Vergleich von Entscheidungsmodellen · Quellen geprüft am 29. September 2026
Jev vs. Julia 1
Beide verwandeln Zustand, Frage und Antwortoptionen in eine strukturierte Entscheidung. Jev ist eine gehostete Produktions-API; Julia 1 ist ein Modell mit offenen Gewichten für lokale CPU-Ausführung.
Gehostete API
Jev
TypeSafe · System-One-Modell
Nutze ein verwaltetes Entscheidungsmodell per API, ohne Gewichte, Hardware oder eine Inferenzlaufzeit selbst zu betreiben.
Offene Gewichte
Julia 1
Supersonic Labs · 144,3 Mio. Parameter
Lade einen Apache-2.0-Checkpoint herunter und betreibe ein fokussiertes Entscheidungsmodell lokal mit Python, CPU-Inferenz und eigenen Optionen.
Julia 1 ist ein unabhängiges Projekt von Supersonic Labs. Jev AI ist nicht mit Supersonic Labs verbunden oder von ihnen unterstützt.
Veröffentlichte Bewertung · 24. September 2026
Julia 1 ist stark bei klaren Entscheidungen, aber nicht bei jedem Arbeitsablauf
Supersonic Labs berichtet gute Ergebnisse in mehreren Klassifikationspiloten und eine Nähe zum Jev-Referenzwert bei typed decisions. Die Unterschiede zwischen Aufgaben sind wichtiger als eine einzelne Schlagzeilenzahl.
Typed decisions
2.000 Fragen
73,15 % · 1.463 / 2.000
72,70 % Referenz · +0,45 pp
AG News · 4 Labels
100 Pilotfälle
94,00 % · 94 / 100
91,00 % Referenz · +3,00 pp
DAIR Emotion · 6 Labels
100 Pilotfälle
86,00 % · 86 / 100
48,00 % Referenz · +38,00 pp
Banking77-Pilot · 72 Labels
100 Pilotfälle
64,00 % · 64 / 100
87,00 % Referenz · −23,00 pp
Die typed-decision-Werte von Julia 1 sind: Choice 71,33 % (428/600), Noul 80,67 % (484/600) und Score 68,88 % (551/800). Die veröffentlichte MASSIVE-Szenariogenauigkeit beträgt 71,50 % über 52 Locales, darunter 86,75 % für en-US.
Diese Zahlen stammen aus Julias Model Card. Die Jev-Werte sind bereitgestellte Vergleichswerte, kein neuer Jev-Lauf unter identischen Bedingungen. Teste die konkreten Fragen und Optionen deines Workflows selbst.
Merkmal für Merkmal
Gleiche Entscheidungsform, anderer Betriebsmodus
Beide können Choice-, Score- und Boolesche Entscheidungen ausdrücken. Die wichtigen Unterschiede liegen bei Hosting, Optionen und eigener Infrastruktur.
Was es ist
Gehostetes System-One-Entscheidungsmodell
Entscheidungsmodell mit 144,3 Mio. offenen Parametern auf Basis von mmBERT-small
Bereitstellung
Produktions-API aufrufen; kein Modellserver nötig
Checkpoint laden und die Python-Laufzeit auf CPU oder passender GPU betreiben
Fragetypen
Noul, Choice und Score; mehrere Fragen pro Anfrage
Choice, geordneter Score und Boolean-Noul über eine benannte Schnittstelle
Optionen pro Choice
Limits und Schema der Jev-API
Nativ 2–20 Optionen; ein Router kann größere Listen verkleinern
Wahrscheinlichkeiten
Gehostete Wahrscheinlichkeiten für nachgelagerte Schwellen
Volle Softmax-Wahrscheinlichkeiten in Eingabereihenfolge; Kalibrierung selbst prüfen
Kontext und Limits
Durch den API-Vertrag verwaltet
Laufzeit bis 8.192 kombinierte Tokens; historische Benchmarks nutzten 1.024
Lizenz
Proprietärer gehosteter Dienst
Artefakte und Inferenzcode Apache-2.0; Trainingspipeline nicht veröffentlicht
Die passende Wahl
Beginne mit deiner wichtigsten Einschränkung
Jev für den kürzesten Weg in die Produktion
Für typisierte Entscheidungen und Wahrscheinlichkeiten per API, ohne Gewichte, GPUs, Downloads oder Laufzeit-Updates zu verwalten.
Julia 1 für lokale Kontrolle
Für offene Gewichte, CPU-Ausführung, Offline-Betrieb oder vollständige Kontrolle über den Inferenz-Stack.
Beide mit echten Entscheidungen testen
Beide sind Entscheidungsmodelle, keine allgemeinen Chat-Systeme. Klare Optionen und ein zurückgehaltenes Testset sind aussagekräftiger als eine breite Benchmark-Zahl.
Die Model Card beschreibt Julia 1 nicht als generatives Modell und warnt vor fehlendem Wissen sowie langen mehrstufigen Schlussketten. Optionen sollten klar sein; folgenreiche Workflows müssen mit eigenen Daten geprüft werden.
Quellen und Umfang
Diese Seite fasst die Julia-1-Model-Card und die Ankündigung von Supersonic Labs zusammen und stellt sie dem gehosteten Jev-Modell gegenüber.
Zahlen und Repository-Details wurden am 29. September 2026 geprüft. Ergebnisse können sich durch Modelle, Daten, Hardware und Serving-Konfiguration ändern.