Lightbend Inc.
PulseAugur coverage of Lightbend Inc. — every cluster mentioning Lightbend Inc. across labs, papers, and developer communities, ranked by signal.
- founded by Martin Odersky 100%
- developed by System One 90%
- uses Jev API 90%
- used by GPT-6 Luna 90%
- developed by System One Model 90%
- instance of System One Model 90%
- competes with Decisions API 80%
- used by Jevíčko 70%
- developed by Jevíčko 70%
- instance of Jevíčko 70%
- instance of System One 70%
- competes with TypeSafe.ai 70%
27 天有情绪数据
-
小型裁判模型 Jev 在编码流程中表现出高准确性但影响力有限
一项涉及对 TypeSafe 开发的一个名为 Jev 的小型裁判模型进行 5300 次调用的研究表明，尽管该模型准确率很高，但在多代理编码流程中其输出通常未被采纳。Jev 被集成到一个名为 Plugin for Claude Code 的系统中，并针对三种模式进行了测试：自动咨询检查、按需工具和强制性网关。尽管准确率很高，尤其是在识别不相关代码文件方面，但流程的测量方法和标签问题阻碍了团队量化代币节省或全面评估 Jev 在开放式判断中的可靠性。
-
Jev 模型在速度和成本方面优于 Gemini 3.5 Flash-Lite，适用于搜索路由
一位开发者在其医疗计费应用程序 Sapling RCM 中，比较了 Jev 和 Gemini 3.5 Flash-Lite 这两个模型用于搜索路由系统。通过 OpenRouter 提供的非聊天模型 Jev，在速度和成本方面均表现出色，中位路由调用时间为 466 毫秒，每百万次搜索成本约为 23 美元。相比之下，Gemini 3.5 Flash-Lite 的中位路由调用时间为 900 毫秒，每百万次搜索成本约为 170 美元。两个模型都…
-
新型形式化模型连接生成式AI与决策模型
研究人员开发了一种新颖的方法，以弥合开放式生成任务与快速决策模型之间的差距。该方法涉及训练一个小型形式化模型，从任务上下文中构建显式、经过验证的替代方案。然后，一个固定的决策模型从这些生成的候选方案中选择最佳选项。与现有模型相比，该技术显著提高了任务成功率并降低了延迟。
-
RubriX：一种更快、可微调的 LLM 评估评分标准裁判
研究人员开发了 RubriX，这是一种新颖的非自回归评分标准裁判，旨在更快、更有效地评估语言模型响应。与每次判断都需要生成调用的传统方法不同，RubriX 使用 LoRA 适配的编码器来嵌入输入和评分标准级别，通过缩放余弦相似度计算概率。这种方法显著降低了延迟和成本，尤其是在使用更大的评分标准时，同时保持了具有竞争力的准确性。
-
专用 AI 模型 Jevíčko 在速度和成本上优于 GPT-5.6 Luna
最近的一项实验将 TypeSafe 的专用 System One 模型 Jevíčko 与 OpenAI 的 GPT-5.6 Luna 在一项分类任务上的性能进行了比较。尽管 GPT-5.6 Luna 使用的输入 token 更少，但 Jevíčko 完成任务的速度快了约 19 倍，成本降低了 27%。实验表明，虽然通用的 LLM 常用于分类等任务，但像 Jevíčko 这样的专用模型在速度和效率方面可能具有显著优势，这促使人们重新考…
-
Jev模型挑战LLM裁判，但Claude模型在准确性方面领先
一项新研究将TypeSafe的决策模型Jev与Anthropic的Claude Haiku和Claude Sonnet在用作评估AI响应的“LLM即裁判”方面的性能进行了比较。在一轮二元正确性测试中，Jev的表现与Claude Sonnet相当，但明显优于Claude Haiku。然而，当被赋予“思考”或执行多步推理的能力时，Claude模型在准确性方面都远远优于Jev，尽管延迟要高得多。
-
决策模型在简单AI任务上比LLM节省大量成本 · 跟踪2个来源
新的判别式决策模型，如Jev和OpenAI的Decisions API，正成为比大型语言模型更具成本效益的替代方案，适用于需要简单选择而非复杂推理的任务。这些模型可以显著降低成本，在某些应用中报告的节省幅度从40倍到400多倍不等。虽然使用更便宜的模型处理更简单的任务的概念并不新鲜，但这些新的通用决策模型不需要专门训练，这使得它们更加通用，并且更容易集成到LangChain等现有代理框架中。
-
OpenAI 发布 Decisions API，加入快速、低成本智能市场竞争
OpenAI 发布了 Decisions API，这是一款专为快速、经济高效的决策而设计的模型，进入了一个竞争激烈的市场。这款新 API 基于重新配置的 ChatGPT Luna 模型，将延迟时间从几秒大幅缩短至几毫秒。它旨在取代各种应用中成本更高、速度更慢的大型语言模型，早期采用者如 Box 和 Datadog 报告称处理时间有了显著改善。虽然 OpenAI 的模型面临来自 TypeSafe 的 Jev 和 Liquid 的 D1 …
-
Cloudflare 发布 Clef AI 用于决策，与 Jev 竞争
Cloudflare 发布了 Clef，这是一种新型 AI 模型，旨在用于决策而非文本生成。与传统的语言模型不同，Clef 接收一个状态和一组类型化问题，并为每个答案返回数值分数。这种方法可以加快票证路由等应用程序中的决策速度。Clef 系列包括三种模型：Clef（270 亿参数）、Clef-flash（90 亿参数）和 Clef-omni（混合专家模型），具有不同的成本和功能，某些版本还支持图像和音频处理。Clef 的权重根据 Ap…
