NeoHorse-Jev杀到开源Jev综合评测第一易主Jev-Omni坐得住吗【免费下载链接】Jev-Omni项目地址: https://ai.gitcode.com/hf_mirrors/akhilaaa3/Jev-Omni“Jev”这个词正以肉眼可见的速度从硅谷扩散到国内开源社区。它代表的是一类刻意砍掉文本生成、只输出候选概率的“哑巴AI”——不写文章、不写代码、不聊天只做判断。TypeSafe 的 Jev 凭借“判断比生成快近两个数量级”的故事拿下 4000 万美元种子轮而在开源一侧这场戏的主角却换了一拨人先是 12B 的多模态决策分类器 Jev-Omni随后是 9 月 26 日基元律动tokenrhythm.ai发布的 NeoHorse-Jev-4B——一个仅 4B 参数、却宣称拿下“开源 Jev 综合评测第一”的新玩家。本文不打算给任何一方站台而是把两件事并排摆到台面上NeoHorse-Jev 的“第一”是怎么算出来的Jev-Omni 的四模态、零 Token 决策在家族内卷中到底还剩多少优势。所有结论要么有社区报道可查要么能直接在本仓库源码里验证。一、NeoHorse-Jev 杀到4B 参数与一个精确限定的“第一”基元律动由华为诺亚方舟实验室前主任、盘古大模型负责人王云鹤创办团队把研发重心押在“实时决策”上。其发布的 NeoHorse-Jev-4B 基于 4B 规模底座主打毫秒级判断在一次由 1158 个真实文本请求构成的混合负载测试中32 并发下服务端平均决策耗时为 74.3ms并发拉高到 256 时系统以每秒 347.05 个请求的吞吐跑完了全部 6948 次请求无一失败。支撑这一表现的是 prefill-only 推理链路——模型直接计算候选选项的概率省掉了“逐 Token 生成自然语言答案”这个传统生成式模型最主要的延迟来源。“开源 Jev 综合评测第一”的说法来自本轮六组基准测试NeoHorse-Jev-4B 拿下 77.70 的综合 AVG 分数领先同为开源参评的 Open-Jev-9B 2.03 分其中在 Nimble、VitaminC、MASSIVE 三项核心测试中平均得分 83.26相比对应原始模型的 71.76 分提升了 11.50 分。与 Jev 原版一致它提供三种调用范式——Choice单选、Noul是非判断、Score打分评价输入自然语言定义的任务与候选项直接返回软件可解析的概率与分数权重与推理源码均以 Apache-2.0 开源。值得注意的是发布方自己对“第一”给出的限定说明“第一”限定为本轮六组评测结果完整的开源参评模型并不代表各单项均为第一本轮评测也尚未覆盖市场上全部开源 Jev 类模型。换句话说这是一个“参赛名单内”的第一而非全赛道普查的第一。这也正是我们接下来要拆解的Jev-Omni 这类四模态模型并没有出现在这份名单里那么它的位置应该怎么看二、家族内卷Jev-Omni 的四模态与零 Token 决策优势还在不在先看 Jev-Omni 的家底。根据仓库 README.md这是一个基于 Gemma 4 12B IT 底座、经过 3 万题微调的多模态决策分类器支持文本、图像、音频、视频四种输入输出的是每个选项的校准概率而不是任何解释性文本。它与 NeoHorse-Jev 共享同一套“不生成、只判断”的哲学但在两个维度上明显走了更远模态宽度。NeoHorse-Jev-4B 的公开资料显示其支持“单张图片与文本联合输入”而 Jev-Omni 的处理器配置覆盖了四路信号——图像按 280 个 soft token 编码、音频以 16kHz 采样切分为 token、视频在 核心推理逻辑 中被均匀抽帧为 16 帧送入视觉编码器。仓库中的 config.json 显示其底层是 48 层的 Gemma4 Unified 统一主干隐藏维度 3840、最大位置编码 26 万 token图像、音频、视频信号经由轻量投影器统一 token 化后进入同一个 Transformer这与拼接式融合的“伪多模态”有本质区别。参数与校准。12B 参数规模带来的直接收益体现在多模态基准上MMAU含音频理解63.10%、MVBench视频理解53.10%DecisionBench Medium 达到 87.57%而 DecisionBench 的概率校准误差 ECE 低至 0.0400——低 ECE 意味着模型说“90% 确定”时事实正确率真的接近 90%这对决策类应用比单点准确率更有意义。微调细节记录在 决策头配置LoRA rank 512、学习率 1e-05、750 步、4 卡 DDP、约 2.1B 可训练参数是一个典型的“底座冻结、决策头 LoRA”轻量训练配方。零输出 Token 的成本结构。与 NeoHorse-Jev 的 prefill-only 同源Jev-Omni 在 核心推理逻辑 中通过注册在解码器上的 forward hook 捕获最后一层隐藏状态喂给_Head256决策头——一个对隐藏状态做归一化后映射到 256 个选项槽位的线性层全程只做一次前向传播不产生任何生成 Token。