Laya 对比 Jev：决策模型浪潮的开源答案

Laya 对比 Jev：决策模型浪潮的开源答案

上周，AI 界认识了 Jev，这是 TypeSafe AI 推出的非聊天式“系统一”模型，它返回类型化决策而非散文。几天后，一个开源答案出现了：Laya，这是来自印度喀拉拉邦卡萨拉戈德的一家初创公司 Convai Innovations 推出的 Apache 2.0 开源权重决策模型。如果说 Jev 让这个类别变得有趣，那么 Laya 则让它对所有人都触手可及。以下是它是什么、两者如何比较，以及需要注意什么。

Laya 是什么

Laya 是一个非自回归决策模型：它完全不生成文本。你向它输入一段状态（一封邮件、一个支持工单、一个代理轨迹、一个 JSON 对象）以及带有固定答案集的类型化问题，它会在单次前向传播中返回带有校准概率的选定答案。没有 token，没有散文，没有可幻觉的内容，也没有 JSON 解析失败。

主英文检查点按现代标准来说很小，大约在 ModernBERT-large 骨干上有4.21 亿参数，这正是关键所在：它可以在适度的本地硬件上运行，而多语言变体覆盖100 多种语言。

Laya 对比 Jev，实话实说

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

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

| 访问方式 | 封闭，托管 API | Apache 2.0 开源权重，可自托管 |

| 延迟（供应商报告） | 托管约 236-276 毫秒 | 单张 Tesla T4 上约 33 毫秒 p50 |

| 成本 | 按调用计费的 API 定价 | 自托管 $0 |

| 语言 | 以英语为主 | 100 多种 |

| 开箱即用 | 针对决策任务调优 | 接近随机，直到你微调它 |

两个重要提醒让这个对比保持诚实：

为什么这个类别很重要

两个模型都押注于同一个想法，以卡尼曼的系统一命名：大多数生产环境中的“AI”工作不是开放式写作，而是数百万个快速、狭窄的决策，，这是欺诈吗，进哪个队列，这是否违反政策，下一步是什么。一个微小的类型化分类器能比要求“仅以 JSON 响应”的聊天模型更便宜、更快、更可靠地回答这些问题。

新兴的技术栈看起来是这样的：

你应该尝试哪一个

完整的技术细节在我们的 wiki 中：Laya 和 Jev。