-
Jev Cards 发布与视觉模型对战的 AI 驱动的测验游戏
Jev Cards 推出了一个新的测验游戏，挑战用户与视觉模型进行能力测试。该游戏可通过 Jev Cards 访问，允许玩家在各种场景中与 AI 模型竞争，包括图片测验和吃豆人风格的游戏。该平台还通过单一 API 提供对 700 多个模型的访问，从而能够创建和部署自主代理。
-
Jev类模型通过处理复杂决策来增强LLM语音机器人
Jev类模型作为快速决策工具，正被集成到LLM语音机器人中，以处理单个大型语言模型（LLM）经常难以应对的复杂对话元素。这些模型，如Voximplant自家的Voximplant Avatar和最近由TypeSafe发布的Jev，能够快速处理呼叫状态并回答特定问题，从而提高语音机器人应用的效率并降低成本。通过分担诸如话题切换、轮次结束检测和表单数据识别等任务，Jev类模型使LLM能够专注于对话中更细微的方面，最终在生产环境中提高语音机…
-
AI评估的决策模型：Jev、Perplexity、OpenAI等模型对比
一篇新的博文探讨了在评估任务中使用决策模型的用法，并对比了包括Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1和d1-ultra、Cloudflare Clef Flash以及OpenAI Decisions (GPT-6 Luna)在内的多个模型。作者强调，为了优化性能，需要将决策阈值调整到默认的0.50以上，并根据具体用例需求平衡精确率和召回率。分析使用了公寓租赁代理对话跟踪数据集来识别错…
-
Cloudflare 发布 Clairic 提取模型，实现更快、更便宜的数据处理
Cloudflare 推出了 Clairic，这是其 System One 框架内一种新型提取模型。Clairic 旨在比传统 LLM 更准确、更快速、更低成本地从非结构化文本中提取、计算、估算和预测值。该模型专注于提供结构化输出，如数字、日期和特定文本跨度，这使其与生成开放式文本且需要更长处理时间的 LLM 区分开来。
-
TypeSafe 的 Jev AI 以亚秒级响应进行真实货币交易
一款名为 Jev 的新 AI 模型，由 TypeSafe 开发，作为“System One”模型运行，旨在快速、结构化地进行决策，而非文本生成。在为期 17 天的试用中，Jev 处理市场数据并执行交易，中位响应时间为 0.33 秒，每次查询成本约为 0.0002 美元。尽管速度快且成本低，Jev 并未显示出交易优势，在 15 笔交易中净亏损 -4.5R，其表现与并行使用的较慢的 LLM 代理相似。
-
AI决策API涌现，价值从模型转向结构
近期，包括TypeSafe、OpenAI、Cloudflare、Perplexity和Amazon在内的多家公司推出了用于快速、结构化决策的API。这些产品旨在为特定任务提供比传统大型语言模型更快、更便宜的替代方案。一个关键的观察是，Cloudflare的Clef API被设计为TypeSafe的Jev API的直接替代品，这表明价值在于API的结构而非底层模型的权重。Gian Luca Bailo的一项实验进一步表明，这类系统的性能…
-
OpenRouter 推出 Armor 以审核 AI 代理工具调用
OpenRouter 推出了 Armor，这是一种新的安全分类器，旨在执行前审核代理工具调用。Armor 位于 AI 模型和应用程序之间，根据用户定义的纯英文规则检查工具调用。虽然通常会阻止被标记的调用，但 Messages API 上 Claude 代码的特定模式仅标记潜在有害的调用，将执行阻止留给应用程序层。
-
Jev、Drex 和 Laya：系统一决策模型在医疗和通用场景下的比较
arXiv 上发表的一项比较研究强调了系统一决策模型 Jev 在医疗环境中的可靠性，发现它在文本驱动的任务上可与领先模型相媲美，但在数值任务上表现不佳。研究还指出，Jev 在处理不同提问方式时表现出很强的一致性，尽管包括 Jev 在内的大多数模型在识别何时应弃答方面存在局限性。此外，一篇 dev.to 博文将 Jev 与其他具有通用 API 的系统一模型 Drex 和 Laya 进行了比较。Jev 被定位为托管的默认选项，Drex 提…
-
AI API 正常运行时间：Meta、Anthropic 领先；OpenAI 略微落后
对2026年9月18日至10月17日期间30天的AI API正常运行时间进行的分析显示，主要提供商之间的差异很小。Meta的Llama API、Anthropic和OpenRouter的可用性最高，超过99.98%，而Google Gemini和OpenAI则略微落后。研究强调，表现最差的地区（通常是东京或圣保罗）显示出的差异比平均正常运行时间更显著。一些较小的提供商经历了更多归因于它们的宕机事件，而顶级API则保持了稳定的可用性。
-
Jev Router 以大幅偏向 GPT-6.1 Sol 成为编码基准测试冠军
一项针对代理编码的新基准测试 Forge 2.0 显示，由 TypeSafe 开发的 Jev Router 取得了最高分。然而，该路由器在绝大多数情况下，118 次调用中有 117 次都指向了 GPT-6.1 Sol，只有一次调用指向了 GPT-6 Astra。这引发了关于 Jev Router 本身是否是性能的主要驱动因素，还是它有效地利用了 GPT-6.1 Sol 的能力，尤其是在 GPT-6.1 Sol 的直接构建得分低于 Je…
-
20多款Jev决策模型替代品涌现，挑战TypeSafe的产品
自2026年9月推出TypeSafe的Jev决策模型以来，已有20多款替代品出现。这些替代品由Cloudflare、OpenAI和Perplexity等公司以及独立开发者开发，提供了图像处理、自托管和透明模型大小等各种改进。虽然Jev在硬推理任务方面表现出色，但一些替代品，如Cloudflare的Clef，在BANKING77等特定分类基准测试中表现优于Jev。