--- title: "Laya vs Jev: Benchmarks und das Risiko für KI-Startups" canonical: https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/ language: de description: "Laya vs Jev: Was die Drei-Tage-Behauptung, Fine-Tuning, Kalibrierung und Latenz wirklich zeigen und wie KI-Startups jenseits eines Modells Wert schaffen." image: "https://wavect.io/img/blog/headers/header_laya-vs-jev-benchmark-ai-startup-moat.png" --- [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 20. Sep. 2026 Zuletzt geprüft 20. September 2026 [**Weiter**](/de/blog/jev-ai-decision-model-review/) # Laya vs Jev: Benchmarks und das Risiko für KI-Startups TL;DR Laya ist ein ernstzunehmender Open-Source-Kandidat für Entscheidungsmodelle, kein nachgewiesen universeller Jev-Ersatz. Der Spezialist meldet 76,6 % Hard-Label-Genauigkeit gegenüber separat veröffentlichten 72,7 % für Jev, bei wichtigen Unterschieden in Training, Kalibrierung und Betrieb. Drei Tage trennen Veröffentlichungen, nicht einen belegten vollständigen Entwicklungszyklus. Für Gründer zählt Kundennutzen, der einen Modellaustausch überlebt. **Ein besseres Modell ist noch kein dauerhafter Wettbewerbsvorteil.** Das ist die relevante Botschaft hinter Laya vs Jev. Die zugespitzte Geschichte lautet: Zwei Jahre Forschung wurden von drei Tagen Open-Source-Entwicklung überholt. Die öffentlich verfügbaren Belege tragen eine interessantere, aber engere Aussage: Spezialisierte Alternativen können zentrale Leistungskennzahlen eines Produkts angreifen, ohne das gesamte Produkt nachzubauen. Für Gründer zählt deshalb nicht nur, welches Modell gewinnt. Entscheidend ist, wofür Kunden morgen noch bezahlen würden, wenn eine glaubwürdige Alternative verfügbar wäre. Quellen geprüft am 20. September 2026. Dieser Artikel wertet öffentliche Quellen aus; wir haben die Benchmarks nicht selbst ausgeführt. Unser [Jev-AI-Review zu Entscheidungsmodellen](/de/blog/jev-ai-decision-model-review/) erklärt das Produkt. Hier geht es um die Vergleichsdaten und das Geschäftsrisiko. ## Entstand Laya wirklich in drei Tagen nach zwei Jahren Jev-Forschung? TypeSafe stellte Jev am **15. September 2026** vor. Gründer Diogo Almeida berichtete über zwei Jahre Arbeit im Verborgenen und seine frühere OpenAI-Forschung zu Methoden hinter ChatGPT. Das ist die Darstellung eines Gründers zur Unternehmensentwicklung, kein unabhängig geprüfter Zeitplan des Modelltrainings. [Zur offiziellen Vorstellung von Jev.](https://typesafe.ai/blog/introducing-system-one-models-and-jev) Laya-Entwickler Nandakishor M veröffentlichte seinen technischen Beitrag am **18. September 2026**. Zwischen diesen Veröffentlichungen liegen drei Tage. Daraus folgt nicht, dass sämtliche Komponenten von Laya innerhalb dieses Zeitraums von Grund auf erforscht, trainiert und evaluiert wurden. [Zum technischen Bericht des Entwicklers.](https://dev.to/nandakishor_m_6cc0adfde9f/i-built-non-autoregressive-decision-models-a-year-ago-then-a-frontier-lab-called-it-a-18me) Zudem existieren ältere verwandte Arbeiten: Nandakishors SalesRLAgent-Paper wurde am **30. März 2025** eingereicht. Es behandelt Reinforcement Learning für Vertriebsentscheidungen, nicht die identische Laya-Version. Es belegt frühere verwandte Forschung, nicht das Kopieren durch eines der Projekte. [Zur ursprünglichen SalesRLAgent-Einreichung.](https://arxiv.org/abs/2503.23303) **Belegt ist schneller Wettbewerbsdruck, nicht ein verifiziertes Entwicklungsrennen von zwei Jahren gegen drei Tage.** Veröffentlichungsgeschwindigkeit, Entwicklungsaufwand und Produktreife sind unterschiedliche Größen. ## Was ist Laya, und welches Modell wird verglichen? Laya ist eine Open-Source-Familie nicht-autoregressiver Entscheidungsmodelle. Statt eine Antwort Token für Token zu schreiben, bewertet sie begrenzte Fragen, etwa Klassifikationen oder Scores. Code und Modellgewichte stehen unter Apache 2.0. Der Name umfasst drei Checkpoints, also drei unterschiedliche Modellstände. [Zur Laya-Modellkarte und Checkpoint-Übersicht.](https://huggingface.co/convaiinnovations/laya) | Checkpoint | Basismodell und Größe | Kontext | Vorgesehener Einsatz | | --- | --- | --- | --- | | laya | ModernBERT-large, 421 Mio. Parameter | 512 Token | Englischsprachige Entscheidungen | | laya-multilingual | mmBERT-base, 322 Mio. Parameter | 1.024 Token | Mehrsprachige Eingaben | | laya-typed-decisions | ModernBERT-large, 421 Mio. Parameter | 1.024 Token | Vier spezialisierte Workflow-Familien | Wer „Laya“ einkauft, testet oder austauscht, ohne den Checkpoint zu benennen, beschreibt keine vollständige Konfiguration. Ein aussagekräftiger Testbericht nennt zusätzlich Softwarestand, Routing-Einstellungen, Sprache und Frageschema. Gesucht ist nicht die stärkste Marke, sondern eine einsetzbare Konfiguration. ## Ist Laya tatsächlich besser als Jev? **Der spezialisierte Checkpoint meldet in einer Typed-Decisions-Auswertung eine höhere Trefferquote bei eindeutigen Labels, aber nicht bessere Ergebnisse bei allen Metriken.** Die Modellkarte nennt 400 Testfälle mit 2.000 Entscheidungen. Die Werte für Jev 1.13.0 stammen aus einer separaten Veröffentlichung: Der Laya-Autor hat Jev in diesem Durchlauf nicht abgefragt; Prompts und Stichproben unterscheiden sich. [Zu Ergebnissen und Einschränkungen des spezialisierten Checkpoints.](https://huggingface.co/convaiinnovations/laya-typed-decisions) | Metrik | Laya spezialisiert | Jev 1.13.0, separat veröffentlicht | Einordnung | | --- | --- | --- | --- | | Hard-Label-Genauigkeit | 0,766 | 0,727 | Der veröffentlichte Laya-Wert liegt 3,9 Prozentpunkte höher. | | Soft Accuracy | 0,471 | 0,580 | Bei dieser verteilungssensitiven Metrik liegt der veröffentlichte Jev-Wert höher. | | Erwarteter Kalibrierungsfehler, niedriger ist besser | 0,213 | 0,144 | Die veröffentlichten Kalibrierungswerte sprechen hier für Jev. | Ebenso wichtig ist die Trainingsgrundlage. Der Spezialist wurde auf dem Trainingssplit dieses Benchmarks nachtrainiert. Das englische und das mehrsprachige Basismodell erreichen in derselben veröffentlichten Auswertung nur etwa 36 % beziehungsweise 34 % Hard-Label-Genauigkeit. Beides liegt unter der Mehrheitsklassen-Baseline von rund 46 %. Ein erfolgreicher Spezialist belegt keine ebenso starke Zero-Shot-Leistung. Der zugrunde liegende Datensatz *typed-decisions* enthält synthetische Workflows und getrennte Trainings- und Testsplits. Training auf dem Trainingssplit ist für sich genommen kein Datenleck in den Test. Es verändert aber die Fragestellung: Statt „Welches Modell generalisiert ohne Anpassung besser?“ lautet sie „Wie gut funktioniert dieser Spezialist innerhalb dieser Aufgabenfamilie?“ [Zum Typed-Decisions-Datensatz.](https://huggingface.co/datasets/LocalLLaMA/typed-decisions) Für ein Startup mit einem wiederkehrenden Workflow kann gerade dieses engere Ergebnis wichtig sein. Kunden brauchen nicht zwangsläufig breite Intelligenz, sondern einen funktionierenden Ablauf. Trotzdem muss ein benchmarkoptimierter Spezialist seine Qualität auf bisher ungesehenen Kundendaten erst nachweisen. ## Liefert der Standardrouter von Laya automatisch das Spitzenergebnis? **Nein, nicht automatisch.** In der geprüften Implementierung wird der Typed-Decisions-Spezialist standardmäßig nicht stillschweigend ausgewählt. Er benötigt eine explizite Auswahl wie `model="typed-decisions"`, einen Aufgabenhinweis oder aktivierte Aufgabenerkennung über `auto_task_detection=True`. [Zur Router-Implementierung statt einer Annahme über den Standard.](https://github.com/NandhaKishorM/laya/blob/main/laya/router.py) Die beworbene Genauigkeit gehört zu einem bestimmten Checkpoint und Testaufbau. Ein allgemeines Router-Beispiel beweist nicht, dass derselbe Modellstand Ihre Anfrage verarbeitet. Protokollieren Sie den tatsächlich verwendeten Checkpoint bei jedem Test. Prüfen Sie auch Eingaben außerhalb der vier spezialisierten Schemata: Das Erkennen einer Benchmark-Signatur ist kein allgemeines Verständnis Ihres Unternehmens. ## Warum „achtmal schneller“ und „besser kalibriert“ Kontext brauchen Der Benchmark-Bericht nennt **32,8 ms** für eine Frage mit dem mehrsprachigen Checkpoint auf einer T4-GPU. Zehn Fragen benötigen im Batch 72,3 ms. Der daraus berechnete Wert pro Frage beschreibt den Durchsatz, nicht die Latenz einer einzelnen Anfrage. Die verbesserten Kalibrierungswerte im selben Bericht setzen außerdem eine nachträgliche Temperaturanpassung voraus. Sie sind nicht mit dem oben gezeigten unveränderten ECE-Wert des Spezialisten