TypeSafe AI की नई रिलीज़ अपने फ़ैसला लेने वाले मॉडल को बेहतर बनाती है और प्रायोगिक इमेज प्रोसेसिंग, ऑब्जेक्ट लोकलाइज़ेशन और लंबा संदर्भ लाती है। इस अपडेट को अपनाने से पहले डेवलपर्स को ये बातें समझ लेनी चाहिए।
एक ग्राहक किसी ऑनलाइन रिटेलर को खराब हुए लैपटॉप की तस्वीर भेजता है। सपोर्ट सिस्टम को तय करना है कि नुकसान दिख रहा है या नहीं, प्रभावित हिस्सा कौन-सा है, और अनुरोध को सही टीम तक भेजना है।
इस वर्कफ़्लो को संभालने का एक तरीका फ़ैसला लेने वाला मॉडल है। एप्लिकेशन कोड को समझने के लिए लंबा विवरण तैयार करने के बजाय, वह स्ट्रक्चर्ड आउटपुट के ज़रिए तय सवालों के जवाब देता है।
14 अक्टूबर 2026 को TypeSafe AI ने Jev 1.14.0 जारी किया। यह एक क्रमिक अपडेट है, जिसके साथ प्रायोगिक इमेज क्षमताएं, bounding-box का नया सवाल प्रकार और बड़ी संदर्भ सीमाएं आई हैं। कंपनी मॉडल की गुणवत्ता में भी सुधार बताती है, खासकर बहुभाषी कामों में।
इस रिलीज़ की अहमियत फ़ैसला लेने के किसी नए आर्किटेक्चर में नहीं है। अहमियत इसमें है कि Jev अब ज़्यादा तरह की जानकारी देख सकता है और ज़्यादा तरह के जवाब दे सकता है।
Jev 1.14.0 में क्या बदला?
Jev, TypeSafe AI का बनाया फ़ैसला लेने वाला AI मॉडल है। एप्लिकेशन किसी स्थिति की जानकारी देता है और पहले से तय सवाल पूछता है। मॉडल बातचीत वाला टेक्स्ट देने के बजाय स्ट्रक्चर्ड जवाब और प्रायिकताएं लौटाता है।
हमारा पिछला TechiesJournal लेख, Jev Explained: Why This AI Model Makes Decisions Instead of Writing Answers, इस आर्किटेक्चर और इसके व्यावहारिक इस्तेमाल की पड़ताल करता है।
वर्शन 1.14.0 उसी बुनियाद पर बना है।
TypeSafe को उम्मीद है कि ज़्यादातर चीज़ें 1.13.0 से सिर्फ़ थोड़ी बेहतर होंगी, जबकि सबसे ज़्यादा बढ़त बहुभाषी सपोर्ट में अपेक्षित है। साथ ही कंपनी पहले सीमित रखी गई क्षमताओं को प्रयोग के लिए खोल रही है।
यह फ़र्क इसलिए मायने रखता है कि 1.14.0 के साथ घोषित कुछ फ़ीचर पिछले मॉडल के साथ भी काम करते हैं।
| क्षमता | Jev 1.14.0 में स्थिति |
|---|---|
| मॉडल की गुणवत्ता | TypeSafe के दावे के मुताबिक क्रमिक सुधार, खासकर बहुभाषी कामों में |
| इमेज इनपुट | प्रायोगिक। Jev 1.13.0 के साथ भी उपलब्ध |
box सवाल प्रकार | Jev 1.14.0 में नया। प्रायोगिक |
| लंबा संदर्भ | 262K-टोकन की प्रायोगिक सीमाएं। 1.13.0 और 1.14.0 दोनों में समर्थित |
| मॉडल एक्सेस | TypeSafe के API और Vercel AI Gateway के ज़रिए उपलब्ध |
स्टैंडर्ड मॉडल इंटरफ़ेस टेक्स्ट-आधारित ही रहता है। इमेज इनपुट और लंबा संदर्भ अलग से चालू की जाने वाली प्रायोगिक क्षमताएं हैं, डिफ़ॉल्ट प्रोडक्शन फ़ीचर नहीं।
TypeSafe इन प्रायोगिक फ़ीचर को अपना danger zone कहता है। कंपनी ने इन्हें डेवलपमेंट और खोजबीन के लिए उपलब्ध कराया है, पर साथ ही कहा है कि ये अभी प्रोडक्शन के लिए उसकी विश्वसनीयता की अपेक्षाओं पर खरे नहीं उतरते।
