Dieser Beitrag zeigt Kosten- und Geschwindigkeitsdaten von Jev und anderen Modellen für klinische Entscheidungsaufgaben, vergleicht die Gesamtkosten von 9 APIs und merkt an, dass das schnellste lokale 3-GB-Modell in 284 ms antwortet.
you asked for cost and speed, so here they are 👇 pplx-decider and Jev each ran all 669 clinical decisions for about 3 cents. all 9 APIs together: 74 cents. the fastest 3 GB local model answers in 284 ms, quicker than any API i measured.
Während live klinischer Konsultationen liefert ein Ambient-Scribe regelmäßig Transkripte an Jev, der eine medizinische Ontologie durchläuft, um Symptome zu klassifizieren, die Differenzialdiagnose zu aktualisieren, Behandlungen vorzuschlagen und Warnsignale in Echtzeit zu erkennen.
Der Autor zeigt, wie man einen Patienten nur mit dem Jev-Modell von TypeSafe AI und etwas Code für Fragen an den richtigen Arzt überweist, und weist darauf hin, dass während des Gesprächs kein LLM verwendet wird.
Ein Entwickler teilt die Erstellung einer Kalorien-Tracking-App mit Jev und hebt die sofortige Erfahrung hervor.