gleichzusetzen. [Zur Benchmark-Methodik und den Kalibrierungstabellen von Laya.](https://github.com/NandhaKishorM/laya/blob/main/BENCHMARKS.md) Der unabhängige Jev-Pilot hinter mehreren Vergleichszahlen rief einen gehosteten Dienst aus Frankreich auf. Sein lokaler Vergleichspartner war GLiNER auf der CPU eines Apple M4 Max, nicht Laya auf derselben GPU. Diese Messungen beschreiben verschiedene Bereitstellungswege, keinen kontrollierten Vergleich ausschließlich der Modellarchitekturen. [Zum unabhängigen Jev-Piloten und seinen Einschränkungen.](https://github.com/AbdelStark/jev-benchmarks/blob/main/README.md) Für Käufer zählt die Ende-zu-Ende-Latenz unter realistischer Last, einschließlich Warteschlangen, Netzwerk und Rückfallpfaden. Für Gründer zählt, wie viel Arbeit bei einer akzeptablen beobachteten Fehlerquote automatisiert werden kann. Ein Konfidenzwert darf nicht automatisch zur Berechtigung werden, Rückzahlungen freizugeben, Konten zu ändern oder Regeln zu umgehen. Die mehrsprachige Modellkarte meldet, dass 45 von 51 geprüften Sprachen bei einer Aufgabe mit 20 Optionen mehr als das Dreifache der Zufallsgenauigkeit erreichen. Zufall bedeutet hier 5 %, die Schwelle also 15 %. Das ist kein Maßstab für Produktionsreife. „Unterstützt viele Sprachen“ bedeutet nicht „ist in jeder Sprache gleich zuverlässig“. [Zur sprachspezifischen Auswertung des mehrsprachigen Checkpoints.](https://huggingface.co/convaiinnovations/laya-multilingual) Weitere Grenzen kommen hinzu. Die Laya-Dokumentation warnt vor großen Antwortmengen und beschreibt Verzögerungen beim erneuten Laden von Checkpoints, wenn ein verzögert ladender Router wiederholt zwischen Modellen wechselt. Vorladen vermeidet diese Ladevorgänge, benötigt aber Speicher. Auch der Banking77-Vergleich nutzt unterschiedliche Label-Anzahlen: 77 bei Laya, 72 im zitierten Jev-Piloten. Das ergibt keine sauber vergleichbare Rangliste. [Zu Betriebshinweisen und Vergleichseinschränkungen des Projekts.](https://github.com/NandhaKishorM/laya/blob/main/README.md) Machen Sie Ihren eigenen Test bewusst unbequem: mehrsprachig gemischte Tickets, lange relevante Eingaben, ähnliche Labels, vertauschte Antwortreihenfolge und ein kalt gestarteter Worker. Das sind vorgeschlagene Testbedingungen, keine von uns selbst beobachteten Fehler. Sie zeigen, ob der geplante Betrieb tatsächlich dem System hinter der Schlagzeile entspricht. ## Warum daraus ein KI-Startup-Risiko entsteht, aber kein Untergang von Jev folgt **Unsere geschäftliche Einordnung:** Ein Unternehmen ist angreifbar, wenn sein gesamtes Wertversprechen auf einem Modellvorsprung beruht, den Käufer unabhängig vom umgebenden Workflow ersetzen können. Die Laya-Ergebnisse machen diese Austauschfrage relevant. Sie belegen weder Umsatz noch Kundenbindung, Kosten oder die künftige wirtschaftliche Entwicklung von TypeSafe. Keines der Projekte sollte als unfehlbar gelten. TypeSafe nennt in den eigenen Einschränkungen von Jev 1.13 unter anderem unzuverlässige Arithmetik, Datumsvergleiche und Anfälligkeit für manipulative Inhalte. [Zu TypeSafes modellspezifischen Einschränkungen.](https://docs.typesafe.ai/model-jaggedness/jev-1.13) Strategisch entscheidend ist der Ort des Kundennutzens. Ein schmaler Klassifikationsendpunkt lässt sich leichter durch einen anderen Endpunkt ersetzen als ein vollständiger Dienst, der unstrukturierte Geschäftsdaten aufbereitet, Berechtigungen durchsetzt, Prüfer unterstützt und Fehler nachvollziehbar behandelt. Das ist ein Argument zur Produktgestaltung, kein Beweis für die Niederlage eines bestimmten Anbieters. Derselbe Druck kann einem Anwendungs-Startup helfen. Wird ein vorgelagertes Modell günstiger oder besser kontrollierbar, kann ein modellunabhängiges Produkt wirtschaftlicher werden. Die Technologie bedroht Sie, wenn sie das ersetzt, was Sie verkaufen. Sie verbessert Ihren Einkauf, wenn sie das stärkt, was Sie verkaufen. ## Was bleibt wertvoll, wenn sich das Modell austauschen lässt? Wir würden auf fünf Grundlagen setzen: Beherrschung des Workflows, mit Erlaubnis nutzbare Feedbackdaten, einen privaten Evaluationsdatensatz, Kundenzugang und verlässlichen Betrieb. Keine davon ist automatisch ein Schutzwall. Jede muss Kundenergebnisse spürbar