Jevが78本を40秒で判断

Jevが登場したのは、生成AIの競争が激しい時期だが、あえてその土俵には乗らない。テキストや画像を生み出す代わりに、Yes/No、Score、Choiceの判定に限定し、小さな判断を大量に処理する速さを売りにする。AI Watchの見出しを使ったテストは想定用途をよく表している。読者が何十本もの記事タイトルに目を通すとき、今どれを読むかを決める作業こそ、Jevが向く判断だ。プロンプトにユーザーの優先事項をあらかじめ設定すれば、判定の精度を高められる。

ただし、GPT-6 Lunaとの比較は、この優位性の限界も示す。Jevは1件あたり100～500ミリ秒で応答し、78件を40秒強で完了した。一方、GPT-6 Lunaを1件ずつ呼び出すと所要時間は約10倍になり、合計で8分近くかかった。ところが78本の見出しを1回のGPT-6 Luna呼び出しにまとめると、合計は約45秒に短縮され、Jevの優位は自動的なものではないと分かる。コストも双方とも小さく、サンプル実行1回の費用はJevが0.01ドル未満、GPT-6 Lunaは1回あたり約0.01ドルだった。教訓は、モデルと方法をタスクに合わせるべきだということだ。