Jevへの反応は、AIビジネスがコモディティ市場かどうかの決定打になるはず。突然現れたJevは、価格戦争の次のラウンドを引き起こした。JevはSystem Oneモデルの価値を示したんだ。速いyes/no/信頼度スコアは安価なだけじゃなくて、ほとんどの人が求めているものでもある。オープンソース版がHugging Faceに溢れていて、今や大手も顧客を維持するために出力トークンの大きなドライバーを手放して、価格競争に突入している。もし私がOpenAIやAnthropicなら、できるだけ製品を魅力的にするために急いでると思う。そうしないと、みんな安い方に流れちゃうからね。

curl https://api.openai.com/v1/decisions \ -H "Authorization: Bearer $(llm keys get openai)" \ -H "Content-Type: application/json" \ --data ' { "model": "gpt-6-luna", "input": [{ "role": "user", "content": [ {"type": "input_text", "text": "新しい製品機能に怒っている"} ] }], "questions": [{ "type": "predicate", "name": "complaint", "instructions": "これはクレームですか？" }, { "type": "predicate", "name": "compliment", "instructions": "これは褒め言葉ですか？" }] }' 返された内容: { "model": "gpt-6-luna", "answers": [ { "type": "predicate", "name": "complaint", "probability": 0.91 }, { "type": "predicate", "name": "compliment", "probability": 0.06 } ], "usage": { "input_tokens": 310, "input_tokens_details": { "cached_tokens": 0, "cache_write_tokens": 0 }, "output_tokens": 0, "output_tokens_details": { "reasoning_tokens": 0 }, "total_tokens": 310 } } この https://api.openai.com/v1/decisions エンドポイントは注目すべきだね。通常、OpenAIがこういうエンドポイントを定義すると、他のプロバイダーのデファクトスタンダードになることが多いから。（これを新しいllmプラグインにしたよ: https://github.com/simonw/llm-openai-decisions）

Jevは本当に業界を揺さぶったね。振り返ると、これは明らかだ。

OpenRouterを使ってJevとMercury Decideに対して、私の決定評価を実行した（まだ初歩的で600回未満の呼び出し、UIコンポーネント選択、チャットチャート、タグ選択、PKM関連）。Jevはその手頃さで私のmt0の努力を置き換えたし（特に、MacBook Neoでの制限は語彙のプルーニングや量子化の狂気の後でもある）、Mercury DecideはdLLMの取り組みが好きだから使ってる。もちろん初期段階だけど、Jevより遅くて、Mercury Decideのレイテンシーに似てるけど、入力量に対して線形に増加するわけじゃない（p50で346ms、p95で860ms、Mercury Decideも極端な場合は1.3秒まであったけど、今日は800msくらいで、サイズに対してはもっと一貫してスケールしてた）。私のあいまいなUIコンポーネントやレスポンス形状特定タスクに関しては「信頼性」が低くて（これらのモデルには非常に特定のユースケースがあって、Lunaは0.6以下ではよく失敗する）、競合他社はどちらも持っていなかった失敗した呼び出しがいくつかあった（4対0）。さらに、Jevよりも平均して3.1倍高かった。Mercury Decideの価格はまだ不明だから、そこは数字がないけど。要するに、Jevより遅くて、高くて、能力が劣る。Mercury Decideと大体同じくらいだけど、私の狂ったユースケースと要件（PKMに特化したFirefoxのフォークで、複数の無限キャンバスを使って情報合成を改善するための意思決定モデルを使用）を考慮すると、全体的にちょっと未熟な感じ。フロンティアラボは、価格やパフォーマンスで競争力のあるものを提供できるまで、流行に乗るべきじゃないと思う。公平を期すために言うと、画像入力のテストはまだしてないから、もしかしたらそれが全てを変えるかも。あと、私のはみんなのユースケースを反映してるとは限らないから、他の人の結果も見てみたい。あの時はコメントしなかったけど、Devdayのことを後で読んでみると、そういうことがたくさんあったみたい。NotionやGDocs、Jev、Muse、ほとんどが既存の競合からクローンされた感じだし（無限で超高速、超コードトークンのunsandboxed Mega Astraもそれほどすごくないし）。発表は少なくて、集中して高品質であってほしい。ChatGPT Atlas（彼らのChromiumベースのブラウザ）とその異常に早い死を考えると、これらのどれかに多くを投資するのは懐疑的だね。もし何かの改善があったとしても。