How I AI : Jev, Opus 5.5 et GPT-6 Sol

Je vous ai apporté par:

OpenArt—Une plateforme de création d’IA tout-en-un pour les images, vidéos, musique, audio, et plus encore

Dans cet épisode solo, Claire teste Jev, TypeSafe AI , un nouveau modèle de décision qui retourne des choix structurés, des scores et des probabilités au lieu de texte généré. Elle l’utilise pour analyser 1 700 demandes de tirage pour 9 cents, cartographier son utilisation de Claude et Codex, trier les courriels, rechercher 4 500 commentaires YouTube et traiter 200 000 classifications pour environ 4 $. Elle explique également pourquoi Jev travaille le mieux à côté d’un modèle frontière et comment sa vitesse et sa tarification rendent tout à fait pratiques les nouvelles applications en temps réel et les analyses à grande échelle.

Jev est un modèle de décision, pas un modèle linguistique, et cette distinction peut rendre beaucoup de tâches extrêmement moins chères. Au lieu de générer du texte, il retourne des valeurs prédéfinies telles qu’une catégorie, un score ou une probabilité. Claire croit que cela couvre environ 90 % de ce dont beaucoup de processus logiciels ont réellement besoin, à 4 cents par million de jetons d’entrée sans frais de sortie.
Claire a coûté 9 cents pour comprendre où deux années de travaux d’ingénierie ont eu lieu. Elle a utilisé Jev pour comparer 1700 demandes de tirage ChatPRD sur 17000 paires, puis a obtenu l’étiquette Gemini Flash Lite des grappes qui en résultent. En environ deux minutes, elle a appris que près de 30% des travaux d’ingénierie de la société étaient allés vers la plate-forme, la sécurité, et l’infrastructure.
Certaines des analyses les plus utiles sont déjà sur un ordinateur local. Claude Code et Codex stockent les sessions passées localement, ce qui permet à Jev de les classer en minutes. Claire a découvert que l’ingénierie était passée de près de 100 % de son utilisation de l’IA en janvier à moins de 40 % en septembre, les agents et l’édition médiatique comblent l’écart.
Jev devient beaucoup plus puissant lorsqu’il est associé à un modèle frontière. Claire utilise Jev pour classer, cluster, filtrer et router les grands ensembles de données, puis envoie seulement les groupes les plus importants à GPT-6 Astra pour un raisonnement plus profond. Pour le graphique de connaissances sur les produits ChatPRD, cette approche a traité 1 100 signaux et a complété 200 000 opérations pour environ 4 $ du côté Jev.
Jev , les changements de prix que les idées valent la peine de construire. Parce qu’il retourne de petites valeurs prédéfinies au lieu de générer de longues réponses, TypeSafe ne charge rien pour les jetons de sortie. Claire a dépensé moins de 10 $ à Jev au cours de la semaine, ce qui rend les charges de travail de classification qui seraient normalement coûteuses à l’échelle presque libres.
Jev rend les boucles d’IA en temps réel pratiques. Claire a construit une application vocale qui transforme une phrase parlée en une couleur, la compare à une citation basée sur le sentiment, et affiche tout presque instantanément. Jev a pris ses décisions si rapidement que l’API de citation est devenue la partie la plus lente du workflow.
L’analyse des commentaires YouTube est un cas d’utilisation immédiate pour toute équipe de podcast. Claire classée 4 500 Comment je commente AI par sentiment, identifié 58 contenant des idées d’épisode, et construit une recherche de mots clés qui scanne l’ensemble de données complet en sous une seconde. Les résultats ont montré une forte demande pour une comparaison Grok versus Muse et une réponse positive de 80% au code -Claude pour les gestionnaires de produits.
La véritable compétence consiste à reconnaître qu’un pipeline n’a besoin que d’une décision. Jev n’écrira pas de documentation ou de conception d’une interface, mais il peut trier, router, classer et filtrer d’énormes ensembles de données rapidement et à bon marché. Claire pose maintenant une question avant chaque construction : Où ce flux de travail doit-il simplement prendre une décision? C’est là que Jev appartient.

