Jev 对比 dJev

dJev 是为速度和图像构建的托管决策模型。Jev 是托管的文本决策模型,支持 choice、score 与 yes/no — 每个答案都带校准概率。差异何在、各自适合什么、费用几何。独立托管网关;非 TypeSafe 官方网站。

dJev 是什么

dJev 来自 Maisa,是基于 DiffusionGemma 的托管决策模型。它同时接受图像和文本,其公开材料强调短延迟。它是与 Jev 相互独立的产品,有自己的账号、定价和预览条款 — 注册其中一个并不代表注册另一个。

你在两者之间选什么

Jev 只处理文本。一个请求携带共享状态和最多八个命名问题 — choice、score 或 yes/no — 每个答案都落在你声明的选项集内并附概率。如果决策针对的是图片或摄像头画面,那是 dJev 的主场;在让它自动审批任何东西之前,先读它自己关于这些概率是否校准的说明。

两种请求的对比

两者都说类型化决策的语言,所以架构动作是一样的:状态归你,criteria 是你撰写的政策,模型返回有界答案。运营层面的差异在账号与计费(dJev 有自己的一套)、数据路径(图像会把摄像头和屏幕内容纳入范围)与接入方式。Optio 让你用 Bearer key 调 Jev:1 积分 = 1,000 输入 token,积分永不过期,还有免费 playground 供你先验证措辞。

本站运行的是什么

Optio 调用的是 Jev。我们不转售 dJev,本页也不是 dJev 的网站。如果决策需要图像,请直接调用 dJev。如果你的代码需要一个可以设阈值的文本决策 — 路由、风险评分、政策检查 — 请在这里调用 Jev。

优势与诚实的局限

Jev 的局限值得在动手之前了解:它只读文本、每请求最多 8 个问题,约 100,000 字符的状态上限位于 32k token 上游上下文之前。它的强项是:当输入为文本且决策必须可设阈值时,每个答案都带一个在你自有选项集之上的概率 — 失败路径是一个带 request_id 的错误结构,不是一条听起来合理的错误字符串。

快速对比

对比项JevJev 对比 dJev
输入文本(字符串、数组或 JSON 对象,最多 10 万字符)图像与文本
答案choice / score / yes-no,在你声明选项之上的概率类型化决策;校准性因模态而异
定价$10 起得 100,000 积分、永不过期、1 积分 ≈ 1,000 输入 tokendJev 自有的账号与定价
免费试用Playground:匿名每天 30 次、登录 50 次 + 注册送 5 个 API 积分以 dJev 站点上的预览条款为准

常见问题

Jev 和 dJev 哪个便宜?
在 Optio 上做文本决策:1 积分覆盖一次典型的 400 token 请求,Starter 档约合 $0.0001。dJev 在其官网上单独定价,所以诚实的答案是:把你的负载两种都算一遍。结构性的问题在于你是否需要图像 — 如果不需要,按次计费的文本决策定价很难被超越。
能在同一条流水线里同时用 dJev 和 Jev 吗?
可以 — 它们是不同的端点。常见模式:dJev 判断截图或文档图像;Jev 就你系统抽取出的文本做路由、评分与政策决策。让每种决策留在它输入类型所属的地方。
哪个能给出校准过的概率?
Jev 对每个答案都返回在你声明选项之上的概率,choice 与 score 之外还附 confidence — 这正是类型化答案空间的意义所在。对图像决策,无论选哪个模型,都应在自己的数据上验证校准;任何模型的校准声明未经验测试都无法经受所有任务的检验。
这是 Jev 官方网站吗?
不是。Optio 是一个独立运营的 Jev 调用网关,与 TypeSafe 无关联、未经其认可,也不是其官方产品,亦与本页提到的任何替代模型无关联。