Son dönemde yapay zeka dünyasına Jev isimli yeni bir model giriş yaptı. Klasik sohbet modellerinin aksine bu model sohbet etmeniz için değil, karar vermeniz için üretildi. Peki Jev söylendiği kadar başarılı mı? Sınıflandırma ve karar konusunda ne kadar doğru sonuçlar üretiyor? Diğer yapay zeka modelleri ile karşılaştırıldığında güçlü ve zayıf yönleri neler? Hadi gelin Jev yapay zeka modelini birlikte test edelim!
Jev, TypeSafe AI tarafından geliştirilen bir yapay zeka modelidir. Bu model klasik yapay zeka modellerinin aksine sohbet etmek için değil karar vermek için geliştirildi. Jev modeli kod yazmaz, görsel oluşturmaz, sohbet etmez. Tek görevi mevcut durumdaki en iyi kararı tespit etmektir.
Jev'in bir diğer özelliği ise verdiği kararların olasılık ve güven seviyesini de bizimle paylaşmasıdır. Böylece Jev'in hangi kararı verdiğini değil, bu karardan ne kadar emin olduğunu da görebiliyoruz.
Peki Jev ne yapıyor, bizim ne işimize yarıyor? Jev odaklandığı karar verme yeteneğiyle otomasyonların en can alıcı sorununa çözüm buluyor. Yazılımlar ve otomasyonlar kuralları takip edebilir ama önceden tanımlanmamış koşullarda karar veremez. İşte bu aşamada Jev devreye giriyor. Bir süreçte akışın hangi yöne ilerleyeceğine karar verilmesi gerekiyorsa, bu kararı Jev verebiliyor. Örneğin müşterinin şikayetinin konusuna göre ilgili ekibe maili yönlendirmeniz gerekiyor. Bu iş için bir insanın mailin başında beklemesine gerek yok. Otomasyon maili alır, Jev kararı verir!
Jev'i süreçlerde karar verici beyin olarak konumlandırabilir, kural tabanlı otomasyonlarınızı akıllı hale getirebilirsiniz.
Bunu diğer yapay zekalar da yapabiliyordu zaten, ne değişti? Jev modelinin farkı nedir?
Haklı bir soru! Şu ana kadar kullandığımız yapay zeka modelleri genel amaçlı modellerdi. Diğer yapay zeka modelleri karar verebiliyordu ama karar vermek bu modellerin asıl amacı değildi. Jev ise en başından itibaren bu iş için tasarlandı.
Üstelik Jev yalnızca karar vermekle yetinmiyor, bu karara ne kadar güvenebileceğimizi de gösteriyor.
Jev'in bir diğer avantajı ise hızlı ve düşük maliyetli bir model olmasıdır. Jev özellikle yüksek hacimli otomasyonlar için önemli bir avantaj sağlamaktadır. Jev gerçekten ucuz ve hızlı mı? Hadi beraber inceleyelim!
TypeSafe AI, Jev modelinin yanıt süresinin 70–500 ms arasında olduğunu açıkladı. Şirket, Jev'in benzer yapay zeka modellerine göre 40–200 kat daha hızlı olduğunu iddia ediyor.
TypeSafe AI'nin açıkladığı fiyatlandırmaya göre Jev'in 1 milyon giriş tokenı 0,042 dolar. Çıkış tokenları için ise ayrıca ücret alınmıyor. Yani modele verdiğimiz girdiye göre ücret alınmaktadır. Modelin bize verdiği cevabın uzunluğu fiyatı etkilememektedir. Şirket, Jev'in benzer yapay zeka modellerine göre 400 kata kadar daha ucuz olduğunu belirtiyor.
Peki Jev gerçekten bu kadar hızlı ve ucuz bir yapay zeka mı?
