The Pulse
Secondo Vercel, Jev ha raggiunto il 35,3% dei team paganti in due settimane
Secondo l’indice di ottobre di Vercel AI Gateway, Jev di TypeSafe AI ha raggiunto il 35,3% dei team paganti nei suoi primi 14 giorni sul servizio: la quota più alta mai registrata dall’indice per un modello appena lanciato. Nello stesso per
AI.info Team · Scritto con l’IA ·
Il 35,3% dei team raggiunti, lo 0,27% della spesa
Jev ha raggiunto il 35,3% dei team paganti che utilizzano Vercel AI Gateway nei suoi primi 14 giorni, secondo l’indice sull’utilizzo in produzione pubblicato da Vercel il 15 ottobre. Il modello di TypeSafe AI si è classificato primo per quota di team raggiunti al lancio tra i modelli usciti a settembre e monitorati nel rapporto, con un risultato quasi doppio rispetto al 18,1% registrato da Claude Sonnet 5.5. Eppure, nel periodo del lancio, a Jev è andato solo lo 0,27% della spesa sul Gateway.
La differenza indica due forme diverse di adozione: molti team hanno provato Jev, ma il loro utilizzo ha rappresentato una piccola quota della spesa transitata attraverso il servizio di Vercel. Vercel afferma inoltre che Jev ha ricevuto più richieste di qualsiasi altro modello a settembre, pur essendo stato lanciato a metà mese. I dati riguardano il traffico di Vercel AI Gateway, non l’intero utilizzo dei modelli di IA da parte di aziende o su altri servizi.
«Il successo del lancio di un modello dipende da cosa si misura: quanti lo provano, quanto viene utilizzato e quanto si spende per usarlo, oppure quale quota dei suoi utenti iniziali torna a usarlo.»
Amelia Charles e Harpreet Arora, Vercel
Più team hanno provato Jev di quanti siano tornati a usarlo
La scheda di valutazione di Vercel mostra che il 55,6% dei team che hanno provato Jev nella prima settimana lo ha usato di nuovo nella seconda. Jev si è così classificato quinto per tasso di ritorno tra i modelli lanciati a settembre per i quali erano disponibili almeno due settimane di dati. OpenAI’s GPT-6 Luna ha guidato questa classifica con il 64,8%, mentre Sonnet 5.5 ha registrato il 60,5%.
Il confronto distingue la quota di team raggiunti inizialmente dall’uso ripetuto. Nella tabella di Vercel, Jev ha attirato il pubblico più ampio nelle prime due settimane, ma non ha ottenuto il tasso di ritorno più alto. I dati pubblicati da Vercel non chiariscono perché i team abbiano provato Jev né perché alcuni non siano tornati a usarlo nella seconda settimana.
Un modello progettato per decisioni strutturate
Vercel ha presentato Jev come un modello decisionale probabilistico per le decisioni strutturate nel software. Anziché produrre testi a risposta aperta, valuta domande accompagnate dal contesto di un’applicazione e restituisce opzioni tipizzate, punteggi o risposte vero o falso con le relative probabilità. Questi risultati possono essere usati direttamente nel codice.
Tra i possibili impieghi, Vercel cita la selezione del prossimo strumento di un agente, la decisione se riprovare o interrompere un workflow, la valutazione del rischio e l’invio dei casi incerti a una persona per la revisione. Nel post di lancio, l’azienda riporta anche la dichiarazione di TypeSafe AI secondo cui, nelle proprie valutazioni dei workflow, Jev è risultato fino a 194 volte più veloce e 445 volte meno costoso dei modelli linguistici. Si tratta di risultati di valutazioni comunicati dal fornitore, non di misurazioni tratte dall’indice di adozione di Vercel.
I dati di Vercel riguardano il suo Gateway
L’indice di ottobre si basa sul traffico aggregato e anonimizzato transitato attraverso AI Gateway fino a settembre 2026. Vercel calcola la quota di team raggiunti al lancio considerando i team esterni paganti attivi dall’inizio del mese del lancio fino alla data limite di raccolta dei dati e conteggiando i primi 14 giorni di ciascun modello. La spesa è stimata in base ai prezzi di listino pubblicati; il rapporto precisa quindi che gli importi effettivamente fatturati potrebbero essere diversi.
Per questo, il risultato misura l’adozione di Jev tra i clienti di Vercel Gateway, non il suo tasso di adozione nell’intero mercato. L’indice registra un netto contrasto — il 35,3% dei team raggiunti e lo 0,27% della spesa nel periodo del lancio — ma non mostra se le prove iniziali di Jev si siano tradotte in un utilizzo continuativo oltre il primo periodo in cui è stato misurato il ritorno degli utenti.