Jev开始管Attention，MiniMax H3生成时间砍掉41.7%
相关推荐
AWS、Cloudflare、Databricks都跟进Jev，决策模型快成标配了
动察 Beating AI 快讯，Jev 发布后，AWS、Cloudflare 和 Databricks 最近都跟进了决策模型。 AWS 推出开源的 Strands Decider 2B。它基于 Qwen3.5-2B，去掉文本生成模块，换成专门负责选答案的决策模块，再用 LoRA 微调。官方测试中，它在 RTX 3090 上单次决策中位延迟约 115ms，完整训练约 11 小时。 Cloudflare 一口气发布 Clef 和 Clef-flash，分别基于 Qwen3.8-27B 和 Qwen3.5-9B 改造，并全部开源。在 Cloudflare 对 Jev 官方评测集的测试中，Clef 系列在 4 类任务中的 3 类超过 Jev；Clef-flash 的中位延迟为 38.8ms，Jev 为 524.1ms。 Databricks 则把这套能力直接做进了平台。新上线的 ai_decide 可以在 SQL 或 REST API 中调用，对数据做分类、打分和 Agent 路由，接口还直接兼容 TypeSafe AI API。官方称一次决策可以在不到一秒内返回。 从开发者自己复刻，到 AWS、Cloudflare、Databricks 跟进，决策模型正在迅速从一个新概念变成 Agent 基础设施里的常见组件。
Jev到底有没有门槛？OpenJEV已经分成4派：不吐字容易，概率靠谱很难
动察 Beating AI 快讯，Jev 发布还不到一周，开源社区已经开始复刻这种「不写答案、直接给概率」的模型。 它们都想做同一件事：省掉逐 token 生成，直接给出选项和概率。但具体怎么做，已经分成了几条完全不同的路线。 1. SemIf 最简单，连模型都不用重新训练。它直接拿现成的 Qwen，在模型准备回答 A、B、C 时截住，不让它继续往下写，直接读取每个选项的分数，再换成概率。 2. Simple Jev 也用现成大模型，但进一步省掉重复计算。同一段材料只读一次，后面的多个问题共用这部分结果，再分别判断答案。作者也明确说，它复刻的是 Jev 的使用方式，准确率、速度和概率校准都没有做到等价。 3. Laya 干脆不用会生成文字的大模型，换成更像传统分类器的编码模型。好处是小而快，短板也很明显。一次从 77 个选项里做选择时，Laya 准确率只有 42.5%，Jev 是 87.0%。 4. Von 走的也是专用决策模型路线。它只有约 4 亿参数，不生成文字，一次前向直接完成 Choice、Noul 和 Score，更像一个能读自然语言的新一代分类器。 5. Verdict 更小，只有约 1.5 亿参数。作者重点处理了两个问题：答错了还报很高的置信度，以及把选项顺序换一下，结果就跟着变。它更在意如何让概率和判断都稳定下来。 6. Kev 选择保留大模型。它拿 Qwen 做底座，再加专门的决策结构，让同一份输入只读一次，多个问题各自算概率。第三方此前逆向 Jev 时，也推测它可能用了类似设计。 Kev 自测中，拿训练时没见过的新题测试，8B 版准确率约 78%，Jev 约 86%。更明显的差距在置信度，Kev 还有一些答错的题会给出 90% 以上把握。 7. Nimble 重点放在训练上。它用 Qwen3.5-9B，再准备一批「只改一个事实，正确答案就翻转」的数据做后训练。在 324 个没参与训练的测试样本里，Nimble 有 90.1% 选中了参考答案，Jev 是 93.2%。不过作者也提醒，目前还不能保证模型「报 90% 就真的有 90% 正确」。 8. OpenJev 走得最远，直接换成 DiffusionGemma。它先把几个答案位置留空，再像扩散模型补图一样一次填出来。在 RTX PRO 6000 上，单请求中位延迟约 94ms。 几天下来，OpenJEV 已经分成四路：直接读取现成模型的答案分
英伟达被曝停产RTX5090，顶级游戏显卡让位给高价专业卡
