На какой архитектуре основана модель Kev 4B?

Модель построена на базе Qwen3.5-4B-Base и использует LoRA-адаптер для оптимизации процессов принятия решений.

Какова основная специализация этой модели?

Kev 4B сфокусирована на модальности «текст в решения» (text->decisions), что делает её эффективной для логического выбора и структурированного вывода.

Можно ли использовать Kev 4B через alltokens?

Да, модель доступна для использования через платформу alltokens, поддерживая стандартные интерфейсы взаимодействия.

Jared Palmer: Kev 4B

JAJaredpalmerОбновлено: 25 сентября 2026 г.

Kev 4B — это компактная модель принятия решений с открытыми весами, реализованная как LoRA-адаптер на базе Qwen3.5-4B. Она оптимизирована для работы через контракт TypeSafe, обеспечивая высокую точность в структурированных задачах при небольшом размере.

Использовать через API

Метрики

Вход

6 ₽/M

Выход

— ₽/M

Контекст

8k tokens

Параметры

Релиз

25 сентября 2026 г.

Поддерживаемые параметры

Нет данных по параметрам.

Технический обзор

Kev 4B — это небольшая модель принятия решений с открытым весом от Джареда Палмера, созданная в виде адаптера LoRA и указателя на базе Qwen3.5-4B-Base и предоставляемая через тот же контракт /v1/systemone, что и TypeSafe.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Jared Palmer: Kev 4BТекущая

Для чего

Контекст

Цена ₽

6 / —

Jared Palmer: Kev 4BТекущая

6 / —

Модель

Microsoft: Microsoft-Decision-1

Для чего

Обе модели специализируются на модальности принятия решений и имеют схожую архитектурную направленность.

Контекст

33k

Цена ₽

6 / —

Microsoft: Microsoft-Decision-1

Обе модели специализируются на модальности принятия решений и имеют схожую архитектурную направленность.

33k

6 / —

Модель

Together: Tev1 4B Experimental

Для чего

Модели обладают идентичным количеством параметров (4B) и ориентированы на экспериментальные сценарии логических выводов.

Контекст

33k

Цена ₽

6 / —

Together: Tev1 4B Experimental

33k

6 / —

Модель

Nace.AI: Drex v1.5

Для чего

Прямой конкурент в категории специализированных моделей для генерации решений с сопоставимой производительностью.

Контекст

131k

Цена ₽

5 / —

Nace.AI: Drex v1.5

131k

5 / —

Когда выбирать

Необходима интеграция с контрактом TypeSafe для структурированных ответов
Требуется легковесная модель на базе архитектуры Qwen3.5 для быстрой обработки
Задача подразумевает принятие логических решений в рамках контекста до 8192 токенов