因此推理成本只含输入 TokenREADME 中给出的计价是“按输入 Token × Gemma 3 12B 的输入单价$0.05/M”每次调用只有一个问题的状态输入。实测延迟H20020 次优化后端请求的中位数为约 2k token 文本 83ms、图像 26ms、13 秒音频 31ms、16 帧视频 504ms。相比之下NeoHorse-Jev 的 74.3ms 是纯文本决策的服务端计时——两者在文本判断上几乎同量级但 Jev-Omni 把音频和视频也纳入了“毫秒级判断”的射程。那么“优势还在不在”公允的答案是分工不同尚不存在谁吃掉谁。NeoHorse-Jev 用 4B 把文本高频决策的性价比做到了极致快、便宜、易部署兼容 vLLM/SGLangJev-Omni 则押注四模态统一决策——图像审核、音视频取证、多模态内容风控这些场景恰恰是纯文本模型无法覆盖的增量市场。从 README.md 的选项上限说明决策头支持 256 个选项、最佳支持区间为 20 个以内也能看出它是一个为“结构化封闭选项判断”而生的引擎与 NeoHorse-Jev 面向的“状态→候选动作→概率”链路是同一类接口、不同赛点。三、评测第一的含金量榜单口径、复测与定位差异把两个模型放在同一张榜单上直接比较目前缺乏公共基准。NeoHorse-Jev 的 77.70 分来自其自选六组基准的综合 AVG且发布方明示该轮未覆盖全部开源 Jev 类模型Jev-Omni 的分数则来自 DecisionBench80 个场景 / 293 题、JevBench195 组 / 231 项决策、MMAU1000 题与 MVBench14 项任务 / 2786 题四套基准的混合口径。两套数字分属不同评测体系无法直接相减——这正是“综合评测第一”容易被误读的地方榜单口径不同第一就只是某一份名单里的第一。更值得关注的是可复测性。Jev-Omni 仓库里放了一份 验证用例包含 4 个结构化决策样例会议开始与否、客服问题是否解决、掷骰子点数、抽彩球颜色及对应的参考概率输出最坏绝对偏差控制在 0.0194 以内——这意味着任何人下载模型后跑一遍 调用示例 就能核验官方数字是否可复现。这种做法把“评测分数”从营销话术变成了可验证的工程事实在决策模型这种“分数即卖点”的赛道上尤为难得。另一个维度的“含金量”是性价比。仓库自带的成本-准确率图直观展示了这一对比图中横轴是单次 API 成本对数刻度Jev-Omni 以 $0.001 附近的单次调用成本拿到 87.57%同赛道的文本分类器 Jev 1.13 以略低的成本做到 90.48%而 GPT-5.6 Luna、Gemini 3.8 Flash、Claude Sonnet 5 等闭源模型虽把准确率推到 98%–99% 一线单次成本却高出数倍。对于工具路由、内容过滤这类单次调用价值极低、调用频次极高的判断任务准确率与成本的权衡曲线比单一“榜首”更能说明落地价值。概率校准同样经得起看。仓库第二张图展示的是 DecisionBench Medium 上“预测置信度”与“观测准确率”的关系Jev-Omni 的曲线青绿色在从 25% 到 95% 的置信区间内始终贴近对角线且高置信区间聚集了更多样本点更大同图的文本分类器 Jev 1.13 在中低置信区间与对角线有明显偏离。校准能力决定了决策模型能否被安全地嵌入自动化链路——当置信度不可信时系统就无法设置“低置信转人工”的阈值而这恰恰是合规场景如内容审核、司法取证辅助的刚需。结语坐不坐得住取决于赛道怎么选回到标题的问题NeoHorse-Jev 杀到开源 Jev 综合评测第一是否易主答案是在某一份限定名单内是的在完整开源 Jev 生态里还没到论输赢的时候。NeoHorse-Jev-4B 以 4B 规模证明了“极速文本决策”的工程极限其 74.3ms 服务端决策、347 req/s 的高并发吞吐足以让低频生成式模型在大量高频判断场景里失去性价比而 Jev-Omni 手里攥着的是另一张牌——四模态统一决策、0.0400 的校准误差、可复验的评测与零 Token 成本结构它在音视频取证、多模态内容风控这类 NeoHorse 尚未进入的战场上没有对手。“第一”这个词在决策模型赛道里正在失去唯一性文本有文本的榜首多模态有多模态的榜首性价比有性价比的榜首。对开发者而言真正的问题不是“谁是第一”而是“我这条调用链路里需要的是哪一档判断力”——是 4B 的毫秒级文本路由还是 12B 的图文音视频统一裁决。答案不同榜首也就不同。【免费下载链接】Jev-Omni项目地址: https://ai.gitcode.com/hf_mirrors/akhilaaa3/Jev-Omni创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