verbessern oder das Produkt aus einem nachvollziehbaren Grund schwerer austauschbar machen. Ein Beispiel ist ein Produkt zur Rechnungsprüfung. Ein offener Checkpoint kann eine Rechnung klassifizieren. Das Produkt muss möglicherweise weiterhin Lieferantenidentitäten abgleichen, Prüfern passende Belege zeigen, Ausgabenberechtigungen anwenden, Integrationsfehler auffangen und Änderungen erklären. Dies ist ein Architekturbeispiel, keine Behauptung, Wavect habe eines der Modelle bereits bei einem Kunden eingesetzt. Auch der Vertrieb verdient eine eigene Bewertung. Vercel veröffentlichte am 19. September 2026 eine Jev-Integrationsanleitung für die API `experimental_evaluate` des AI SDK und AI Gateway. Das ist ein konkreter Integrationsbeleg, aber kein Nachweis für Kundennutzung oder einen dauerhaften Wettbewerbsvorteil. [Zur Jev-Anleitung von Vercel.](https://vercel.com/kb/guide/typesafe-jev-and-ai-sdk) Offene Modellgewichte verändern Bereitstellungsoptionen, nicht die Betriebskostenrechnung. Rechnen Sie mit Rechenleistung, Auslastung, Monitoring, Updates, Kalibrierung, Sicherheit und menschlicher Prüfung. Vergleichen Sie die **Gesamtkosten pro korrekt abgeschlossenem Workflow**, nicht eine kostenpflichtige API mit einem fiktiv kostenlosen Server. Unser [Leitfaden zu Kosten pro Agentenaktion](/de/blog/ai-agent-cost-per-action-2026/) vertieft das Kostenmodell. ## Wie prüft man eine Open-Source-Alternative zu Jev vor dem Wechsel? Nutzen Sie öffentliche Ergebnisse für die Vorauswahl. Wählen Sie die Produktionskonfiguration anhand eines eigenen Abnahmetests. Das folgende Vorgehen ist unser Vorschlag, keine Behauptung, eines der Modelle habe diese Prüfung bereits bestanden. | Kontrolle | Was dokumentiert wird | Welche Entscheidung sie unterstützt | | --- | --- | --- | | Repräsentative Testreserve | Private, rechtmäßig nutzbare Fälle getrennt vom Tuning; Teilmengen nach Sprache und seltenen, teuren Fehlern. | Überträgt sich das Ergebnis auf den Kundenworkflow? | | Gleiche Aufgabenstellung | Identische Eingaben, Labels, Anweisungen und Ausgaben; getrennte Zero-Shot- und Fine-Tuning-Vergleiche. | Lösen die Systeme dasselbe Problem? | | Fixierte Konfiguration | Modell- und SDK-Version, verwendeter Checkpoint, Router-Einstellungen und mögliche Kürzungen. | Ist das Ergebnis reproduzierbar? | | Qualität und Unsicherheit | Genauigkeit, Kalibrierung, teure Fehlalarme, Prüfaufwand und Unsicherheitsintervalle. | Wie viel Automatisierung ist vertretbar? | | Betriebsmessung | Kalte und warme p50-/p95-Latenz, gleichzeitige Last, Ausfälle und vollständig zugerechnete Kosten. | Funktioniert der Betrieb wirtschaftlich und zuverlässig? | | Kontrollierte Einführung | Zuerst Schattenbetrieb, Berechtigungen in der Anwendung, Rückrollmöglichkeit und verantwortlicher Prüfer. | Lässt sich eine falsche Modellentscheidung begrenzen? | Legen Sie Abnahmeschwellen fest, bevor Sie die endgültige Testreserve auswerten. Halten Sie Kalibrierungs- und Schwellenwertdaten davon getrennt. Vergleichen Sie außerdem eine einfache regelbasierte Lösung: Manche Entscheidungen brauchen weder Jev noch Laya. Eine Migration sollte ihre zusätzliche Komplexität durch bessere gemessene Ergebnisse rechtfertigen. Für die Umsetzung bieten sich [Wavects KI-Entwicklungsleistungen](/de/services/artificial-intelligence/) an. Die separate [Twinsoft-AI-Fallstudie](/de/case-studies/twinsoft-ai/) liefert Produktkontext, die [Software-QA-Checkliste vor dem Launch](/de/software-development-guide/software-qa-checklist-before-launch/) strukturiert die Abnahme. [Besprechen Sie mit unserem Team eine begrenzte Evaluation](/de/contact/), statt einen ungeprüften Modellaustausch zu beauftragen. ## Die Gründerlektion: Nutzen schaffen, der ein besseres Modell überlebt Laya verdient eine Evaluation, und die veröffentlichten Vergleiche verdienen eine genaue Lektüre. Die stärkere Schlussfolgerung lautet nicht, dass drei Tage zwei Jahre Arbeit ausgelöscht hätten. Ein glaubwürdiger Spezialist kann ein modellzentriertes Wertversprechen schnell unter Druck setzen, während wichtige Produkt-, Evaluations- und Betriebsfragen offenbleiben. **Bauen Sie den Teil, den Kunden nach einem Modellaustausch vermissen würden.