इसलिए इस रिलीज़ को परखने की दो अलग वजहें बनती हैं। पहली, यह आंकना कि अपडेट किया गया मॉडल मौजूदा एप्लिकेशन को बेहतर बनाता है या नहीं। दूसरी, उन क्षमताओं के साथ प्रयोग करना जो सपोर्टेड इंटरफ़ेस में पहले उपलब्ध नहीं थीं।
इमेज सपोर्ट स्ट्रक्चर्ड फ़ैसलों को विज़ुअल एप्लिकेशन तक ले जाता है
Jev का स्थापित डिज़ाइन एप्लिकेशन को जानकारी स्टेट के रूप में भेजने और उसके बारे में सवाल पूछने देता है। प्रायोगिक इमेज सपोर्ट इसी तरीके को आगे बढ़ाता है, क्योंकि अब विज़ुअल कंटेंट भी उसी अनुरोध का हिस्सा बन सकता है।
TypeSafe एप्लिकेशन स्टेट, सवाल के निर्देशों या मूल्यांकन के मानदंडों में इमेज का हवाला देने के लिए assets व्यवस्था इस्तेमाल करता है। इसलिए एप्लिकेशन फ़ैसला लेते समय टेक्स्ट, स्ट्रक्चर्ड बिज़नेस जानकारी और तस्वीरों को मिला सकता है।
खराब लैपटॉप वाले उदाहरण पर लौटते हैं।
सपोर्ट सिस्टम को ग्राहक का संदेश और एक इमेज मिलती है। वह पूछ सकता है कि तस्वीर में स्क्रीन को नुकसान दिख रहा है या नहीं, और समस्या का सबसे सही वर्ग कौन-सा है।
तस्वीर के बारे में एक पैराग्राफ़ लिखने के बजाय, Jev उन तय सवालों के जवाब उन रूपों में दे सकता है जिन्हें सपोर्ट एप्लिकेशन पहले से समझता है।
यह प्रोडक्ट-रिटर्न वर्कफ़्लो, दस्तावेज़ों की जांच, रखरखाव की रिपोर्टिंग और उन दूसरे एप्लिकेशन में काम आ सकता है जहां विज़ुअल सबूत किसी वर्गीकरण या रूटिंग के फ़ैसले में योगदान देता है।
इमेज प्रोसेसिंग डिफ़ॉल्ट रूप से बंद रहती है। TypeSafe के सीधे API का इस्तेमाल करते समय डेवलपर्स इसे यह भेजकर चालू करते हैं:
TypeSafe-Danger-Zone-Images: true
TypeSafe के डॉक्यूमेंटेशन के अनुसार box सवाल भी डिफ़ॉल्ट रूप से बंद रहते हैं, और इनमें से कोई भी सवाल शामिल करने वाले हर अनुरोध में यही हेडर चाहिए।
आधिकारिक इमेज डॉक्यूमेंटेशन सपोर्टेड अनुरोध संरचनाओं, इमेज रेफ़रेंस और प्रायोगिक सीमाओं का वर्णन करता है।
नया box सवाल प्रकार
Jev 1.14.0 का सबसे अलग जोड़ box है। यह ऐसा सवाल प्रकार है जो किसी इमेज के भीतर किसी ऑब्जेक्ट की जगह बताने के लिए बना है।
Jev के मौजूदा सवाल प्रकार ज़्यादातर वर्गीकरण, स्कोरिंग और शर्तों के मूल्यांकन से जुड़े हैं। इसके उलट box का जवाब इमेज के एक क्षेत्र का वर्णन करता है।
इसके जवाब में चार नॉर्मलाइज़्ड कोऑर्डिनेट होते हैं, top, bottom, left और right, और शून्य से एक के बीच का confidence मान।
ये कोऑर्डिनेट इमेज के आकार के सापेक्ष एक आयत बताते हैं। एप्लिकेशन इन मानों को पिक्सल स्थितियों में बदलकर पहचाने गए हिस्से को हाइलाइट या क्रॉप कर सकता है।
उदाहरण के लिए, एक box जवाब की संरचना कुछ इस तरह हो सकती है:
{
"type": "box",
"box": {
"top": 0.25,
"bottom": 0.82,
"left": 0.44,
"right": 0.84
},
"confidence": 0.92
