Jev AI

模型档案 · 更新于 2026年10月19日

Jev-Omni

一个能读图片、声音和视频的决策分类器，不只看文本。

Jev-Omni 是一个独立的开放权重模型，借用了 Jev 的思路，并把它扩展到文本之外。你给它一个状态、一个问题和一组选项，它为每个选项返回一个概率，不写任何文字。它真正值得关注的是输入端：它还能接收图片和视频，而 Jev 不能。模型本身也支持音频，但在我们的测试中，它对简短语音和日常声音的判断接近随机，所以我们在 10 月 11 日关闭了 Jev AI 上的音频输入；音频请改用 Clef-Omni。

在找 OmniJev 吗？那是基于 Qwen3.5、提供 0.8B、2B 和 4B 模型的另一个项目，与这个基于 Gemma 的 Jev-Omni 无关：OmniJev 指南，以及 OmniJev 与 Jev-Omni 对比（英文）。

  • 基础模型Gemma 4 12B IT
  • 参数量12B
  • 许可证Apache-2.0
  • 作者akhilaaa3
在 Playground 中试用 Jev-OmniJev 使用教程

在线 Playground 位于本页的英文版，和 Jev、Laya、Clef 使用的是同一个编辑器：选一个示例，附上图片或视频，修改问题后运行。上传音频时会提示你切换到 Clef-Omni。登录后即可运行真实决策；本次测试版不包含公开 API 访问。

能读什么，速度多快

在已预热的 H200 上、经过优化的后端中测得的 20 次请求中位数。预处理和网络耗时另计，显卡越小越慢。

文本

公开测量中约 2,000 个 token。

83 ms

图片

每次请求一张图片。

26 ms

音频

模型上限为 30 秒。Jev AI 已关闭：在我们的测试中，对简短语音和声音的判断接近随机；请改用 Clef-Omni。

31 ms

视频

采样为 16 帧。

504 ms

Jev-Omni 到底是什么

由 akhilaaa3 独立开发，并非出自 TypeSafe。

它是在 Google 的 Gemma 4 12B IT 上加装一个分类头，用 30,000 道决策题微调后，以合并模型的形式发布的。分类头为你给出的选项打分，并返回这些选项上的概率分布。它不生成 token，所以没有需要解析的文字，也不存在模型输出不符合格式的问题。

多模态能力来自 Gemma 4 本身：第一次使用时，加载器会自动下载原始的多模态组件。音频上限为 30 秒，视频会被采样为 16 帧，因此它适合短片段和单张图片，而不是长录音。

它遵循 Gemma 4 的条款，采用 Apache-2.0 许可证。模型卡另外说明，训练数据集的权利不在该许可证覆盖范围内。

公开成绩

模型卡给出的两列数据：按场景或分组等权平均的准确率，以及按全部问题计算的微平均准确率。

基准范围准确率微平均准确率
DecisionBench Medium80 个场景 / 293 道题87.57%86.01%
JevBench (匹配子集)195 组 / 231 个决策86.15%87.45%
MMAU1,000 道题—63.10%
MVBench14 项评测任务 / 2,786 道题53.10%53.09%

这一行 JevBench 成绩并不是排行榜名次。 模型卡报告的 86.15% 来自一个包含 195 组、231 个决策的匹配子集。本站各对比页引用的 Benchmark Heaven JevBench v1.7.46，用 300 个公开、1,200 个封存的文本决策组成的新题库重新测了 Jev-Omni，在 184 个开放权重系统中排第 16 名，得分 67.7；Jev 作为托管 API，在该榜单上是不参与排名的参考行，得分 71.5。在不计速度和成本的主榜 Capability 排名中，Jev-Omni 排第 18 名，得分 71.3，Jev 为 77.1。它的智能分为 55.5（公开部分 59.1，封存部分 51.9），校准分为 87.0，Jev 为 90.6。该基准在 RTX 6000 上运行它。两个数字不可比较。查看完整的 JevBench 结果（英文）。

在图片榜上，它排第 13 名。 Benchmark Heaven 另设的 Image JevBench v0.3.0 对 63 个系统打分，其中 61 个参与排名，题库是新的 2,441 道题、覆盖 2,160 张图片，分为 300 个公开决策和 1,200 个封存决策。Jev-Omni 排第 13 名，得分 32.8，智能分 37.5，校准分 71.0，成本分高于排在它前面的所有开放权重系统。排在它前面的包括 kettei-fat (75.4)、Wity-1 (71.2)、Imajev-4B (63.7)、kettei-chub (63.3)、Sage 1.4 with images (beta) (47.9)、Surogate Rune 26B-A4B v3 (42.5)、Autoloops on Gemma 4 31B IT (41.4)、basal-omni-1.0-ultra (40.9)、Celeris-1 Decision (39.5)、imajev 9B (34.5)、H2O-Lightning-4B (image) (34.1)和Wity-1 with reasoning off (33.1)。在该榜的 Capability 排名中，它排第 22 名，得分 54.3。v0.3.0 的分数不能与 v0.1.5 的分数比较。比较 Imajev-4B 与 Jev-Omni（英文）。

校准：模型卡报告的中等期望校准误差为 0.0400（10 个分箱），由作者本人测得。

模型卡如何把它与更大的开放模型对比

转引自模型卡。模型卡注明，参考分数由各自的开发者官方发布，评测方法可能不同。

模型参数量MMAUMVBench模态
Jev-Omni12B63.10%53.10%文本、图片、音频、视频
Inkling总计 975B / 激活 41B77.20%—文本、图片、音频
Qwen3.5-397B-A17B总计 397B / 激活 17B—77.60%文本、图片、视频

