knowledge-base/wiki/institutions/ai-ml-api.md
Hector e58c72ed4b ingest(youtube): berman 'we need to talk about jev' + demo-welle + almeida-launch-post
- raw: berman-video (18.09.2026, kein transcript, beschreibung+quellenliste) + almeida launch-post (15.09.2026)
- wiki neu: concepts/llm/jev-praxis-demos, people/matthew-berman, people/kitze, people/riley-brown, people/justin-schroeder, people/alex-the-alex, institutions/ai-ml-api
- wiki update: system-one-models-jev (ankündigungspost + demo-welle), diogo-almeida (launch-post)
- index 221. update + log
2026-09-18 23:37:47 +02:00

1.6 KiB
Raw Permalink Blame History

created updated sources tags
2026-09-18 2026-09-18
youtube/2026-09-18_berman-jev.md
institution
aimlapi
ai-ml-api
gateway
benchmark
jev
schach

AI/ML API (@aimlapi)

Anbieter eines Modell-Gateways/API-Zugangs für KI-Modelle, aktiv auf X als @aimlapi.

Auftritt im Wiki

Schach-Test gegen Frontier-LLMs (16.09.2026, Post). Der Post ist das einzige Jev-Bauprojekt mit einem dokumentierten, überprüfbaren Ausgang:

  • Format: Blitz 5+0, ein API-Call pro Zug.
  • Jev („V13") vs. Fable 5.1: Jev war materiell deutlich unterlegen (nach Zug 29 ca. 16, Fable promotete eine zweite Dame), gewann aber auf Zeit — Fable verbrauchte 615 s pro Zug für Analyse, Jev antwortete in ~2,6 s.
  • Jev vs. GPT-6 Astra: Astra setzte matt in 18 Zügen (Qe1#), mit 2:27 Restzeit auf der Uhr.

Reichweite bei Abruf 18.09.2026: 528.714 Views / 2.177 Likes.

Bedeutung für das Wiki: Der Test misst keine Spielstärke im klassischen Sinn, sondern die Zeitökonomie eines Entscheidungsmodells gegen generative Modelle. Genau das ist der Kern der Jev-These (siehe ../concepts/llm/jev-praxis-demos.md). ⚠️ Einzeltest ohne Wiederholung, Selbstauskunft des Anbieters; die Versionsangabe „V13" findet sich in der Launch-Kommunikation nicht.

Verwandte Wiki-Seiten