这款社区工具会在设备上创建一个小型模型，处理常见的 Jev 请求，从而降低 token 成本和延迟。
简讯Oossa1 分钟阅读
Jevstiller 是一个开源项目，可在你自己的设备上构建一个微型本地模型，用来回答日常 Jev 查询。这个本地模型从 Jev 的回复中学习，只会将无法确定的请求转发给 Jev 云服务。开发者表示，它能在约 15 毫秒内回答熟悉的查询，并避免每十亿个 token 42 美元的费用。他们称，该工具给出的答案与 Jev 一致的比例达 98%，其余请求则留在云端处理，以确保安全。
系统会持续抽取固定比例（2%）的请求与 Jev 的结果进行比对，以监控答案一致率；如果一致率下降，系统就会自行重新训练。
在本地运行 Jev，能大幅降低常见任务的 AI 使用成本，并加快响应速度。
模型
OpenAI称，新版GPT‑6.1 Sol性能更强，但仍维持每百万token 2至10美元的价格，低于Anthropic的Claude和DeepSeek模型。
模型
新款v4和v4 Turbo语音的价格分别为每1,000个字符0.08美元和0.04美元；促销价持续至10月12日，分别降至0.022美元和0.011美元。
模型
Oracle推出的Fusion Claw运行时，让其Fusion应用能够处理人员排班、会计等多步骤任务：由AI负责推理，计算则交由模型之外的系统完成。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。
| # | 来源 | 发布方 | 日期 | 要点 |
|---|---|---|---|---|
| 1 | Open source tool distills Jev so you can run it locally ↗ | The Register | 2026年9月29日 | Jevstiller targets 98% agreement by learning familiar requests on your hardware while sending uncertain and audited queries upstream |
1 个来源
