Blog›Guides

Laya contre Jev : La réponse open-source à la vague des modèles de décision

Quelques jours après le lancement de Jev par TypeSafe, Convai Innovations a publié Laya : un modèle de décision Apache 2.0 de 421M de paramètres, revendiquant des décisions en 33 ms dans plus de 100 langues. Comment les deux se comparent, honnêtement, y compris la réserve sur le fine-tuning.

Laya contre Jev : la réponse open-source à la vague des modèles de décision

La semaine dernière, le monde de l'IA a découvert Jev, le modèle non-chat "System One" de TypeSafe AI qui renvoie des décisions typées au lieu de prose. Il a fallu des jours pour qu'une réponse ouverte apparaisse : Laya, un modèle de décision à poids ouverts sous licence Apache 2.0 de Convai Innovations, une startup de Kasaragod, Kerala, Inde. Si Jev a rendu la catégorie intéressante, Laya la rend accessible à tous. Voici ce que c'est, comment les deux se comparent, et ce à quoi il faut faire attention.

Ce qu'est Laya

Laya est un modèle de décision non-autorégressif : il ne génère pas de texte du tout. Vous lui fournissez un état (un e-mail, un ticket de support, une trace d'agent, un objet JSON) ainsi que des questions typées avec des ensembles de réponses fixes, et il renvoie les réponses choisies avec des probabilités calibrées en une seule passe avant. Pas de tokens, pas de prose, rien à halluciner, aucune erreur de parsing JSON.

Le checkpoint principal en anglais est petit selon les standards modernes, environ 421 millions de paramètres sur un backbone ModernBERT-large, ce qui est précisément le but : il tourne sur du matériel local modeste, et une variante multilingue couvre 100+ langues.

Laya contre Jev, honnêtement

| | Jev (TypeSafe AI) | Laya (Convai Innovations) |

|---|---|---|

| Accès | API hébergée fermée | Poids ouverts Apache 2.0, auto-hébergeable |

| Latence (annoncée par le fournisseur) | ~236-276 ms hébergé | ~33 ms p50 sur un seul Tesla T4 |

| Coût | Tarification API par appel | $0 auto-hébergé |

| Langues | Axé anglais | 100+ |

| Prêt à l'emploi | Ajusté pour les tâches de décision | Quasi aléatoire jusqu'à ce que vous le fine-tuniez |

Deux grandes mises en garde gardent cette comparaison honnête :

Tous les chiffres en tête sont des benchmarks des fournisseurs. Le "193x plus rapide que Claude" de Jev provient des propres évaluations de TypeSafe ; le "7.8x plus rapide que Jev" de Laya provient de celles de Convai. La vérification indépendante est mince pour les deux. Traitez chaque chiffre comme une affirmation à tester sur votre propre charge de travail.

La précision de Laya nécessite un fine-tuning. Le projet lui-même reconnaît que le modèle de base obtient des scores quasi aléatoires sur les tâches de décision hors de la boîte. Jev arrive prêt pour les tâches via son API ; Laya arrive comme une architecture ouverte efficace que vous adaptez. Cette différence compte beaucoup selon que vous avez des données d'entraînement et des compétences en ML en interne.

Pourquoi cette catégorie compte

Les deux modèles parient sur la même idée, nommée d'après le Système 1 de Kahneman : la plupart du travail "IA" en production n'est pas de l'écriture ouverte, mais des millions de décisions rapides et étroites - est-ce une fraude, quelle file d'attente, cela viole-t-il la politique, quelle est la prochaine étape. Un petit classifieur typé répond à cela moins cher, plus vite et plus fiablement qu'un modèle de chat à qui l'on demande de "répondre uniquement en JSON".

La pile émergente ressemble à ceci :

Modèles génératifs (ceux que vous sollicitez depuis notre catalogue) pour la création et le raisonnement

Modèles de décision (Jev, Laya) pour le routage, la notation et le filtrage autour d'eux

Lequel devriez-vous essayer

Vous voulez des décisions prêtes à l'emploi sans configuration et acceptez la tarification API : Jev.

Vous avez des données à fine-tuner, voulez une inférence locale/privée, une couverture multilingue, ou un coût marginal nul : Laya - les poids sont sur Hugging Face, et des runtimes communautaires existent déjà pour Node.js/TypeScript via ONNX.

Vous ne faites que générer des images, des vidéos ou du texte : aucun des deux ne remplace ce que vous faites aujourd'hui - mais si vous construisez de l'automatisation autour de vos générations (modération des sorties, routage des requêtes, notation des résultats), cette catégorie est sur le point de devenir l'outil le moins cher de votre boîte.

Analyses techniques complètes dans notre wiki : Laya et Jev.