}यह TypeSafe के प्रकाशित Box डॉक्यूमेंटेशन के पूरे रिस्पॉन्स उदाहरण से लिया गया एक उदाहरण मात्र है। उस रिस्पॉन्स में यह जवाब answers मैप के भीतर, सवाल के नाम वाली कुंजी के तहत, मॉडल के नाम और उपयोग की जानकारी के साथ आता है। ये मान TypeSafe के उदाहरण से हैं। ये TechiesJournal के किसी स्वतंत्र परीक्षण या लैपटॉप वाले परिदृश्य के नतीजे को नहीं दर्शाते।
confidence फ़ील्ड मॉडल के अपने बताए हुए भरोसे को दर्शाता है कि उसने जगह सही बताई है। इसे इस बात की स्वतंत्र रूप से सत्यापित 92% संभावना नहीं समझना चाहिए कि ऑब्जेक्ट सही जगह मिला है। अपने एप्लिकेशन के लिए थ्रेशोल्ड चुनने से पहले डेवलपर्स को प्रतिनिधि इमेज पर लोकलाइज़ेशन की सटीकता और confidence के व्यवहार को मापना होगा।
एक खास API बाधा भी है।
box सवाल हमेशा एक box लौटाता है। ऑब्जेक्ट मौजूद न होने पर भी इसमें कोई अलग नहीं मिला नतीजा नहीं होता।
TypeSafe सुझाव देता है कि इसे Noul सवाल के साथ जोड़ा जाए, जो जांचता है कि ऑब्जेक्ट मौजूद है या नहीं। तब मौजूदगी का नतीजा कोऑर्डिनेट इस्तेमाल करने का समर्थन न करे, तो एप्लिकेशन उन्हें नज़रअंदाज़ कर सकता है।
लैपटॉप-सपोर्ट एप्लिकेशन के मामले में इसका मतलब है कि दरार की जगह बताने वाले कोऑर्डिनेट पर भरोसा करने से पहले यह पूछा जाए कि दरार दिख रही है या नहीं।
दोनों नतीजों के काम अलग हैं। एक मौजूदगी का मूल्यांकन करता है, दूसरा जगह बताता है। इनमें से कोई भी अकेले स्वतंत्र रूप से सत्यापित विज़ुअल सबूत नहीं है।
TypeSafe का box डॉक्यूमेंटेशन रिस्पॉन्स फ़ॉर्मेट, confidence को संभालने और सुझाए गए सवाल पैटर्न को समझाता है।
डेवलपर्स के लिए यह नया प्रकार वर्गीकरण से आगे की एक दिलचस्प क्षमता लाता है। यह Jev को ऐसी स्थानिक जानकारी देने देता है जिसे इंटरफ़ेस और आगे की प्रोसेसिंग प्रणालियां इस्तेमाल कर सकती हैं, हालांकि इसकी प्रायोगिक स्थिति फ़िलहाल इसे बिना निगरानी वाले प्रोडक्शन वर्कफ़्लो के लिए कम उपयुक्त बनाती है।
लंबा संदर्भ इनपुट क्षमता बढ़ाता है, पर मापने लायक कीमत पर
TypeSafe ने बड़े इनपुट के लिए एक प्रायोगिक विकल्प भी शुरू किया है।
सामान्य सेटिंग में Jev हर अनुरोध पर अधिकतम 64,000 टोकन और हर सवाल पर 32,000 टोकन सपोर्ट करता है। लंबा संदर्भ चालू करने पर दोनों सीमाएं बढ़कर 262,000 टोकन हो जाती हैं।
यह क्षमता Jev 1.13.0 और 1.14.0 के साथ काम करती है।
बड़ी विंडो उन एप्लिकेशन की मदद कर सकती है जो लंबे कॉन्ट्रैक्ट, ऑपरेशनल लॉग या विस्तृत रिकॉर्ड जांचते हैं, जहां ज़रूरी जानकारी कई हिस्सों में बिखरी होती है।
उदाहरण के लिए, कॉन्ट्रैक्ट-रिव्यू एप्लिकेशन पूछ सकता है कि कोई लंबा करार खास शर्तों में समय से पहले समाप्ति की अनुमति देता है या नहीं।
पूरा दस्तावेज़ भेज पाने से उस वर्कफ़्लो का एक हिस्सा आसान हो जाता है। पर इससे नतीजा ज़रूरी रूप से ज़्यादा सटीक नहीं हो जाता।
