Jev开始管Attention，MiniMax H3生成时间砍掉41.7%
相关推荐
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
Jev团队公开Coding Agent设计草案：每轮重新决定模型该看什么
动察 Beating AI 快讯，TypeSafe 创始人 Diogo Almeida 公开了一份 Coding Agent 设计草案，希望社区直接拿去实验。他直说团队大概率没时间自己把这些想法都做出来。 这份草案最核心的改动是上下文。现在的 Coding Agent 通常会一直带着之前的聊天、工具结果和代码状态，太长了再压缩或重启。TypeSafe 想让 Agent 每轮重新判断：继续沿用现有缓存，还是重新挑一份更合适的上下文；哪些保留全文，哪些只留摘要，哪些直接丢掉。 Almeida 认为，现有 Agent 不少设计都被 KV Cache 反过来绑住了。比如任务先切给便宜模型，再切回强模型，强模型可能还得重新读一遍长上下文，最后反而更贵；工具定义长期塞在系统提示词里，也会一直占空间。 上下文如果能动态重组，模型路由、Sub-agent、MCP 和 AGENTS.md 也能跟着按需加载。简单任务交给便宜模型，需要哪个工具再加载哪个，子 Agent 只拿和自己任务相关的状态。Almeida 暂时把这套思路叫「Meta-attention」。
Jev彻底开放：候补名单取消，所有人现在都能直接用
动察 Beating AI 快讯，TypeSafe AI 宣布 Jev 正式向所有人开放，取消候补名单。用户现在可以直接进入官方 Console 注册并使用，不需要再申请 Early Access。 Jev 不负责聊天或写代码，只做分类、打分和判断。开发者提前给出候选项，它直接返回选择、概率和置信度，让程序拿结果继续执行。目前官方价格仍是每百万输入 Token 0.042 美元，输出免费。 开放前，Jev 已经在第三方平台快速扩散。Vercel 称，它接入 AI Gateway 后 24 小时内被近 13% 的付费团队使用，成为 AI Gateway 历史采用速度最快的新模型，采用率超过同期 GPT-5.6 系列的 2 倍。
阶跃Step 5正式发布，10月15日开源
动察 Beating AI 快讯，阶跃星辰正式发布旗舰模型 Step 5 Preview。它采用稀疏 MoE 架构，总参数 600B，每次仅激活 27B，支持 100 万 Token 上下文和图文输入。API 和 Studio 已经全量开放，完整模型权重将在 10 月 15 日放出。 此前 Artificial Analysis 已经提前跑完评测。Step 5 Preview 在 Intelligence Index 得到 44 分，与 Kimi K3 Max 持平。AA 当前测得其输出约 100 Token/s，每项任务成本 0.71 美元；Kimi K3 Max 为 2 美元。 官方重点展示了它跑长任务的能力。阶跃让 Step 5 Preview 连续最多 24 小时自主优化一套 H100 GPU 内核。模型会自己改代码、跑测试、比较结果，再继续迭代。约 22 小时后达到 508 TFLOPS，同一实验中的 Claude Opus 5 为 493 TFLOPS。 另一项 24 小时实验里，Step 5 Preview 自己设计后训练数据，把 Qwen3-30B-A3B 在 AIME24 上的准确率从 53.3% 提到 60%，与 Claude Opus 5 持平，同时消耗更少的标注 Token。
阶跃Step 5偷跑：AA跑分追平Kimi K3，输出价不到1/5
动察 Beating AI 快讯，阶跃星辰还没正式官宣 Step 5，预览版已经提前出现在 Artificial Analysis。Step 5 Preview 是一款多模态推理模型，AA 标注其总参数约 600B、每次推理激活 27B，支持图片输入和 100 万 Token 上下文。 它在最新 Intelligence Index 得到 44 分，与 Kimi K3 Max 持平。Terminal-Bench 4.0 上，Step 5 Preview 得到 33%，Kimi K3 为 13%；SciCode 两者都是 59%。 Step 5 Preview 每百万输入 Token 1 美元，输出 2.7 美元；Kimi K3 分别为 3 美元和 15 美元。Step 5 的输出价格不到 K3 的五分之一，AA 跑完整套 Intelligence Index 的成本也只有 K3 的约四分之一。 阶跃星辰还没官宣 Step 5，但 AA 已经通过 StepFun API 跑完评测。参数和价格目前都还不是官方最终口径。
下一代App可能没有固定界面，Jev让App界面实时重组
动察 Beating AI 快讯，Vercel Labs 工程师 Chris Tate 给 json-render 接入 Jev，开始试验让 AI 在运行时直接组合 UI。 json-render 会提前准备好按钮、卡片、输入框、数据和动作。Jev 不需要像大模型一样逐 Token 写完整 JSON，只负责决定用哪些组件、怎么排序、放在哪里，再交给正常的 UI 渲染器。新界面默认一次判断选出主要组件，需要时再用第二次判断安排布局。 在同一个火车票界面生成演示中，默认 JSONL 模式从请求到完成用了 3.21 秒，Jev 只用了 0.88 秒。 未来 App 的界面可能根本不用完全写死。UI 可以变成运行时决策，同一个 App 面对不同用户、任务和状态，临时拼出不同的页面。Jev 这次演示已经把完整生成时间压到 1 秒以内，至少让这种交互开始有了实时感。 Runway 上月底发布的 Solaris 也在赌类似方向，只是路线更激进。Solaris 用世界模型逐帧生成整个界面，直接绕过传统代码和组件；Jev 仍然使用开发者提前写好的组件和动作，只动态决定怎么组合。一个想让软件变成实时生成的视频世界，一个更像让软件拥有一张随时重组的脸。