Claire teste Claude Opus 5.5 après des mois de quitter Claude de son workflow quotidien. Elle le met à travers des tâches d’agent de longue durée, prototypage frontal, écriture, illustration SVG, utilisation d’ordinateur, et montage vidéo pour voir où il gagne une place dans sa pile. Elle partage également pourquoi elle l’associe au Codex pour la révision du code multimodèle, où Claude , les limites de sécurité continuent de s’entraver, et quelles tâches restent fermement sur le territoire du Codex.

Une personnalité modèle peut avoir autant d’importance que son intelligence. Claire a cessé d’utiliser Claude pendant des mois parce que ses réponses trop verbales, trop émouvantes et sa rumeur, la rendaient désagréable à travailler avec. L’Opus 5.5 est le premier modèle de la famille qui ne fait plus bouillir son sang, ce qui est une amélioration significative même si aucun point de repère ne le saisit.
L’Opus 5.5 , prix plus bas et performances plus rapides rendent le travail d’agent de longue durée plus pratique. Il est 40% moins cher que l’Opus 5, et Claire l’a trouvé nettement plus rapide. Il a réussi à accomplir quatre tâches complexes couvrant le triage de la boîte de réception, le développement de moteurs, la recherche et l’utilisation d’ordinateurs, y compris des parcours allant jusqu’à 82 étapes à partir d’une seule fois.
Le silence pendant les tâches de longue durée crée son propre problème d’expérience utilisateur. L’Opus 5.5 reste parfois silencieux pendant huit ou neuf minutes, ce qui laisse les utilisateurs incertains si elle fonctionne encore. C’est un rappel que la latence perçue est importante parallèlement à la latence réelle, surtout lorsque les agents courent pendant de longues périodes.
Opus 5.5 est la plus forte designer de frontend Claire a testé jusqu’à présent. Sa page d’accueil ChatPRD redessine était assez audacieuse et polie pour qu’elle envisage de l’expédier. Le modèle gère la hiérarchie, l’espace blanc et le rythme visuel exceptionnellement bien, bien qu’il lutte toujours avec l’esthétique de l’application grand public et par défaut à -Claude orange , sans direction.
L’illustration SVG est une force inattendue de l’Opus 5.5. C’est le seul modèle testé par Claire qui produit des SVG propres, charmants et animations avec un style cohérent à travers plusieurs expressions. Les personnages sont restés visuellement cohérents, et leur anatomie a surtout eu un sens.
L’Opus 5.5 a une posture de sécurité claire, et parfois cela signifie dire non. Elle a refusé quand Claire lui a demandé de sauter les tests et de pousser directement à la production, et elle peut acheminer les travaux de cybersécurité à Opus 4.8. Que cela soit rassurant ou frustrant dépend du flux de travail, mais ses limites sont cohérentes.
La meilleure utilisation de l’Opus 5.5 peut être comme un examinateur adversaire pour un autre modèle. Claire a maintenant Codex et Opus se revoient mutuellement plutôt que d’utiliser l’un pour remplacer l’autre. Cette boucle multimodèles prend des problèmes à l’un ou l’autre modèle pourrait manquer seul, rendant le coût supplémentaire valable quand la qualité compte.
L’utilisation informatique et le montage vidéo appartiennent toujours à Codex dans Claire. Le test vidéo de OnzeLabs MCP a produit un faible classement des couleurs, trop peu de coupes de saut et des superpositions peu souples. Codex reste également plus forte dans son utilisation informatique dans sa configuration actuelle, ne lui donnant aucune raison de transférer l’une ou l’autre catégorie à Claude.
Claude est de retour, mais il n’a pas remplacé Codex comme Claire , chauffeur quotidien. Opus 5.5 a gagné un rôle dans les examens de demandes de tirage, les questions d’architecture et le développement frontal. Codex , l’utilisation de l’ordinateur et l’intégration de workflow le maintiennent toujours dans la position principale.

