决策模型对比 · Julia 1 资料核对于 2026 年 9 月 29 日

Jev vs Julia 1

两者都能把状态、问题和候选答案转换为结构化决策。Jev 是托管生产 API;Julia 1 是面向本地 CPU 运行的开放权重模型。

托管 API

Jev

TypeSafe · System One 模型

通过托管 API 使用决策模型,无需下载权重、准备硬件或自行维护推理运行时。

开放权重

Julia 1

Supersonic Labs · 144.3M 参数

下载 Apache-2.0 权重,在本地用 Python 和 CPU 运行专注于决策的模型,并由调用方定义候选选项。

Julia 1 是 Supersonic Labs 的独立项目。Jev AI 与 Supersonic Labs 不存在隶属、关联或官方背书关系。

公开评测 · 2026 年 9 月 24 日

Julia 1 擅长明确选择,但并非适合所有工作负载

Supersonic Labs 报告称,这个紧凑模型在多个分类试验中表现不错,在 typed decisions 上也接近 Jev 参考值。不同任务之间的差异,比单一 headline 分数更值得关注。

Typed decisions

测试规模

2,000 个问题

Julia 1

73.15% · 1,463 / 2,000

Jev reference

72.70% 参考值 · +0.45 个百分点

AG News · 4 个标签

测试规模

100 个试验案例

Julia 1

94.00% · 94 / 100

Jev reference

91.00% 参考值 · +3.00 个百分点

DAIR Emotion · 6 个标签

测试规模

100 个试验案例

Julia 1

86.00% · 86 / 100

Jev reference

48.00% 参考值 · +38.00 个百分点

Banking77 试验 · 72 个标签

测试规模

100 个试验案例

Julia 1

64.00% · 64 / 100

Jev reference

87.00% 参考值 · −23.00 个百分点

Julia 1 的 typed-decision 细分结果为:Choice 71.33%(428/600)、Noul 80.67%(484/600)、Score 68.88%(551/800)。它在 MASSIVE 52 个 locale 上的公开场景准确率为 71.50%,其中 en-US 为 86.75%。

这些数字来自 Julia 1 的模型卡。Jev 数字是对方提供的对照参考,并不是在完全相同环境下重新运行 Jev 得出的结果。试验数据只能作为信号;进入新领域前,应使用自己实际的问题和选项测试。

逐项对比

决策形状相近,运行方式不同

两者都能表达 choice、score 和布尔判断。真正的差异在于谁托管模型、如何提供候选选项,以及你愿意自己承担多少基础设施。

它是什么

Jev

托管的 System One 决策模型

Julia 1

基于 mmBERT-small 的 144.3M 参数开放权重决策模型

部署方式

Jev

调用生产 API,无需运维模型服务

Julia 1

下载权重,用 Python 在 CPU 或兼容 GPU 上运行

问题类型

Jev

Noul、choice 和 score,单次请求可并行提问

Julia 1

通过统一的命名问题接口处理 choice、排序 score 和 Boolean noul

单个 choice 的选项数

Jev

遵循 Jev API 的限制和 schema

Julia 1

原生调用接受 2–20 个选项;Router 可先缩小更大的候选集合

概率

Jev

面向下游决策阈值的托管概率

Julia 1

按调用方顺序返回完整 softmax 概率;需针对任务验证校准效果

上下文与限制

Jev

由 API 契约统一管理

Julia 1

运行时支持最多 8,192 个合计 token;历史基准使用 1,024 个

许可证

Jev

专有托管服务

Julia 1

模型文件和推理代码采用 Apache-2.0;训练流程未公开

如何选择

先看你要解决的约束

想最快进入生产,选 Jev

适合希望通过 API 获取类型化决策和概率,又不想管理权重、GPU、模型下载和运行时更新的团队。

想控制本地运行,选 Julia 1

适合看重开放权重、CPU 执行、离线部署,或希望检查并掌控整个推理栈的团队。

在真实决策上都测一遍

它们都是决策模型,不是通用聊天系统。清晰的选项、有代表性的 state 和留出的测试集,比宽泛的基准 headline 更有参考价值。

Julia 1 模型卡说明它不是生成式模型,不应期待它补充缺失事实或执行很长的多步推理。请保持选项清晰互斥,并验证任何会触发重要动作的工作流。

来源与范围

本页根据 Julia 1 模型卡和 Supersonic Labs 发布说明整理,并与 Jev 的托管 API 模型并列展示。实现细节和最新修订请以原始资料为准。

数字和仓库信息核对于 2026 年 9 月 29 日。结果可能随模型版本、数据集、提示、硬件和服务配置变化。