Я использую Jev чаще, чем Opus 5.5 или GPT-6. Вот почему.

Jev — это новая модель принятия решений от TypeSafe AI. Она возвращает типобезопасные структурированные значения (выбор, оценка, вероятность) вместо сгенерированного текста, по цене 4 цента за миллион входных токенов без комиссии за вывод. На этой неделе я протестировал её на пяти реальных проектах: категоризация PR-запросов, метаанализ моих собственных сессий Claude и Codex, сортировка писем в Gmail, график аналитики продукта ChatPRD и панель мониторинга аудитории в реальном времени, построенная на основе 4500 комментариев YouTube. Что вы узнаете: 1. Чем Jev принципиально отличается от всех других моделей, которые я использовал 2. Как я проанализировал 1700 запросов на слияние за 9 центов и что я узнал о том, куда на самом деле ушли мои инженерные усилия 3. Персональный метаанализ, который вы можете провести прямо сейчас на своих сессиях Claude и Codex 4. Почему я перестал использовать Jev отдельно и с чем я его сейчас использую в паре 5. Как я превратил 4500 комментариев на YouTube в панель мониторинга аудитории с возможностью поиска практически бесплатно 6. Приложение в реальном времени, которое я создал за один день и которое демонстрирует удивительную скорость работы Jev 7. Почему модель ценообразования Jev отличается от любой модели LLM, которую я использовал, и что делает ее практичной для создания 8. Проект анализа продуктов ChatPRD: 1100 сигналов, 200 000 классификаций и во сколько он мне обошелся Представлено: OpenArt — универсальная платформа для создания изображений, видео, музыки, аудио и контента с помощью ИИ Подробнее: https://openart.ai/suite/chat?utm_sou... В этом эпизоде ​​мы рассмотрим: (00:00) Запуск Jev и чем он отличается от всех других моделей (02:49) Объяснение типобезопасных значений (05:28) Понимание результатов Jev (07:39) Пример использования 1: Категоризация PR и попарная кластеризация (11:12) Пример использования 2: Анализ ваших собственных локальных сессий Claude Code и Codex (13:00) Пример использования 3: Триаж Gmail с оценкой Jev и последующими действиями LLM (14:30) Пример использования 4: График анализа данных о продукте ChatPRD (18:17) Демонстрация: Как я использую ИИ для создания панели мониторинга сигналов аудитории (22:14) Демонстрация: Приложение для преобразования голоса в цвет и сопоставления эмоций (25:16) Краткий обзор недели с Джевом и что нас ждет во 2-м эпизоде Блог и подробные пошаговые инструкции по рабочим процессам из этого эпизода: Джев: Анализ данных с помощью ИИ и аналитика продуктов: https://www.chatprd.ai/how-i-ai/jev-a... ↳ Анализ запросов на слияние в GitHub с помощью Джева: https://www.chatprd.ai/how-i-ai/workf... ↳ Анализ комментариев на YouTube с помощью Джева: https://www.chatprd.ai/how-i-ai/workf... ↳ Многомодельная аналитика продуктов с помощью Джева: https://www.chatprd.ai/how-i-ai/workf... Упомянутые инструменты: • Джев (TypeSafe AI): https://typesafe.ai • Vercel: https://vercel.com/ai • GitHub API: https://docs.github.com/en/rest • YouTube Data API v3: https://developers.google.com/youtube/v3 • OpenAI Realtime Voice API: https://platform.openai.com/docs/guid... • Gemini 3.5 Flash-Lite: https://ai.google.dev/gemini-api/docs... • API Ninjas Quotes API: https://api-ninjas.com/api/quotes Где найти Клэр Во: ChatPRD: https://www.chatprd.ai/ Веб-сайт: https://clairevo.com/ LinkedIn:   / clairevo   X: https://x.com/clairevo Производство и маркетинг: https://penname.co/. По вопросам спонсорства подкаста обращайтесь по адресу jordan@penname.co.