Jev 1.14 начал принимать изображения

Что именно появилось в Jev 1.14

Я бы читал это обновление так: Jev 1.14 теперь принимает статичные изображения и может использовать их в вопросах для принятия решений. К началу ноября 2026 года этой возможности было около двух недель, так что это уже не срочная новость, а полезный технический разбор. В сообщении TypeSafe AI и документации Cloudflare функция обозначена как экспериментальная.

На вход поддерживаются PNG и JPEG. GIF, WebP, HEIC, видео и анимированный PNG напрямую не принимаются. По доступной документации, размер одного изображения ограничен 16 МиБ, а всего тела запроса 32 МиБ.

Изображение можно передать отдельной частью multipart-запроса либо встроить как base64. Затем ресурс связывается с полем в state, на которое ссылаются вопросы. Для активации нужен заголовок TypeSafe-Danger-Zone-Images: true, и его название довольно честно сообщает уровень зрелости функции.

Главное функциональное дополнение версии 1.14 связано с примитивом Box. Он предназначен для поиска указанного объекта и возврата его области на изображении. Визуальные данные также можно применять в Choice, Score и других вопросах принятия решений.

Есть важная граница: примеры интеграции с отдельной vision-моделью не доказывают, что Jev самостоятельно выполняет весь визуальный анализ. В таких схемах модель зрения сначала формирует структурированные свидетельства, а Jev уже принимает решение по ним.

Что это меняет для интеграций

Практический эффект реальный, но до спокойного продакшена еще далеко. Изображение теперь можно включать прямо в состояние задачи, сокращая количество промежуточного кода между визуальным анализом и логикой оценки.

Первым делом я бы проверял не демонстрационные примеры, а стабильность Box, поведение на пограничных размерах и воспроизводимость Choice и Score. Отдельный feature flag, статус beta и прямое предупреждение против производственного использования означают, что контракт API и качество ответов пока нельзя считать устоявшимися.

Подтвержденного независимого официального лидерборда для визуальных возможностей в доступных материалах нет. Поэтому это не готовый универсальный vision-движок, а раннее расширение decision API, которое стало заметно интереснее именно на стыке изображения и структурированного решения.

Ранее мы рассказывали о Pydantic Monty — безопасном интерпретаторе Python для выполнения кода под управлением LLM. Он помогает понять, как Pydantic расширяет технические возможности AI-приложений, включая мультимодальный ввод моделей.