** Nutzen Sie einen Benchmark-Vorsprung, aber behandeln Sie ihn nicht als dauerhafte Absicherung. Bei einem neuen Herausforderer zählt die Frage, ob er Ihr Produkt bedroht oder Ihnen eine bessere Komponente liefert. ## Häufige Fragen zu Laya vs Jev ### Wurde Laya in drei Tagen von Grund auf entwickelt? Die geprüften Quellen belegen das nicht. TypeSafe stellte Jev am 15. September 2026 vor, der Laya-Entwickler veröffentlichte seinen technischen Beitrag am 18. September. Von ihm existiert zudem verwandte Forschung aus März 2025. Veröffentlichungsdaten messen nicht den gesamten Entwicklungsaufwand. ### Ist Laya besser als Jev? Der spezialisierte Laya-Checkpoint meldet in einer Typed-Decisions-Auswertung eine höhere Hard-Label-Genauigkeit. Bei anderen Metriken liegen die separat veröffentlichten Jev-Werte vorne. Unterschiedliche Prompts, Stichproben und Trainingsgrundlagen verhindern eine allgemeingültige kontrollierte Rangliste. ### Welcher Laya-Checkpoint erreichte 76,6 %? Das Ergebnis gehört zu laya-typed-decisions, nachtrainiert auf dem Trainingssplit dieses Benchmarks. Es ist kein Zero-Shot-Ergebnis des allgemeinen Basismodells. Der geprüfte Router wählt diesen Spezialisten standardmäßig nicht stillschweigend aus. ### Bedeuten 32,8 ms, dass Laya im Betrieb achtmal schneller ist? Nein. Der Wert beschreibt eine Frage mit dem mehrsprachigen Checkpoint auf einer T4-GPU. Gehostete API, Netzwerk, Kaltstarts und gleichzeitige Last sind andere Messbedingungen. Ein Geschwindigkeitsversprechen braucht einen Test des tatsächlich geplanten Betriebs. ### Garantieren typisierte Entscheidungen oder Konfidenzwerte richtige Aktionen? Nein. Auch eine begrenzte Ausgabe kann ein falsches Urteil enthalten. Kalibrierung hängt zudem von Aufgabe und Daten ab. Berechtigungen gehören in die Anwendung; folgenschwere Entscheidungen benötigen geprüfte Schwellen, Prüfwege und Rückrollmöglichkeiten. ### Ist selbst betriebenes Laya kostenlos? Nein. Offene Gewichte beseitigen weder Rechen- und Speicherkosten noch Monitoring, Wartung, Sicherheit oder menschliche Prüfung. Vergleichen Sie die vollständig zugerechneten Kosten korrekt abgeschlossener Workflows, nicht nur den Preis je API-Anfrage. ### Was schützt ein KI-Startup über die Modellleistung hinaus? Mögliche dauerhafte Werte sind integrierte Workflows, mit Erlaubnis nutzbares Feedback, repräsentative private Tests, Kundenzugang und verlässlicher Betrieb. Das sind strategische Gestaltungsentscheidungen, kein Beleg für einen unangreifbaren Wettbewerbsvorteil eines bestimmten Unternehmens. ### Sollte ein Team Jev sofort durch Laya ersetzen? Behandeln Sie Laya als Evaluationskandidaten, nicht als automatische Migrationsentscheidung. Vergleichen Sie gleiche Aufgaben auf einer privaten Testreserve, protokollieren Sie Checkpoints, trennen Sie Zero-Shot und Fine-Tuning, messen Sie Betriebskosten und beginnen Sie im Schattenbetrieb. ## Fazit Ein Benchmark kann eine Evaluation rechtfertigen, aber keine automatische Migration oder ein Urteil über ein ganzes Unternehmen. Trennen Sie Checkpoint, Experiment und Produkt und schaffen Sie Nutzen, der beim Modellwechsel erhalten bleibt. ## Das könnte dich auch interessieren.. [**Jev AI: Entscheidungsmodelle für Agenten-Workflows** Das Produkt verstehen, bevor eine Alternative bewertet wird.](/de/blog/jev-ai-decision-model-review/) [**AI Enablement vs allgemeine KI-Beratung** Umsetzungsverantwortung und reine Beratung vergleichen.](/de/compare/ai-enablement-vs-generic-ai-consultancy/) Modelle und Infrastruktur ## In diesem Cluster weiterlesen Modellauswahl, Inferenzkosten, lokaler Betrieb, Kompression und Serving-Architektur. [Mit dem Grundlagenartikel starten**LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen**](/de/blog/self-hosting-llms-eu-cost/) - [Jev AI im Test: Entscheidungsmodelle für Agenten](/de/blog/jev-ai-decision-model-review/) - [SwarmLLM Test 2026: Browser-P2P-Inferenz auf Smartphone und Laptop](/de/blog/swarmllm-browser-p2p-inference-review-2026/) - [Phonely Alma im Test: Ist das Voice-LLM produktionsreif?](/de/blog/phonely-alma-voice-llm-review/) - [Utopia: Temporalen Wissensgraph im Unternehmen prüfen](/de/blog/utopia-temporal-knowledge-graph/) - [NVIDIA PAIR im Test: Lokales KI-Routing und die