AIが判断するモデルの代替20種

TypeSafeは2026年9月15日にJevをリリースしました。これはチャットボットではなく、判断モデルです。許容される回答を定義すると、Jevはラベル、スコア、またはイエス/ノーの確率を返します。約4週間で、少なくとも20種類のJev代替モデルが出荷されました。これらはCloudflare、OpenAI、Perplexity、Liquid AI、AWSのStrands Labs、および独立系開発者から提供されています。このガイドでは、それぞれのモデルをサイズ、ライセンス、ハードウェア、価格、Jev API互換性、公開されているベンチマークで比較します。TL;DR サイズ範囲: 287M (GLiNER2.5-multi-Decide) から35B-A3B (Mapika Decider) まで。Jevのサイズは非公開です。動作環境: VonやLayaのようなエンコーダーはCPUで動作します。4Bアダプターは24 GB GPUまたは32 GB Macに適合します。パフォーマンス: ほとんどのオープンモデルは、難しい推論においてJevに劣ります。いくつかのモデルは、狭い分類タスクではJevに匹敵するか、それを上回ります。最高: Cloudflare Clefは、Cloudflare自身の実行によると、BANKING77 F1で94.20を記録し、Jevの79.74を上回ります。最低: Von 1.2は、Respanの実行で0.422の精度を記録し、Jevの0.932に対して劣ります。Jevとは何か、なぜ代替モデルを探すのか？JevはTypeSafe初の「System One」モデルです。チケットやログ行などの状態を送信します。また、Choice、Score、Noul (yes/no) のような型付きの質問も送信します。Jevはすべての質問を1回の並列パスでスコアリングし、テキストを生成しません。TypeSafeのドキュメントには、入力トークン1Mあたり0.042ドルと記載されており、出力は無料です。コンテキストはリクエストあたり64kトークンです。入力はテキストのみです。重みは非公開で、アクセスはウェイティングリスト経由です。TypeSafeのワークフロー評価では、Jevは67.8%の一致率とケースあたり0.4秒を記録しています。これにより、開発者が常に提起する4つのギャップが残ります: 画像非対応、自己ホスティング不可、公開サイズなし、fine-tuning不可。以下の20モデルは、これらのギャップの一部またはすべてを埋めます。これらのベンチマークをどのように読むべきか？以下の数値のほとんどは自己申告です。スイートは異なります: JevBench、Decision Index、typed-decisions、Respanの行動ベンチマーク。スイート間のスコアは比較できません。唯一のマルチモデルの第三者テーブルは、競合モデルを販売するRespanから提供されています。Hosted decision APIs 1. Cl