TypeSafe साफ़ बताता है कि लंबे संदर्भ की प्रोसेसिंग डिफ़ॉल्ट सीमाओं के भीतर काम करने से धीमी और कम सटीक है।
इससे एक आर्किटेक्चर का चुनाव खड़ा होता है। पूरी सोर्स सामग्री भेजी जाए, या पहले सवाल से सबसे ज़्यादा जुड़े हिस्से निकाले जाएं।
जहां एप्लिकेशन भरोसे के साथ पहचान सकता है कि फ़ैसले के लिए कौन-सी सामग्री चाहिए, वहां दूसरा तरीका बेहतर हो सकता है।
लंबा संदर्भ इसके ज़रिए चालू होता है:
TypeSafe-Danger-Zone-Long-Context: true
लंबे संदर्भ का विकल्प चालू हो या न हो, TypeSafe इनपुट-टोकन की दर वही रखता है। फिर भी बड़ा अनुरोध ज़्यादा टोकन प्रोसेस करने के कारण ज़्यादा महंगा पड़ सकता है।
मॉडल डॉक्यूमेंटेशन सीमाओं और उनसे जुड़े व्यवहार का वर्णन करता है।
इमेज प्रोसेसिंग, स्थानिक जवाब और बड़ा संदर्भ मिलकर उन इनपुट और आउटपुट का दायरा बढ़ाते हैं जिन्हें Jev संभाल सकता है। साथ ही ये मूल्यांकन को एप्लिकेशन के असली वर्कलोड पर ज़्यादा निर्भर भी बनाते हैं।
मौजूदा Jev एप्लिकेशन को क्या सोचना चाहिए
जो डेवलपर्स पहले से Jev इस्तेमाल कर रहे हैं, उनके लिए मॉडल की गुणवत्ता में सुधार शायद प्रायोगिक फ़ीचर से ज़्यादा फ़ौरन काम के हों।
TypeSafe को उम्मीद है कि Jev 1.14.0 कामों में कुछ बेहतर प्रदर्शन करेगा, और सबसे बड़ा सुधार बहुभाषी सपोर्ट में होगा।
ये वेंडर की बताई अपेक्षाएं हैं, इस बात का सबूत नहीं कि हर एप्लिकेशन को बेहतर नतीजे मिलेंगे। TypeSafe अपने आंतरिक मूल्यांकनों की सीमाएं भी मानता है और डेवलपर्स को सलाह देता है कि वे अपने परीक्षण को प्राथमिकता दें।
एक से ज़्यादा भाषाएं संभालने वाले एप्लिकेशन को प्रोडक्शन जैसे प्रतिनिधि उदाहरणों पर दोनों वर्शन की तुलना करनी चाहिए, खासकर जहां वर्गीकरण की गलतियों के ऑपरेशनल नतीजे हों।
दूसरी बात है मॉडल वर्शन का प्रबंधन।
TypeSafe स्थिर मॉडल आइडेंटिफ़ायर के साथ बदलने वाले एलियास भी सपोर्ट करता है।
| इंटीग्रेशन | मॉडल आइडेंटिफ़ायर |
|---|---|
| TypeSafe का सीधा API | jev-1.14.0 |
| Vercel AI Gateway | typesafe-ai/jev-1.14.0 |
ये आइडेंटिफ़ायर अलग-अलग इंटीग्रेशन इंटरफ़ेस के ज़रिए उसी Jev रिलीज़ को दर्शाते हैं। डेवलपर्स को जिस प्लेटफ़ॉर्म का इस्तेमाल करें, उसके अनुरोध फ़ॉर्मेट और ऑथेंटिकेशन की ज़रूरतों का पालन करना चाहिए।
Vercel ने अपना Jev 1.14.0 इंटीग्रेशन 15 अक्टूबर 2026 को घोषित किया। उसकी AI Gateway घोषणा में AI SDK के प्रायोगिक डिसीज़न इंटरफ़ेस का एक उदाहरण शामिल है।
TypeSafe jev-latest और jev-preview जैसे एलियास भी देता है।
31 अक्टूबर की सोर्स समीक्षा के समय उसके डॉक्यूमेंटेशन में दोनों एलियास Jev 1.14.0 की ओर इशारा करते बताए गए हैं। स्थिर वर्शन आइडेंटिफ़ायर के उलट, अगली रिलीज़ आने पर एलियास आगे खिसक सकता है।
यह फ़र्क उन एप्लिकेशन के लिए मायने रखता है जिनका व्यवहार मॉडल के फ़ैसलों पर टिका है।