AMD-Lücke](/de/blog/nvidia-pair-amd-rocm-strix-halo/) [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 20. Sep. 2026 Zuletzt geprüft 20. September 2026 [**Weiter**](/de/blog/jev-ai-decision-model-review/) ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/#webpage", "@type": "WebPage", "dateModified": "2026-09-20", "inLanguage": "de", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-09-20", "url": "https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Laya ist ein ernstzunehmender Open-Source-Kandidat für Entscheidungsmodelle, kein nachgewiesen universeller Jev-Ersatz. Der Spezialist meldet 76,6 % Hard-Label-Genauigkeit gegenüber separat veröffentlichten 72,7 % für Jev, bei wichtigen Unterschieden in Training, Kalibrierung und Betrieb. Drei Tage trennen Veröffentlichungen, nicht einen belegten vollständigen Entwicklungszyklus. Für Gründer zählt Kundennutzen, der einen Modellaustausch überlebt.", "articleBody": " Blog-Übersicht/AI und Agents/Modelle und Infrastruktur Laya vs Jev: Benchmarks und das Risiko für KI-Startups TL;DR Laya ist ein ernstzunehmender Open-Source-Kandidat für Entscheidungsmodelle, kein nachgewiesen universeller Jev-Ersatz. Der Spezialist meldet 76,6 % Hard-Label-Genauigkeit gegenüber separat veröffentlichten 72,7 % für Jev, bei wichtigen Unterschieden in Training, Kalibrierung und Betrieb. Drei Tage trennen Veröffentlichungen, nicht einen belegten vollständigen Entwicklungszyklus. Für Gründer zählt Kundennutzen, der einen Modellaustausch überlebt. Ein besseres Modell ist noch kein dauerhafter Wettbewerbsvorteil. Das ist die relevante Botschaft hinter Laya vs Jev. Die zugespitzte Geschichte lautet: Zwei Jahre Forschung wurden von drei Tagen Open-Source-Entwicklung überholt. Die öffentlich verfügbaren Belege tragen eine interessantere, aber engere Aussage: Spezialisierte Alternativen können zentrale Leistungskennzahlen eines Produkts angreifen, ohne das gesamte Produkt nachzubauen. Für Gründer zählt deshalb nicht nur, welches Modell gewinnt. Entscheidend ist, wofür Kunden morgen noch bezahlen würden, wenn eine glaubwürdige Alternative verfügbar wäre. Quellen geprüft am 20. September 2026. Dieser Artikel wertet öffentliche Quellen aus; wir haben die Benchmarks nicht selbst ausgeführt. Unser Jev-AI-Review zu Entscheidungsmodellen erklärt das Produkt. Hier geht es um die Vergleichsdaten und das Geschäftsrisiko. Entstand Laya wirklich in drei Tagen nach zwei Jahren Jev-Forschung? TypeSafe stellte Jev am 15. September 2026 vor. Gründer Diogo Almeida berichtete über zwei Jahre Arbeit im Verborgenen und seine frühere OpenAI-Forschung zu Methoden hinter ChatGPT. Das ist die Darstellung eines Gründers zur Unternehmensentwicklung, kein unabhängig geprüfter Zeitplan des Modelltrainings. Zur offiziellen Vorstellung von Jev. Laya-Entwickler Nandakishor M veröffentlichte seinen technischen Beitrag am 18. September 2026. Zwischen diesen Veröffentlichungen liegen drei Tage. Daraus folgt nicht, dass sämtliche Komponenten von Laya innerhalb dieses Zeitraums von Grund auf erforscht, trainiert und evaluiert wurden. Zum technischen Bericht des Entwicklers. Zudem existieren ältere verwandte Arbeiten: Nandakishors SalesRLAgent-Paper wurde am 30. März 2025 eingereicht. Es behandelt Reinforcement Learning für Vertriebsentscheidungen, nicht die identische Laya-Version. Es belegt frühere verwandte Forschung, nicht das Kopieren durch eines der Projekte. Zur ursprünglichen SalesRLAgent-Einreichung. Belegt ist schneller Wettbewerbsdruck, nicht ein verifiziertes Entwicklungsrennen von zwei Jahren gegen drei Tage. Veröffentlichungsgeschwindigkeit, Entwicklungsaufwand und Produktreife sind unterschiedliche Größen. Was ist Laya, und welches Modell wird verglichen? Laya ist eine Open-Source-Familie nicht-autoregressiver Entscheidungsmodelle. Statt eine Antwort Token für Token zu schreiben, bewertet sie begrenzte Fragen, etwa Klassifikationen oder Scores. Code und Modellgewichte stehen unter Apache 2.0. Der Name umfasst drei Checkpoints, also drei unterschiedliche Modellstände. Zur Laya-Modellkarte und Checkpoint-Übersicht. Laya-Checkpoints der geprüften Veröffentlichung; Kontext bezeichnet das konfigurierte Budget CheckpointBasismodell und GrößeKontextVorgesehener