Jev, Vercel'in en hızlı benimsenen yapay zeka modeli olduJev becomes Vercel's fastest-adopted AI model

ÖzetSummary

Vercel'in geçit verilerine göre TypeSafe AI'nin hafif karar ve sınıflandırma modeli Jev, 15 Eylül'deki lansmanından iki hafta içinde ücretli ekiplerin %35'ine ulaştı. Bu oran, ikinci sıradaki Sonnet 5.5 modelinin neredeyse iki katı. Jev, bu platformda bugüne kadar en hızlı benimsenen model oldu.According to Vercel's gateway data, TypeSafe AI's lightweight decision and classification model, Jev, reached 35% of paid teams within two weeks of its September 15 launch. This rate is nearly double that of the second-place Sonnet 5.5 model. Jev has become the fastest-adopted model on the platform to date.

Neden ÖnemliWhy it matters

Bu veri noktası önemli. Çünkü Jev'in 'birkaç çıktıdan seçim yapma' gibi dar kapsamlı mimarisinin etrafındaki heyecanı somut bir kullanım metrikine dönüştürüyor. Ayrıca, yüksek hacimli sınıflandırma görevlerinde genel amaçlı sınır modellerinin yerini, özel olarak geliştirilmiş ve daha ucuz modellerin alabileceğine işaret ediyor. Bu durum daha geniş bir kaymayı da vurguluyor: Açık kaynak modeller artık Vercel'in geçitinde işlenen token'ların %70'inden fazlasını oluştururken, sınır laboratuvarlarının harcamaları on kat arttı. Bu da iki katmanın sıfır toplamlı bir rekabetten ziyade birbirini tamamlayan bir yapıya dönüştüğünü gösteriyor.This data point is significant because it translates the excitement surrounding Jev's narrow-scope architecture, such as 'selecting from a few outputs,' into a concrete usage metric. It also indicates that specialized, cheaper models may be replacing general-purpose frontier models in high-volume classification tasks. This highlights a broader shift: open-source models now account for over 70% of tokens processed on Vercel's gateway, while frontier lab spending has increased tenfold. This suggests that the two layers have evolved into a complementary structure rather than a zero-sum competition.

Öne ÇıkanlarHighlights

• Jev, önceden belirlenmiş çıktılardan seçim yapma gibi dar bir kullanım senaryosuna odaklanıyor. Bu sayede toplu veri sınıflandırma işlemlerinde Sonnet sınıfı modellere kıyasla daha ucuz ve hızlı çalışabiliyor.Jev focuses on a narrow use case, such as selecting from predefined outputs. This allows it to operate more cheaply and quickly than Sonnet-class models in bulk data classification tasks.
• Vercel, zararlı komutları sınıflandırmak için GPT-6 Luna'yı Jev ile değiştirdi. Bu hamle, verileri raporlayan platformdan gelen erken benimseyici onay niteliğinde.Vercel replaced GPT-6 Luna with Jev for classifying harmful commands. This move serves as early adopter validation from the platform reporting the data.
• Vercel'in geçitinde açık kaynak modeller artık token'ların %70'inden fazlasını ve harcamaların yaklaşık %25'ini oluşturuyor. Öte yandan sınır laboratuvarlarının mutlak harcamaları on kat arttı.Open-source models now account for over 70% of tokens and approximately 25% of spending on Vercel's gateway. Meanwhile, absolute spending by frontier labs has increased tenfold.

EleştiriCritical take

'Tarihte en hızlı benimsenen' başlığı tamamen Vercel'in kendi geçit verilerine dayanıyor. Makalenin de kabul ettiği üzere bu, kendi kendine raporlanan ve platforma özgü bir örneklem. Bu veri, kendi API'lerine sahip laboratuvarları büyük olasılıkla eksik sayıyor. Sadece sabit bir çıktı listesinden seçim yapan bir modeli 'tarihin en çok benimsenen yapay zeka modeli' ilan etmek, dar bir işlevi geniş çaplı model benimsenmesiyle karıştırma riski taşıyor.The claim of being the 'fastest-adopted in history' relies entirely on Vercel's own gateway data. As the article acknowledges, this is a self-reported, platform-specific sample. This data likely undercounts labs with their own APIs. Declaring a model that only selects from a fixed list of outputs as the 'most adopted AI model in history' risks conflating a narrow function with broad model adoption.