एलियास बदलने के बाद सपोर्ट-रूटिंग एप्लिकेशन कुछ सीमा के मामलों को अलग तरह से वर्गीकृत करने लग सकता है, भले ही एप्लिकेशन दोबारा डिप्लॉय न हुआ हो। नए नतीजे सुधार हो सकते हैं, गिरावट हो सकते हैं, या स्वीकार्य अंतर हो सकते हैं।
स्थिर मॉडल आइडेंटिफ़ायर इस्तेमाल करने से बदलावों को आगे बढ़ाने से पहले परखना आसान हो जाता है। TypeSafe अपने API रिस्पॉन्स में रिज़ॉल्व हुआ मॉडल वर्शन भी लौटाता है, जिससे एप्लिकेशन दर्ज कर सकते हैं कि हर फ़ैसला किस रिलीज़ से आया।
TypeSafe की रिलीज़ घोषणा में यह इरादा भी बताया गया है कि Jev 1.13.0 को औपचारिक रूप से बंद करने से 60 दिन पहले और Jev 1.14.0 के लिए 30 दिन पहले चेतावनी दी जाएगी, और कंपनी पहले एक डिप्रिकेशन नीति जारी करेगी। जो टीमें फ़िक्स्ड आइडेंटिफ़ायर पिन करती हैं, उन्हें इस सूचना पर नज़र रखनी चाहिए।
इसलिए वर्शन प्रबंधन सिर्फ़ इंटीग्रेशन का ब्योरा नहीं है। यह उस सॉफ़्टवेयर में अनुमानित व्यवहार बनाए रखने का हिस्सा है जो मॉडल के बनाए फ़ैसलों पर निर्भर है।
डेवलपर्स इस रिलीज़ को कैसे परखें
सबसे काम का परीक्षण एप्लिकेशन की तय ज़रूरतों के सामने तुलना है।
मौजूदा टेक्स्ट-आधारित इंटीग्रेशन के लिए इसका मतलब है Jev 1.13.0 और 1.14.0 को एक ही प्रतिनिधि इनपुट पर चलाना, जिनके अपेक्षित नतीजे किसी भी मॉडल से स्वतंत्र रूप से तय किए गए हों।
नतीजों से पता चलना चाहिए कि सुधार उन वर्गीकरणों, भाषाओं और बिज़नेस शर्तों के लिए सार्थक हैं या नहीं जिनसे एप्लिकेशन का सचमुच सामना होता है।
प्रायोगिक इमेज वर्कफ़्लो के लिए अतिरिक्त मामले चाहिए।
खराब लैपटॉप वाले उदाहरण में सिर्फ़ साफ़ दरार वाली तस्वीरें परखने से विश्वसनीयता के बारे में बहुत कम पता चलेगा। ज़्यादा जानकारी देने वाले डेटासेट में हल्का नुकसान, बेदाग स्क्रीन, परछाइयां, खराब रोशनी, आंशिक रूप से ढके दोष और वे मामले होने चाहिए जिनमें मांगा गया ऑब्जेक्ट मौजूद ही नहीं है।
मूल्यांकन में वर्गीकरण की सटीकता, गलत पहचान, छूटे हुए दोष, लोकलाइज़ेशन की गुणवत्ता और confidence तथा असल सटीकता के रिश्ते को मापा जाना चाहिए।
लंबे संदर्भ के लिए सार्थक तुलना यह देखेगी कि पूरा दस्तावेज़ प्रोसेस करना, सावधानी से चुने गए प्रासंगिक हिस्से देने से बेहतर रहता है या नहीं।
सटीकता के साथ लेटेंसी और लागत भी मापी जानी चाहिए, ताकि सुधारों को उनके ऑपरेशनल नतीजों के सामने आंका जा सके।
एप्लिकेशन के हिसाब से ये परीक्षण अलग मकसद पूरे करते हैं। जो सपोर्ट सिस्टम रिव्यू कतार सुझाता है, वह ऐसी गलतियां सह सकता है जो भुगतान, एक्सेस या भौतिक उपकरण नियंत्रित करने वाले वर्कफ़्लो में अस्वीकार्य होंगी।
ज़्यादा जोखिम वाले सिस्टम में एप्लिकेशन को स्वतंत्र नीति लागू करने की व्यवस्था और जोखिम के मुताबिक ज़रूरी मानवीय समीक्षा बनाए रखनी चाहिए।
ये आर्किटेक्चर के व्यापक विचार हैं, Jev 1.14.0 की कोई खास विशेषता नहीं। हमारा पिछला लेख, AI Is Learning to Decide Without Talking, देखता है कि Jev और AI के दूसरे फ़ैसला लेने वाले तरीके एप्लिकेशन आर्किटेक्चर में कहां फ़िट होते हैं।