Einsatz layaModernBERT-large, 421 Mio. Parameter512 TokenEnglischsprachige Entscheidungen laya-multilingualmmBERT-base, 322 Mio. Parameter1.024 TokenMehrsprachige Eingaben laya-typed-decisionsModernBERT-large, 421 Mio. Parameter1.024 TokenVier spezialisierte Workflow-Familien Wer „Laya“ einkauft, testet oder austauscht, ohne den Checkpoint zu benennen, beschreibt keine vollständige Konfiguration. Ein aussagekräftiger Testbericht nennt zusätzlich Softwarestand, Routing-Einstellungen, Sprache und Frageschema. Gesucht ist nicht die stärkste Marke, sondern eine einsetzbare Konfiguration. Ist Laya tatsächlich besser als Jev? Der spezialisierte Checkpoint meldet in einer Typed-Decisions-Auswertung eine höhere Trefferquote bei eindeutigen Labels, aber nicht bessere Ergebnisse bei allen Metriken. Die Modellkarte nennt 400 Testfälle mit 2.000 Entscheidungen. Die Werte für Jev 1.13.0 stammen aus einer separaten Veröffentlichung: Der Laya-Autor hat Jev in diesem Durchlauf nicht abgefragt; Prompts und Stichproben unterscheiden sich. Zu Ergebnissen und Einschränkungen des spezialisierten Checkpoints. Veröffentlichte Typed-Decisions-Werte, kein gepaarter Direktvergleich MetrikLaya spezialisiertJev 1.13.0, separat veröffentlichtEinordnung Hard-Label-Genauigkeit0,7660,727Der veröffentlichte Laya-Wert liegt 3,9 Prozentpunkte höher. Soft Accuracy0,4710,580Bei dieser verteilungssensitiven Metrik liegt der veröffentlichte Jev-Wert höher. Erwarteter Kalibrierungsfehler, niedriger ist besser0,2130,144Die veröffentlichten Kalibrierungswerte sprechen hier für Jev. Ebenso wichtig ist die Trainingsgrundlage. Der Spezialist wurde auf dem Trainingssplit dieses Benchmarks nachtrainiert. Das", "articleSection": "KI-Infrastruktur", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "citation": [ { "@type": "WebPage", "name": "Zur offiziellen Vorstellung von Jev.", "url": "https://typesafe.ai/blog/introducing-system-one-models-and-jev" }, { "@type": "WebPage", "name": "Zum technischen Bericht des Entwicklers.", "url": "https://dev.to/nandakishor_m_6cc0adfde9f/i-built-non-autoregressive-decision-models-a-year-ago-then-a-frontier-lab-called-it-a-18me" }, { "@type": "WebPage", "name": "Zur ursprünglichen SalesRLAgent-Einreichung.", "url": "https://arxiv.org/abs/2503.23303" }, { "@type": "WebPage", "name": "Zur Laya-Modellkarte und Checkpoint-Übersicht.", "url": "https://huggingface.co/convaiinnovations/laya" }, { "@type": "WebPage", "name": "Zu Ergebnissen und Einschränkungen des spezialisierten Checkpoints.", "url": "https://huggingface.co/convaiinnovations/laya-typed-decisions" }, { "@type": "WebPage", "name": "Zum Typed-Decisions-Datensatz.", "url": "https://huggingface.co/datasets/LocalLLaMA/typed-decisions" }, { "@type": "WebPage", "name": "Zur Router-Implementierung statt einer Annahme über den Standard.", "url": "https://github.com/NandhaKishorM/laya/blob/main/laya/router.py" }, { "@type": "WebPage", "name": "Zur Benchmark-Methodik und den Kalibrierungstabellen von Laya.", "url": "https://github.com/NandhaKishorM/laya/blob/main/BENCHMARKS.md" }, { "@type": "WebPage", "name": "Zum unabhängigen Jev-Piloten und seinen Einschränkungen.", "url": "https://github.com/AbdelStark/jev-benchmarks/blob/main/README.md" }, { "@type": "WebPage", "name": "Zur sprachspezifischen Auswertung des mehrsprachigen Checkpoints.", "url": "https://huggingface.co/convaiinnovations/laya-multilingual" }, { "@type": "WebPage", "name": "Zu Betriebshinweisen und Vergleichseinschränkungen des Projekts.", "url": "https://github.com/NandhaKishorM/laya/blob/main/README.md" }, { "@type": "WebPage", "name": "Zu TypeSafes modellspezifischen Einschränkungen.", "url": "https://docs.typesafe.ai/model-jaggedness/jev-1.13" }, { "@type": "WebPage", "name": "Zur Jev-Anleitung von Vercel.", "url": "https://vercel.com/kb/guide/typesafe-jev-and-ai-sdk" } ], "dateModified": "2026-09-20", "datePublished": "2026-09-20", "description": "Laya ist ein ernstzunehmender Open-Source-Kandidat für Entscheidungsmodelle, kein nachgewiesen universeller Jev-Ersatz. Der Spezialist meldet 76,6 % Hard-Label-Genauigkeit gegenüber separat veröffentlichten 72,7 % für Jev, bei wichtigen Unterschieden in Training, Kalibrierung und