Claire prend le banc de l’IA pour comparer les GPT-6 Astra, GPT-6 Sol, Claude Opus 5.5 et plus encore dans le travail qu’elle fait réellement. Elle écrit des notes aveugles, des prototypes de frontend, de la personnalité d’agent et des illustrations SVG, avec un juge de l’IA qui aide à évaluer le travail de backend, des agents de longue durée et l’utilisation d’ordinateur. Elle vérifie également les modifications vidéo et une création de jeu de Barbie 3D. En chemin, elle explique pourquoi Astra a gagné son cœur, Opus 5.5 a gagné sa semaine, et Sol a donné des résultats mitigés tout en restant un favori pour le travail quotidien.

L’élargissement de la référence de deux catégories à huit a changé ce que Claire pouvait voir. L’examen original de la vibe d’IA a porté sur les PRD et les prototypes frontend. Ajout de tâches de productivité personnelle comme le triage de boîte de réception, ainsi que le développement de backend, les tâches d’agent de longue durée, l’utilisation d’ordinateur, les SVG et le montage vidéo ont révélé des différences claires entre les modèles que Claire préférait pour le design et ceux avec lesquels elle aimait interagir.
Opus 5.5 est retourné à Claires en raison de l’ergonomie, et non des repères. Après avoir demandé à maintes reprises à Claude de communiquer comme une personne normale, elle a trouvé Opus 5.5 concis, clair, et beaucoup moins irritant. À un moment, Claire pensait que la vieille frustration était revenue, puis réalisa qu’elle avait accidentellement choisi Opus 5. La différence était si évidente.
Rendre l’Opus 5.5 plus silencieux a également rendu le sentiment plus lent, même quand il n’était pas. De longues périodes de silence peuvent faire se demander si le modèle fonctionne encore. GPT-6 Sol a trouvé un meilleur équilibre dans les tests Claire, narrant assez pour se sentir réceptif sans créer de bruit supplémentaire.
GPT-6 Sol , les changements de prix plus bas comment les équipes devraient penser à la sélection de modèles. Apprendre que Sol coûte environ la moitié autant que l’Opus 5.5 a immédiatement changé comment Claire pensait au routage. Elle estime également que les équipes devraient optimiser la mise en cache avant de s’obséder au choix du modèle, puisque ChatPRD a réalisé des économies importantes lorsque ses caches sont configurés correctement.
L’écriture lourde de Dash est un signe d’avertissement immédiat dans Claire , référence. Deux modèles ont reçu un 1 sur 5 pour la personnalité de l’agent parce que presque chaque message contenait un tiret em. Cela peut sembler trop spécifique, mais Claire le voit comme un signal fiable qu’un agent qui fait face au client sonnera comme un écriture générique d’IA au lieu d’un collaborateur naturel.
Claire et le juge de l’IA ne sont pas d’accord, ce qui rend l’indice de référence plus utile. Le juge a préféré Fable et a noté Sol plus bas, tandis que Claire a préféré Astra. La différence reflète deux définitions de la qualité : le juge récompense la justesse et la structure, tandis que Claire mesure combien elle veut réellement utiliser le modèle.
La comparaison aveugle SVG a changé Claires verdict précédent. Dans sa revue Opus 5.5, Claire a favorisé ses illustrations de personnages. Mais dans cette comparaison en direct, Astra et Sol ont fait leur apparition sur les SVGs, la surprenant après avoir prédit une victoire de Claude.

Si vous appréciez ces épisodes, répondez et faites-moi savoir ce que vous aimeriez en savoir plus sur : les flux de travail de l’IA, l’embauche, la croissance, la stratégie de produit – tout.

La semaine prochaine,
Lenny

P.S. Vous voulez que chaque nouvel épisode soit livré dès qu’il tombe ? Appuyez sur –Suivez sur votre application podcast préférée.