इस रिलीज़ के लिए फ़ौरी काम ज़्यादा सीमित है। यह तय करना कि नया मॉडल या प्रायोगिक क्षमता किसी साफ़ तय इस्तेमाल के लिए काफ़ी अच्छा प्रदर्शन करती है या नहीं।
Jev 1.14.0 फ़ैसला लेने वाले मॉडलों की दिशा के बारे में क्या बताता है
Jev 1.14.0 एक क्रमिक रिलीज़ है, फ़ैसला लेने वाले AI के काम करने के तरीके में बुनियादी बदलाव नहीं।
इसके मॉडल सुधार मौजूदा उपयोगकर्ताओं को प्रदर्शन दोबारा आंकने की वजह देते हैं, खासकर बहुभाषी वर्कलोड के लिए। प्रायोगिक फ़ीचर विज़ुअल और लंबी जानकारी वाले एप्लिकेशन के ज़्यादा बड़े दायरे की ओर इशारा करते हैं।
box प्रकार उस दिशा का सबसे साफ़ संकेत है। Jev नतीजों को चुनने और स्कोर करने से आगे बढ़कर ऐसी स्ट्रक्चर्ड स्थानिक जानकारी बना रहा है जिसे एप्लिकेशन सीधे समझ सकते हैं।
ये क्षमताएं प्रोडक्शन में काम की बनती हैं या नहीं, यह मॉडल की सटीकता, एकरूप व्यवहार और आसपास के वर्कफ़्लो की विश्वसनीयता में सुधार पर निर्भर है।
TypeSafe ने इन्हें प्रोडक्शन-तैयार घोषित करने से पहले ही उपलब्ध कराने का रास्ता चुना है। इससे Jev 1.14.0 परखने लायक रिलीज़ बन जाता है, खासकर उन डेवलपर्स के लिए जो विज़ुअल डिसीज़न सिस्टम खंगाल रहे हैं।
मौजूदा उपयोगकर्ताओं के लिए यह एक मॉडल अपडेट है जिसे परखना है। विज़ुअल फ़ैसलों पर काम कर रहे डेवलपर्स के लिए यह एक नई क्षमता का प्रोटोटाइप बनाने का मौका है। यह फ़र्क रिलीज़ के हर फ़ीचर को बराबर परिपक्व मानने से ज़्यादा काम का है।
संदर्भ और आगे पढ़ें
- Jev: For the builders AND dreamers , TypeSafe AI, 14 अक्टूबर 2026। आधिकारिक रिलीज़ घोषणा, मॉडल में बदलाव, प्रायोगिक फ़ीचर और बताई गई सीमाएं।
- TypeSafe Models , TypeSafe AI। मॉडल आइडेंटिफ़ायर, संदर्भ सीमाएं, एलियास, सपोर्टेड इनपुट, भाषा से जुड़े विचार और कीमतें।
- Images , TypeSafe AI। प्रायोगिक इमेज हैंडलिंग, एसेट रेफ़रेंस और अनुरोध कॉन्फ़िगरेशन।
- Box , TypeSafe AI। ऑब्जेक्ट लोकलाइज़ेशन, नॉर्मलाइज़्ड कोऑर्डिनेट, confidence मान और ऑब्जेक्ट न होने की सीमा।
- TypeSafe AI’s Jev 1.14 is now available on AI Gateway , Vercel, 15 अक्टूबर 2026। गेटवे मॉडल आइडेंटिफ़ायर और इंटीग्रेशन के उदाहरण।
- Jev Explained: Why This AI Model Makes Decisions Instead of Writing Answers , TechiesJournal, 23 सितंबर 2026। Jev के फ़ैसला लेने वाले आर्किटेक्चर की बुनियादी व्याख्या।
- AI Is Learning to Decide Without Talking , TechiesJournal, 4 अक्टूबर 2026। AI डिसीज़न सिस्टम का व्यापक आर्किटेक्चर संदर्भ।
सोर्स समीक्षा: 31 अक्टूबर 2026। प्रदर्शन की अपेक्षाएं TypeSafe AI के हवाले से हैं। इस लेख के लिए कोई स्वतंत्र मॉडल बेंचमार्क या प्रोडक्शन विश्वसनीयता परीक्षण नहीं किया गया।