Betrieb. Drei Tage trennen Veröffentlichungen, nicht einen belegten vollständigen Entwicklungszyklus. Für Gründer zählt Kundennutzen, der einen Modellaustausch überlebt.", "headline": "Laya vs Jev: Benchmarks und das Risiko für KI-Startups", "image": "https://wavect.io/img/blog/headers/header_laya-vs-jev-benchmark-ai-startup-moat.svg", "inLanguage": "de", "keywords": "KI-Entscheidungsmodelle, KI-Benchmarks, KI-Startup-Strategie", "mainEntityOfPage": { "@id": "https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/", "wordCount": 2380 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/de/", "name": "Startseite", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/overview/", "name": "Blog-Übersicht", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/topics/ai-agents/", "name": "AI und Agents", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/clusters/models-infrastructure/", "name": "Modelle und Infrastruktur", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/laya-vs-jev-benchmark-ai-startup-moat/", "name": "Laya vs Jev: Benchmarks und das Risiko für KI-Startups", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Die geprüften Quellen belegen das nicht. TypeSafe stellte Jev am 15. September 2026 vor, der Laya-Entwickler veröffentlichte seinen technischen Beitrag am 18. September. Von ihm existiert zudem verwandte Forschung aus März 2025. Veröffentlichungsdaten messen nicht den gesamten Entwicklungsaufwand." }, "name": "Wurde Laya in drei Tagen von Grund auf entwickelt?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Der spezialisierte Laya-Checkpoint meldet in einer Typed-Decisions-Auswertung eine höhere Hard-Label-Genauigkeit. Bei anderen Metriken liegen die separat veröffentlichten Jev-Werte vorne. Unterschiedliche Prompts, Stichproben und Trainingsgrundlagen verhindern eine allgemeingültige kontrollierte Rangliste." }, "name": "Ist Laya besser als Jev?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Das Ergebnis gehört zu laya-typed-decisions, nachtrainiert auf dem Trainingssplit dieses Benchmarks. Es ist kein Zero-Shot-Ergebnis des allgemeinen Basismodells. Der geprüfte Router wählt diesen Spezialisten standardmäßig nicht stillschweigend aus." }, "name": "Welcher Laya-Checkpoint erreichte 76,6 %?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Der Wert beschreibt eine Frage mit dem mehrsprachigen Checkpoint auf einer T4-GPU. Gehostete API, Netzwerk, Kaltstarts und gleichzeitige Last sind andere Messbedingungen. Ein Geschwindigkeitsversprechen braucht einen Test des tatsächlich geplanten Betriebs." }, "name": "Bedeuten 32,8 ms, dass Laya im Betrieb achtmal schneller ist?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Auch eine begrenzte Ausgabe kann ein falsches Urteil enthalten. Kalibrierung hängt zudem von Aufgabe und Daten ab. Berechtigungen gehören in die Anwendung; folgenschwere Entscheidungen benötigen geprüfte Schwellen, Prüfwege und Rückrollmöglichkeiten." }, "name": "Garantieren typisierte Entscheidungen oder Konfidenzwerte richtige Aktionen?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Offene Gewichte beseitigen weder Rechen- und Speicherkosten noch Monitoring, Wartung, Sicherheit oder menschliche Prüfung. Vergleichen Sie die vollständig zugerechneten Kosten korrekt abgeschlossener Workflows, nicht nur den Preis je API-Anfrage." }, "name": "Ist selbst betriebenes Laya kostenlos?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Mögliche dauerhafte Werte sind integrierte Workflows, mit Erlaubnis nutzbares Feedback, repräsentative private Tests, Kundenzugang und verlässlicher Betrieb. Das sind strategische Gestaltungsentscheidungen, kein Beleg für einen unangreifbaren Wettbewerbsvorteil eines bestimmten Unternehmens." }, "name": "Was schützt ein KI-Startup über die Modellleistung hinaus?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Behandeln Sie Laya als Evaluationskandidaten, nicht als automatische Migrationsentscheidung. Vergleichen Sie gleiche Aufgaben auf einer privaten Testreserve, protokollieren Sie Checkpoints, trennen Sie Zero-Shot und Fine-Tuning, messen Sie Betriebskosten und beginnen Sie im Schattenbetrieb." }, "name": "Sollte ein Team Jev sofort durch Laya ersetzen?" } ] } ```