ChatGPT-Miterfinder stellt Jev vor: Ein neues KI-Modell für sofortige Entscheidungen
Diogo Almeida, einer der Erfinder von ChatGPT, hat Jev vorgestellt – ein nicht-autoregressives KI-Modell, das strukturierte Entscheidungen statt Text ausgibt und dabei Geschwindigkeitsgewinne von bis zu 200-fach sowie Kostensenkungen um das 400-fache ermöglicht.
ChatGPT-Miterfinder stellt Jev vor: Ein neues KI-Modell für sofortige Entscheidungen
Diogo Almeida, einer der Mitentwickler von ChatGPT, hat ein grundlegend neues Art von KI-Modell angekündigt. Nach zwei Jahren geheimer Entwicklung wurde Jev enthüllt – ein Modell, das weder Text schreibt noch Token sequenziell generiert.
Stattdessen nimmt es beliebige unstrukturierte Daten entgegen und trifft parallele, vom Entwickler definierte Entscheidungen. Beispielsweise wählt es eine Kategorie aus einer Liste aus, vergibt einen Punktwert oder bestimmt die Wahrscheinlichkeit einer Aussage.
Jev ist zudem untersagt, versteckte Chain-of-Thought-Schlussfolgerungen (Ketten des Denkens) zu nutzen. Komplexe Verhaltensweisen müssen vom Entwickler aus vielen einfachen Entscheidungen unter Verwendung von Standardcode zusammengesetzt werden.
Deshalb arbeitet das Modell 20–200 Mal schneller und kostet 40–400 Mal weniger. Eine Million Eingabe-Tokens kosten 4,2 Cent, während die Ausgabe dauerhaft kostenlos bleibt (die Berechnung ist so günstig, dass das Unternehmen keinen Sinn darin sieht, dafür Gebühren zu erheben).
Das Unternehmen behauptet, dass keine Halluzinationen auftreten. Jev kann keine Antwort außerhalb der spezifizierten Optionen produzieren oder die Struktur verletzen. Allerdings kann das Modell weiterhin die falsche Option aus den verfügbaren auswählen.
Dies ist kein Ersatz für GPT-6 Astra oder ein neuer Chatbot. Jev wurde für die Automatisierung entwickelt, bei der Programme keinen Text benötigen. Sie brauchen schnelle Entscheidungen in einem festgelegten Format.
Warum das wichtig ist
AnalyseJev verschiebt das Paradigma von generativem Text hin zu parallelen Entscheidungsprozessen und bietet damit eine hocheffiziente Lösung für strukturierte Automatisierungsaufgaben, bei denen traditionelle Large Language Models (LLMs) zu langsam und zu teuer sind.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Tencent stellt Hy4 vor: ein Open-Weight-Modell, das DeepSeek herausfordert
Tencent hat Hy4 veröffentlicht, ein multimodales Modell, das in internen Tests 75,2 Punkte im APEX-Agents-Benchmark erreichte und vor DeepSeek V4.1 Flash-1017 lag. Das Unternehmen will die Modellgewichte veröffentlichen.
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
Autonomer KI-Operator in Telegram 24/7: Architektur, Telethon, Sicherheit und 10 funktionierende Szenarien
Umfassendes technisches Handbuch zur Erstellung eines produktionsreifen KI-Operators in Telegram auf Basis von Telethon: Sitzungsisolierung, Bestätigungssysteme, Schutz vor Bannmaßnahmen und 24/7-Betrieb.
KI-Agenten (Autonome Agenten)
Ein autonomes System auf Basis eines großen Sprachmodells, das nicht nur auf Nachrichten antwortet, sondern eigenständig eine Abfolge von Aktionen plant, externe Tools (Browser, Terminal, Datenbanken) nutzt und komplexe Aufgaben ohne ständige menschliche Aufsicht ausführt.