‏هجوم رقبا به بازار مدل‌های تصمیم‌گیر

Jev از ۱۵ سپتامبر عرضه شد و یه دسته‌ی جدید از مدل‌ها رو معرفی کرد: مدلی که جواب نمی‌نویسه، بلکه یه گزینه، یه نمره یا یه بله/نه انتخاب می‌کنه و یه عدد اطمینان هم کنارش می‌ذاره. شرکت سازنده‌ش TypeSafe همون هفته ۴۰ میلیون دلار سرمایه با ارزش ۲۰۰ میلیون دلار جذب کرد. ظرف سه روز Cloudflare، LangChain و Langfuse براش integration ساختن.

نویسنده می‌گه حدود دو هفته طول کشید تا رقبا برسن. تا اول اکتبر، آمازون مدل متن‌باز Strands Decider 2B رو روی Qwen3.5-2B ساخت. OpenAI هم Decisions API رو روی GPT-6 Luna معرفی کرد که برخلاف Jev عکس هم ورودی می‌گیره. Clef از Cloudflare هم open weight هست و دقیقاً با API خود Jev جور درمیاد. Fastino هم دو مدل GLiDE و GLiNER2.5-Decide رو عرضه کرد و چند کلون متن‌باز مثل OpenJev و Laya هم روی GitHub اومدن.

به گفته‌ی نویسنده، بنچمارک‌هایی که خود سازنده‌ها منتشر می‌کنن جانبدارانه‌ست، برای همین بنچمارک مستقل DecideBench مهمه. این بنچمارک ۴۰۰ تصمیم چندگزینه‌ای تو هشت دسته کار مثل triage پشتیبانی و مسیریابی agent داره. Jev اونجا ۹۸٪ دقت با هزینه‌ی ۳۲ دلار برای هر میلیون کار گرفت، یعنی ارزون‌ترین مدل بالای ۹۵٪. مدل‌های encoder کوچیک مثل Laya با اینکه سریع‌ترین و ارزون‌ترین بودن، فقط ۳۵ تا ۵۹٪ دقت داشتن. Imajev-4B هم که self-hosted هست و عکس می‌گیره، ۹۵٪ گرفت.

نویسنده چند سؤال برای انتخاب مدل پیشنهاد می‌کنه. کجا باید اجرا بشه؟ Jev و Decisions API میزبانی‌شده هستن، بقیه رو می‌شه خودت اجرا کنی. ورودی چیه؟ Jev فقط متن، JSON و آرایه‌ی رشته می‌گیره. سرعت چقدر مهمه؟ Jev بین ۷۰ تا ۵۰۰ میلی‌ثانیه، GLiNER2.5-Decide روی GPU حدود ۳۸ و Laya حدود ۳۳ میلی‌ثانیه. هزینه هم مهمه: Jev برای هر میلیون توکن ورودی 0.042 دلار می‌گیره و خروجی رایگانه، ولی تو حجم بالا این عدد جمع می‌شه.

یه نکته‌ی مهم دیگه calibrationـه، یعنی اینکه عدد اطمینانی که مدل می‌ده واقعاً با درصد درستیش جور باشه. نویسنده می‌گه چند صد تصمیم قبلی رو بردار، بر اساس عدد اطمینان تو بازه‌های ده‌درصدی دسته‌بندی کن و درصد درستی واقعی هر دسته رو مقایسه کن. اگه مدل گفته ۹۰٪ و واقعاً ۶۵٪ درست بوده، بهتره سراغ یه مدل دیگه بری. هزینه‌ی تعویض هم مهمه، چون جز Clef، API بقیه با هم سازگار نیست.

تو مثال triage تیکت پشتیبانی، اشتباه ارزونه و Jev گزینه‌ی پیش‌فرض خوبیه. ولی تو یه حلقه‌ی بازی یا سیستم معاملاتی که سرعت حیاتیه، مدل‌های سریع encoder با دقت ۳۵ تا ۵۹٪ عملاً فقط سریع اشتباه می‌کنن. پیش‌بینی نویسنده اینه که این بازار یا دور مدلی که بیشترین ابزار براش ساخته شده جمع می‌شه، یا بر اساس نوع کار تقسیم می‌شه.

نکات کلیدی:

• Jev از ۱۵ سپتامبر عرضه شد و TypeSafe با ارزش ۲۰۰ میلیون دلار ۴۰ میلیون دلار جذب کرد
• رقبا: Strands Decider 2B آمازون، Decisions API از OpenAI، Clef از Cloudflare، GLiDE و GLiNER2.5-Decide
• تو DecideBench، Jev با ۹۸٪ دقت و ۳۲ دلار برای هر میلیون کار ارزون‌ترین مدل بالای ۹۵٪ بود
• مدل‌های encoder کوچیک مثل Laya فقط ۳۵ تا ۵۹٪ دقت داشتن
• Clef تنها گزینه‌ایه که مستقیم جای API خود Jev می‌شینه