Jev 1.14 почав приймати зображення

Що саме з’явилося в Jev 1.14

Я б читав це оновлення так: Jev 1.14 тепер приймає статичні зображення і може використовувати їх у питаннях для ухвалення рішень. На початок листопада 2026 року цій можливості було близько двох тижнів, тож це вже не термінова новина, а корисний технічний розбір. У повідомленні TypeSafe AI та документації Cloudflare функцію позначено як експериментальну.

На вході підтримуються PNG і JPEG. GIF, WebP, HEIC, відео та анімований PNG безпосередньо не приймаються. Згідно з доступною документацією, розмір одного зображення обмежено 16 МіБ, а всього тіла запиту — 32 МіБ.

Зображення можна передати окремою частиною multipart-запиту або вбудувати як base64. Потім ресурс пов’язується з полем у state, на яке посилаються питання. Для активації потрібен заголовок TypeSafe-Danger-Zone-Images: true, і його назва доволі чесно вказує на рівень зрілості функції.

Головне функціональне доповнення версії 1.14 пов’язане з примітивом Box. Він призначений для пошуку зазначеного об’єкта та повернення його області на зображенні. Візуальні дані також можна застосовувати в Choice, Score та інших питаннях для ухвалення рішень.

Є важлива межа: приклади інтеграції з окремою vision-моделлю не доводять, що Jev самостійно виконує весь візуальний аналіз. У таких схемах модель зору спочатку формує структуровані докази, а Jev уже ухвалює рішення на їхній основі.

Що це змінює для інтеграцій

Практичний ефект реальний, але до спокійного використання в продакшені ще далеко. Тепер зображення можна включати безпосередньо до стану завдання, скорочуючи кількість проміжного коду між візуальним аналізом і логікою оцінювання.

Насамперед я б перевіряв не лише демонстраційні приклади, а стабільність Box, поведінку на граничних розмірах і відтворюваність Choice та Score. Окремий feature flag, статус beta і пряме попередження проти виробничого використання означають, що контракт API та якість відповідей ще не можна вважати усталеними.

У доступних матеріалах немає підтвердженого незалежного офіційного лідерборду для візуальних можливостей. Тому це не готовий універсальний vision-рушій, а раннє розширення decision API, яке стає значно цікавішим саме на стику зображень і структурованого ухвалення рішень.

Раніше ми розповідали про Pydantic Monty — безпечний інтерпретатор Python для виконання коду під керуванням LLM. Він допомагає зрозуміти, як Pydantic розширює технічні можливості AI-застосунків, зокрема мультимодальне введення моделей.