Jev'i bir de biz test etmek istedik ve GPT-5.6 ile kıyaslayarak inceledik. Sonuçlar gerçekten şaşırtıcı! Jev, gerçekleştirdiğimiz testte GPT-5.6'dan ortalama 5,4 kat daha hızlı sonuç veriyor. Aynı testin maliyetine baktığımızda ise Jev yaklaşık 4 kat daha düşük maliyetle çalışıyor.
| İstek Sayısı | Ortalama Hız (sn) | Toplam Maliyet | |
|---|---|---|---|
| JEV |
100 |
0,232 sn | 0,0058 $ |
| GPT-5.6 |
100 |
1,243 sn | 0,023 $ |
Jev'in karar verme mekanizmasını sınamak için ona gerçek e-postalardan oluşan bir phishing tespit testi yaptık. Aynı 100 e-postayı GPT-5.6'ya da vererek sonuçları kıyasladık. Sonuçlar yine oldukça dikkat çekici! JEV, 50 phishing e-postasının 49'unu doğru şekilde tespit ederken yalnızca 1 tanesini kaçırdı. 50 gerçek e-postanın ise 47'sini doğru şekilde ayırdı ve toplamda %96 doğruluk elde etti. GPT-5.6 ise aynı testte %99 doğruluk ile 50 phishing e-postasının tamamını doğru tespit etti.
Peki modeli test etmek için bu test yeterli mi? Jev'in farklı durumlar için karar verme gücünü de test etmek gerekir.
Jev'in sınırlarını zorlamak için daha karmaşık senaryolar denedik. Çelişkili ve dikkat dağıtıcı bilgiler vererek modelin karar mekanizmasını zorladık. Uzun metinler, tarih ve sayısal hesaplamalar kullanarak modelin ne kadar rasyonel kararlar verebildiğini inceledik. Sonuçlar ise oldukça dikkat çekici. Jev, test ettiğimiz 10 senaryonun tamamında beklenen kararı doğru verdi. Özellikle dikkat dağıtıcı ve çelişkili bilgilerin bulunduğu konularda kafası karışmadan sonuca ulaşabildi.
Yaptığımız testler sonucunda Jev'in karar verme konusunda oldukça başarılı olduğunu gördük. Jev'i belirsiz ve çelişkili bilgilerin olduğu zorlu senaryolarda da test ettik. Bu senaryoların hepsinde konunun özünü anlayarak doğru kararı verdi. Jev'in verdiği kararlarla beraber güven seviyesini de paylaşması daha doğru otomasyonlar tasarlamamıza imkan tanıyor.
Jev'in önemli bir özelliği daha var: belirsizliği kabul etmesi. Jev genel amaçlı modellerin aksine yeterli bilgi bulunmadığında “bilgi yetersiz”, “belirsiz” veya “bilinmiyor” gibi seçenekleri tercih edebiliyor. Bu özellik, otomasyonlarda yanlış bir karar vermek yerine belirsizliği sürecin bir parçası haline getirmemizi sağlıyor.
Testlerimizde belirgin bir zayıflıkla karşılaşmadık. Ancak farklı veri setleri ve daha geniş kullanım senaryolarıyla Jev'in performansını test etmek gerekiyor.
Jev'i kullanmak oldukça basit. Jev modeline bir senaryo ve bu senaryo hakkında cevaplamasını istediğimiz soruları veriyoruz. Jev ise sorularımıza göre karar, olasılık ve güven seviyesini bize veriyor.
Jev şu anda API üzerinden kullanılabiliyor. Kullanım detaylarına TypeSafe'ın resmi sayfasından ulaşabilirsiniz. Bu sayfalara ait linkler yazının sonunda yer almaktadır.
Jev Ai bu iş için biçilmiş kaftan. Otomasyonlarda sürecin yönünü belirlemek için pek çok konuda karar vermek gerekir. Bu işi yapay zeka araçları zaten yapabiliyordu. Jev ise bu işi bir adım ileriye götürmektedir. Model sadece karar vermiyor, bu kararla beraber olasılıkları da bizimle paylaşıyor. Bu durum kararların daha güvenli şekilde otomasyona aktarılmasını sağlıyor. Ayrıca Jev ile daha esnek ve yönetilebilir süreçler ortaya çıkıyor.
Yaptığımız testlerde Jev'in hız, maliyet ve karar verme konusunda başarılı sonuçlar verdiğini gördük. GPT-5.6 ile yaptığımız karşılaştırmada ortalama 5,4 kat daha hızlı ve yaklaşık 4 kat daha düşük maliyetli çalışırken, phishing testinde %96 doğruluk elde etti. Özellikle belirsizliği kabul etmesi ve kararlarına güven seviyesi eklemesi, Jev'i otomasyon süreçlerinde dikkat çekici bir yapay zeka modeli haline getiriyor.