Informe visual
Benchmarks de velocidad y coste de Jev
Cómo leer estos gráficos
Son visualizaciones comunitarias basadas en rangos TypeSafe y titulares de flujo discutidos públicamente. No son pruebas de laboratorio independientes de jevtypesafe.org. Úsalas para entender órdenes de magnitud y verifica con tus propios fixtures mediante la guía de la API.
- Las bandas de latencia importan sobre todo para compuertas de enrutamiento en la petición.
- Precio de entrada + salidas gratis importan en puntuación de alto volumen.
- Los multiplicadores de flujo dependen de la carga; trátalos como evidencia de marketing de banda alta.
Gráfico de latencia
Los modelos generativos frontier pueden tardar de segundos a minutos de extremo a extremo. La banda System One publicada de Jev es decenas a cientos de milisegundos — la diferencia entre una compuerta de agente ágil y una petición bloqueada.
Gráfico de precios
Jev publica unos $0.042 / MTok de entrada y tokens de salida gratis. Las bandas LLM habituales empiezan más altas en entrada y siguen cobrando cadenas generadas. Los gateways pueden añadir margen — confirma tarifas en vivo antes de presupuestar.
Titulares de velocidad y coste del flujo
Las evaluaciones al estilo flujo de TypeSafe publicaron números relativos llamativos frente a rutas LLM de decisión. Los gráficos siguientes hacen esos titulares escaneables para stakeholders que no leerán el informe completo.
Escenarios de prueba al estilo público
Estos escenarios recombinan temas de demos públicas y artículos de desarrolladores (mesas de enrutamiento, decisiones por lotes, bucles interactivos, Choice grandes). Son plantillas para fixtures reproducibles — no cuadernos oficiales copiados.
Mesa de triaje de tickets de soporte
Envía un mensaje de cliente como estado y pide Choice (equipo), Noul (¿urgente?) y Score (frustración) juntos. Refleja demos públicas de enrutamiento y sustituye una cadena clasificadora LLM multi-prompt.
Espera decisiones subsegundo cuando se cumple la banda de latencia publicada.
Pre-filtro antes de razonamiento LLM caro
Usa Jev para filtrar eventos de bajo riesgo y escalar solo casos ambiguos a modelos clase GPT/Claude. Es el patrón híbrido que hace relevantes los gráficos de coste en producción.
La mayor parte del volumen queda en llamadas de decisión baratas; el gasto se concentra en casos difíciles.
Map por lotes sobre registros
Puntúa o clasifica muchas filas con el mismo conjunto de preguntas. Tokens de salida gratis publicados hacen el fan-out especulativo mucho menos castigador que modelos generativos que facturan respuestas largas.
El coste escala sobre todo con el tamaño de entrada, no con respuestas verbosas.
Selección Choice de alta cardinalidad
Pasa una lista grande de opciones (equipos, SKU, enlaces wiki). Respuestas ligadas al esquema evitan alucinación en texto libre y reducen reintentos del parser que inflan latencia y gasto.
Las ganancias de estabilidad se acumulan al crecer el número de opciones.
Tabla de coste a ojo
Estimación comunitaria aproximada con $0.042 / MTok de entrada y salidas gratis. Supone ~1.000 tokens de entrada por llamada de decisión. Sustituye por conteos medidos en tus trazas.
| Decisiones mensuales | Tokens de entrada aprox. | Gasto estimado entrada Jev |
|---|---|---|
| 100.000 | 100M | ~$4.20 |
| 1.000.000 | 1B | ~$42 |
| 10.000.000 | 10B | ~$420 |
Compáralo con clasificadores generativos que también facturan salida y suelen necesitar reintentos tras fallos de parseo. Para diferencias a nivel de características, consulta Jev frente a LLM tradicionales.
Referencia de origen: