Gemini Decision 1 vs Jev 1.14: quale scegliere?

Scegli Gemini Decision 1 se una valutazione su dati di test dimostra che la sua strategia di routing evita abbastanza errori costosi o escalation da giustificare il prezzo di input più alto. Per un router testuale sensibile al prezzo di input, Jev 1.14 merita una valutazione preliminare. Nessuno dei due è il vincitore universale.

La decisione concreta è se instradare una richiesta, consentire un'azione tramite uno strumento o inoltrarla a un livello superiore. Entrambi i modelli supportano decisioni circoscritte sì/no (noul), a scelta e con punteggio secondo una griglia di valutazione. Jev è un concorrente pertinente perché Google confronta direttamente proprio questa versione, non perché uno dei due sia in testa a una classifica generale di chatbot.

Il grafico di Google dà un risultato contrastante

Questi dati provengono dalla valutazione di lancio di Google. Sono dati dichiarati dal fornitore, non una verifica indipendente né misurazioni di AIHubMix.

JevBench usa la suddivisione pubblica. ECE e costi riguardano sette valutazioni condivise; un ECE più basso è migliore. Google considera errati i rifiuti, i blocchi di sicurezza e le richieste che il modello non poteva accettare, usando come denominatore l'intero benchmark.

Gemini è in testa su JevBench e nella calibrazione aggregata; Jev è in testa per accuratezza su When2Call. L'errore di calibrazione atteso misura l'accordo tra la confidenza e la correttezza osservata, non la percentuale di classificazioni errate. Un ECE aggregato più basso non dimostra che una soglia sia calibrata per il tuo router degli strumenti.

Il grafico non fornisce precisione o recall specifiche per l'instradamento, tassi di chiamate errate agli strumenti né copertura dell'automazione a parità di budget di errore. Queste misure mancanti contano più, ai fini della distribuzione, che proclamare un vincitore sulla base di una sola riga.

Confronta le politiche di instradamento, non valori di confidenza corrispondenti

La documentazione di Google sulla confidenza la definisce come la probabilità più alta tra gli esiti. Per le domande sì/no, è il maggiore tra la probabilità di sì e quella di no, non una seconda verifica indipendente.

Le risposte native di Jev noul espongono una probabilità senza un campo di confidenza separato. La presenza degli stessi nomi di campo nelle risposte a scelta o con punteggio non dimostra che la calibrazione sia identica. Copiare una soglia tra modelli, percorsi di instradamento o versioni è quindi una modifica della politica non verificata.

Usa il traffico di sviluppo etichettato per selezionare una soglia per ciascun modello. Confronta poi i modelli su un insieme separato di dati non inclusi nell'addestramento, mantenendo fisse le definizioni dei percorsi e il costo di un'azione errata. Conta sia le azioni automatiche sbagliate sia le richieste valide inoltrate inutilmente; indica quanto traffico ciascuna politica può automatizzare entro lo stesso budget di errore.

Se un modello richiede più revisione umana per rispettare quel budget, includi anche tale costo. Per le azioni ad alto impatto, non consentire l'azione in caso di dubbio oppure usa una procedura manuale di riserva. I controlli di autorizzazione restano esterni alla decisione del modello.

Il prezzo ufficiale è solo il punto di partenza

I prezzi seguenti sono i prezzi di listino ufficiali per l'API diretta, tratti dalla pagina dei prezzi di Google e dalla documentazione dei modelli di TypeSafe, non i prezzi dei canali AIHubMix.

Gemini genera zero token di output. L'output gratuito di Jev non significa che l'utilizzo di token di output dichiarato debba essere zero. Il prezzo per token di input di Gemini è circa 2.38× quello di Jev, ma non necessariamente il costo totale di ogni richiesta.

Supponiamo 1,000,000 decisioni, una richiesta per decisione e 2,000 token di input fatturati per richiesta, comprese le domande, ipotizzando lo stesso valore per entrambi i fornitori. Sono 2 miliardi di token di input fatturati: USD 200 per Gemini contro USD 84 per Jev, con una differenza di USD 116 alle tariffe ufficiali.

Questa stima non uniforma la tokenizzazione e la formattazione, né i tentativi ripetuti, l'escalation o l'accuratezza. Non è una fattura del gateway; verifica i prezzi del canale selezionato per conoscere i costi effettivi.

Il rapporto dei costi di valutazione di Google è diverso: USD 0.88 / USD 0.68 corrisponde a circa 1.29×. Carichi di lavoro e conteggi di token fatturati diversi possono produrre un rapporto diverso senza contraddire i prezzi di listino.

Le funzionalità native possono cambiare la rosa dei candidati

Google documenta input di testo, immagini, audio, video e PDF, con un totale di 262,144 token condivisi tra input e domande. Il limite da 1–1,000 domande non rappresenta un vantaggio in termini di capacità rispetto a Jev: TypeSafe non specifica un limite distinto al numero di domande, fatte salve le limitazioni della finestra di contesto.

Jev non è solo testuale. Accetta testo e immagini PNG/JPEG, ma le note di rilascio di Jev 1.14 segnalano immagini, Box e contesto esteso come funzionalità sperimentali. Le immagini native e Box sono disattivati per impostazione predefinita e richiedono un'intestazione di opt-in del fornitore; il comportamento di tale intestazione sul gateway non è verificato in questa sede. I limiti predefiniti sono 64k token per lo stato condiviso più tutte le domande e 32k per lo stato condiviso più una qualsiasi singola domanda. Un'intestazione sperimentale del fornitore aumenta entrambi i limiti a 262k, con elaborazione più lenta e meno accurata.

Queste sono funzionalità native dei fornitori, non garanzie verificate del gateway. In particolare, non basare un flusso di lavoro multimediale o con contesto esteso su AIHubMix soltanto a partire da queste specifiche. Anche l'API nativa di Google non supporta la cache né Batch e non accetta blocchi di input per le chiamate native agli strumenti; decidere se uno strumento debba essere eseguito non equivale ad accettarne i blocchi di protocollo.

Seleziona gli ID documentati e registra la versione restituita

La pagina di confronto di AIHubMix è un punto di partenza per selezionare i due prodotti. Le istruzioni pubbliche documentano POST /v1/systemone, la stessa chiave AIHubMix e una struttura della richiesta con state e questions.

AIHubMix documenta gli ID prodotto gemini-decision-1 e jev-1.14; questi nomi da soli non dimostrano che le build upstream siano immutabili. L'ID nativo con versione di Jev è jev-1.14.0. Registra il modello/la versione restituiti dal canale effettivo e non presumere che un alias modificabile punti alla stessa versione ovunque.

Per questo confronto non è stata eseguita alcuna richiesta autenticata. La documentazione comune per le richieste di testo è un punto di partenza per la valutazione, non la prova che le risposte siano equivalenti. Non è stato verificato che i contenuti multimediali nativi, i limiti massimi della finestra di contesto e la capacità di Gemini di gestire 1,000 domande siano supportati da AIHubMix.

Prima di scegliere:

• Definisci il tasso accettabile di azioni errate e la politica di fallback.
• Confronta la copertura dell'automazione su dati non inclusi nell'addestramento e il costo operativo totale.
• Verifica le funzionalità necessarie sul canale esatto selezionato.

Scegli Jev se soddisfa questi requisiti a un costo totale inferiore; scegli Gemini se i vantaggi convalidati giustificano il sovrapprezzo. Ripeti la valutazione quando cambiano il modello, la versione o il traffico.

FAQ

Quale modello è migliore per instradare le chiamate agli strumenti?
Non esiste una classifica universale. Il risultato di Google su When2Call favorisce Jev, mentre quello sulla calibrazione aggregata favorisce Gemini. Verifica la politica di instradamento effettiva.

Un ECE più basso significa meno decisioni errate?
No. Calibrazione e accuratezza sono misure diverse. Un ECE aggregato più basso non dimostra tassi di errore specifici per percorso né soglie sicure.

È possibile riutilizzare la stessa soglia di confidenza?
Non senza convalida. Seleziona le soglie sui dati di sviluppo per ciascun modello e percorso, poi valutale su traffico separato non incluso nell'addestramento.

Gemini è sempre 2.38× più costoso?
No. È il rapporto tra i prezzi ufficiali dei token di input. I conteggi dei token fatturati, i tentativi ripetuti e i costi di escalation possono modificare il rapporto tra i costi operativi.

Jev 1.14 è solo testuale?
No. Supporta nativamente le immagini PNG/JPEG, ma immagini e Box sono funzionalità sperimentali. Ciò non dimostra che AIHubMix supporti il passaggio delle immagini.

È stata verificata la parità delle funzionalità su AIHubMix?
No, non è stata eseguita alcuna richiesta autenticata. Non si deve presumere l'equivalenza di contenuti multimediali nativi, contesto, capacità di gestire domande e semantica delle risposte basandosi solo sulla documentazione.

Continua a leggere: la serie Gemini Decision 1

• Per un esempio documentato di richiesta e un'introduzione più ampia al modello, leggi Prezzi di Gemini Decision 1: $0.10/M per gli input, API e casi d'uso.

Fonti

Istantanee dei prezzi ufficiali: Google, November 12, 2026, 06:43 UTC; TypeSafe, November 12, 2026, 06:53 UTC. Gli esempi di costo sono stime basate sulla documentazione, non misurazioni dell'inferenza.

1. Google: lancio della Decisions API Gemini e grafico dei benchmark.
2. Google: documentazione della Decisions API e prezzi ufficiali.
3. TypeSafe: documentazione del modello, rilascio di Jev 1.14, limitazioni delle immagini e schema dell'API nativa.
4. AIHubMix: Gemini Decision 1 (istruzioni) e Jev 1.14 (istruzioni).
5. AIHubMix: confronto tra Gemini Decision 1 e Jev 1.14.