JevvsClef

Jev사용기

텍스트를 쓰지 않고 판단만 한다 — 분류하고, 점수를 매기고, 확률을 붙여 예·아니오를 낸다. 실사용 영상에서 지원 문의를 넣자 분류와 함께 심각도와 확신도를 즉시 돌려줬고, "이전 지시를 무시하라" 류의 주입 공격을 앞단에서 걸러 내는 용도로도 동작했다. 입력 100만 토큰당 0.042달러에 출력은 무료라, 그 리뷰어는 230만 토큰을 쓰고 10센트가 안 나왔다고 자기 대시보드를 보여 줬다.

Clef사용기

단순한 분류는 잘 맞는다. 일본어 업무 문의 96건을 돌린 비교에서 정확도 96.4%로 Jev(95.3%)와 비슷하거나 조금 앞섰고, 같은 측정에서 확률값이 실제 정답률과 더 잘 맞았다(Brier 0.083, Jev 0.181). 가중치가 공개돼 있어 개인 GPU에서 직접 띄운 사용기가 여럿 있고, CT·MR 영상의 신체 부위 분류에 붙여 본 사례도 있다.

Jev사용기

더 똑똑한 모델이 아니다 — 정확도 비교에서 Sonnet 5 와 비슷한 수준이고 Opus 5 는 여전히 위에 있다. 승부는 정확도가 아니라 비용 축에서 난다. 글을 쓰거나 개념을 설명하는 일은 아예 못 한다. 같은 리뷰어는 첫 연동에서 입력 형태를 잘못 잡아 엉뚱한 결과를 받았고, 문서의 빠른 시작 안내대로 판단 기준을 다시 짠 뒤에야 맞게 동작했다.

Clef사용기

발표된 'Jev보다 최대 13배 빠름'은 외부 측정에서 재현되지 않았다. 도쿄·이탈리아에서 잰 Clef 본 모델은 400~700ms대로 Jev보다 느렸고, 질문 40개를 한 번에 보내면 1초를 넘었다. 출시 직후에는 500 오류와 용량 초과, 9~22초 급증이 보고됐고 이미지 요청은 13~30초가 걸렸다. 경량판은 여러 요청이 섞인 문의에서 하나를 놓치거나 깨진 머그컵을 정상으로 판정했다. 비용을 직접 잰 사람들은 모두 Jev 쪽이 더 쌌다고 적었다.

Jev사용기

비싼 모델 앞에 세워 거르고 분류하고 넘기는 앞단. 글을 생성하는 모델을 대체하지는 않는다.

Clef사용기

판단 기준이 단순하고, 가중치를 받아 직접 운영하거나 Cloudflare 위에서 돌리려는 팀. 속도와 단가만 보면 아직 Jev보다 낫다는 근거가 약하다.

Jev

API 로 호출해 애플리케이션·에이전트 안에서 씁니다.

Clef

Workers AI API와 Worker 바인딩으로 호출합니다. 가중치는 Hugging Face에 있습니다.

Jev

사용량 기반 과금

Clef

Workers AI 하루 10,000 뉴런 무료