动察 Beating AI 快讯，英伟达可能要停产最强的消费级显卡 RTX 5090，把核心芯片留给售价更高的专业显卡。硬件爆料者 MEGAsizeGPU 称，未来生产的 GB202 芯片将全部供应 RTX PRO 系列，不再用于 RTX 5090。另一名爆料者 hongxing2020 晒出疑似工厂通知，称中国特供版本也在停产范围。 这两类显卡使用同系列的 GB202 芯片，但价格相差很大。RTX 5090 配备 32GB 显存，首发价 1999 美元。面向 AI 开发、设计和渲染的 RTX PRO 6000 则拥有 96GB 显存，英伟达官网标价 1.6 万美元，是前者的 8 倍。虽然售价不能直接代表利润，但高价专业市场对英伟达显然有更大的收入空间。 RTX 5090 此前已在美国市场出现明显缺货，个别第三方卖家甚至挂出 9600 美元的价格。如果停产属实，消费者今后只能依赖剩余库存。 更大的变化可能是 GeForce 旗舰性能倒退。另一份爆料称，英伟达准备推出 24GB 版 RTX 5080，取代 RTX 5090 成为最高端游戏显卡。现款 RTX 5080 的 CUDA 核心数量只有 RTX 5090 的约一半，4K 游戏性能低约 30%。即使新款显存增加到 24GB，仍低于 RTX 5090 的 32GB。
Jev登顶Ramp软件黑马榜：一个月内企业采用率增长1个百分点
动察 Beating AI 快讯，美国企业支付平台 Ramp 发布最新软件采购榜单，数据来自平台上超过 7 万家企业的真实交易。TypeSafe AI 凭借 Jev 登上「爆发增长」榜首。在市场份额增长榜上，它也排到第二，仅次于 Anthropic，OpenAI 则排第四。 Jev 上线不到一个月，企业采用率就增长了约 1 个百分点。它是一种专门帮助软件做判断的 AI 模型，不生成聊天回复，只负责分类、选择和评分。每百万输入 tokens 收费 0.042 美元，输出免费。DeepSeek、Featherless AI 和 OpenRouter 等低成本模型或模型接入平台也出现在榜单中。 但企业对昂贵 AI 工具的需求同样在增长。视频生成平台 Runway 和 Higgsfield 都进入市场份额增长前十，目前主要用于广告和社交媒体营销。 Ramp 首席经济学家 Ara Kharazian 认为，廉价模型可能压低企业的 AI 调用成本，但图像和视频生成需求增加，又可能推高整体 AI 支出。
Claude杀入国产低价模型腹地：智谱、MiniMax盘中大跌
动察 Beating AI 快讯，Anthropic 新发布的 Claude Haiku 5.5，正在对国产低价模型形成「斩杀线」一般的竞争压力。10 月 8 日，港股大模型公司集体走弱，MiniMax 跌超 9%，智谱跌超 6%。同期恒生科技指数跌约 1%。 Haiku 5.5 的基础 API 输入价格为每百万 tokens 0.1 美元，输出为 0.5 美元。相比之下，DeepSeek V4.1 Flash 高峰时段分别收费 0.3 和 1.2 美元，闲时降至 0.15 和 0.6 美元。智谱 GLM-5.3 Flash 的标准价格为 0.15 和 0.5 美元。Haiku 5.5 在输入不超过 10 万 tokens 时，已经具备明显的单价竞争力。 Artificial Analysis 给 Haiku 5.5 的综合智能指数打出 43 分，超过 GLM-5.3 Flash 的 42 分、DeepSeek V4.1 Flash 的 39 分，以及小米 MiMo-V2.6-Flash 的 38 分。在 Terminal-Bench 4.0 编程评测中，Haiku 5.5 和 GLM-5.3 Flash 同为 33%，高于 DeepSeek 的 27% 和 MiMo 的 23%。 不过，Haiku 5.5 的优势主要体现在基础单价和最高推理强度下的成绩。它的 token 消耗较高，长上下文还会触发五倍定价。
MiniMax把OpenAI新Agents API做成开源版，Codex、Claude Code都能接
动察 Beating AI 快讯，MiniMax 开源 OpenAgentCore，做了一套兼容 OpenAI Agents API 的自托管实现。开发者可以继续使用 OpenAI 官方 SDK，只需要换掉 API 地址，后台运行的 Agent 可以选择 Codex、Claude Code 或 MiniMax Code。 Agents API 可以理解成一套「调用 Agent 的统一接口」。普通模型 API 主要负责一问一答。Agent 要连续干几个小时甚至几天，还要管理上下文、调用工具、协调子 Agent、保存任务进度。OpenAI 的 Agents API 把这些能力放到一个长期运行的 Session 里统一管理。 OpenAI 官方版本使用 OpenAI 托管的 Codex 执行框架。开发者可以自己选择代码在哪运行，但 Agent 的任务编排、上下文管理和运行状态仍由 OpenAI 负责。OpenAgentCore 则把这套后端也交给开发者自己部署。