разбор вброса

Jev, «самая быстро принятая модель Vercel»: что на самом деле значит 35% команд

Небольшая модель для классификации за две недели дошла до 35% платных команд на одной платформе, и это говорит о ней меньше, чем намекает заголовок.

Что заявлено

Модель Jev от TypeSafe AI, вышедшая 15 сентября, за две недели попала к 35% платных команд на ИИ-шлюзе Vercel. В Vercel называют это самым быстрым внедрением на платформе, а охват почти вдвое выше, чем у модели на втором месте, Sonnet 5.5.

Что есть на самом деле

Jev это узкая «модель решений». Она выбирает из небольшого набора заранее заданных ответов, а не пишет свободный текст, поэтому дёшево и быстро сортирует большие массивы данных. Это инструмент для конкретной рутины, а не универсальный помощник, так что сравнивать его охват с универсальной моделью значит сравнивать разные задачи.

Цифра показывает, сколько команд её пробовало, а не как активно. Команда, отправившая сто запросов, считается так же, как отправившая сто миллионов. Ни токенов, ни расходов, ни данных о том, остались ли команды после пробы, в отчёте нет.

Почему заголовок шаткий

Данные взяты с одного шлюза. OpenAI и Anthropic продают доступ и напрямую, поэтому шлюз, вероятно, занижает их долю, что играет на руку новичку. К тому же Vercel сама рано начала использовать Jev и заменила им GPT-6 Luna для классификации опасных команд, так что компания, сообщающая о рекорде, заинтересована в успехе модели.

Что данные действительно показывают

Интерес к дешёвым узким моделям настоящий. Модели с открытыми весами обрабатывают больше 70% токенов на шлюзе, а траты на передовые лаборатории всё равно выросли в десять раз. Полезный контекст, но не доказательство того, что Jev обошёл всех.