客观地看，这张表说明的是规模而不是质量：在两个参考模型各自擅长的基准上，Jev-Omni 都落后，但参数量只是它们的一小部分，而且是三者中唯一覆盖全部四种模态的。

如何运行

需要一块 CUDA GPU。当前检查点包含约 24 GB 的 BF16 权重。我们 48 GB 的部署承载上面的托管体验；更大的输入需要更多运行时内存。音频输入还需要 ffmpeg。

pip install -r https://huggingface.co/akhilaaa3/Jev-Omni/resolve/main/requirements.txt
from huggingface_hub import snapshot_download

path = snapshot_download("akhilaaa3/Jev-Omni")
import sys; sys.path.insert(0, path)
from jev_omni import load_jev_omni

classifier = load_jev_omni()
result = classifier.predict(
    state="The meeting starts at 10 AM. It is now 9 AM.",
    question="Has the meeting started?",
    options=["Yes", "No"],
)
print(result)

其他模态请加上 media="/path/to/file"，并设置 modality="image"、"audio" 或 "video"。

先了解这些局限

  • 实际上限是二十个选项。分类头最多接受 256 个，但模型卡说明 20 个以上的质量尚未验证。
  • 只适合短媒体。视频取 16 帧；模型的音频上限为 30 秒，而 Jev AI 已关闭音频输入。
  • 在我们的测试中，短音频和非语音音频表现很弱。不到一秒的单个口语词，除非前后都补上静音，否则结果接近随机；五秒的环境声音（ESC-10）准确率只有 10%。较长的朗读语音表现正常。音频请使用 Clef-Omni，同样可以在 Playground 中试用。
  • 它是分类器。不生成输出 token，所以不会解释为什么做出这个选择。
  • 硬件要求不低。需要一块显存足以容纳 BF16 检查点和运行开销的 CUDA GPU。公开的速度数据是在 H200 上测得的。
  • 数据集权利与权重的 Apache-2.0 许可证是分开的。

选 Jev-Omni 还是 Jev？

以下情况选 Jev-Omni

  • 要判断的是一张图片、一段简短语音或几秒钟的视频。
  • 你有一块能容纳 12B 多模态模型的 CUDA GPU，并且希望使用自己掌控的开放权重。
  • 你愿意先用自己的数据验证准确率和校准，再信任这些数字。

以下情况选 Jev

  • 你的状态是文本，这涵盖了大部分分诊、审核、路由和打分工作。
  • 你想通过托管 API 获得经过校准的概率，无需安装任何东西，也不用维护 GPU。
  • 你需要 Jev 原生的文本决策流程和公开 API。如需托管的多模态决策，可以在 Playground 中试用 Jev-Omni。

文本这一半，现在就能测试

如果你的决策是文本，Jev AI 的 Playground 会用 Jev 1.13.0 跑你自己的案例：注册赠送 20 个免费积分，无需任何配置，每个回答都附带完整的概率分布。如果不是文本，Jev-Omni 是真正可行的选择，而 Jev 不是：先转成文本，或者使用能读像素的模型。

打开 PlaygroundJev 模型中文指南Jev API 中文文档

Jev-Omni 常见问题

Jev-Omni 是什么？

一个由 akhilaaa3 发布的开放权重多模态决策分类器，在 Google 的 Gemma 4 12B IT 上用 30,000 道决策题微调而成。你给它一个状态、一个问题和一组选项，它为每个选项返回一个概率，不生成文字。

Jev-Omni 是 TypeSafe 做的吗？和 Jev 有关系吗？

不是。它是一个独立模型，借用了 Jev 的名字和类型化决策的思路。TypeSafe 的 Jev 是闭源托管模型；Jev-Omni 则是基于 Gemma 4、采用 Apache-2.0 许可证、由你自己运行的权重。

Jev-Omni 在 JevBench 排行榜上吗？

在，而且在两个榜单上。Benchmark Heaven 的文本榜 JevBench v1.7.46 在 184 个开放权重系统中把它排在第 16 名，得分 67.7，低于 Jev 的参考分 71.5；在主榜 Capability 排名中排第 18 名，智能分 55.5。另设的 Image JevBench v0.3.0 在 61 个系统中把它排在第 13 名，得分 32.8。模型卡自己给出的 86.15% 是另一个数字，来自 231 个决策的匹配子集，两者不能比较。

Jev-Omni 需要什么硬件？

一块 CUDA GPU。当前检查点可直接以 BF16 加载。我们在 48 GB GPU 上的部署，经过少量文本和媒体测试后约占用 24 GB；更大的输入需要额外的余量。公开的延迟数据是在已预热的 H200 上测得的，应视为上限，而不是你在较小显卡上会看到的速度。

Jev-Omni 能处理多少个选项？

分类头最多接受 256 个，但模型卡说明它在 20 个以内表现最好，20 个以上的质量尚未验证。依赖之前，请先用你自己的选项数量测试。

Jev 能像 Jev-Omni 一样读图片吗？

不能。Jev 只接受文本：字符串、JSON 对象或数组。如果你的决策取决于一张照片、一条语音或一段视频，Jev 无法处理，而 Jev-Omni 这样的多模态模型可以。

资料来源

模型卡读取于 2026年9月22日；两个排行榜读取于 2026年10月19日。

Jev-Omni、Gemma 以及本页提到的其他产品均归各自所有者所有，与 Jev AI 无关联。数据引自上述来源在所注日期的内容，可能会变化。