Amazon Web Services hat das Open-Source-Entscheidungsmodell Strands Decider 2B veröffentlicht, das vom Jev-Modell von TypeSafe inspiriert ist. Das am 1. Oktober 2026 angekündigte Modell bietet Entwicklern, die nach einer besser geeigneten Intelligenz für die Computerautomatisierung suchen, die Möglichkeit, schnell und kostengünstig zwischen vorab festgelegten Optionen zu wählen und die Entscheidungssicherheit zu messen. Das vollständig quelloffene Modell ist klein genug, um sofort einsatzbereit und lokal ausführbar zu sein. Es wurde in derselben Woche wie die Ankündigung eines ähnlichen Angebots von OpenAI veröffentlicht.
Das Projekt ging aus einer persönlichen Arbeit des Amazon Distinguished Engineer Marc Brooker hervor, nachdem dieser Jev gesehen hatte. Die Arbeit stieg in der Jevbench-Rangliste unter den Modellen ihrer Größenklasse kurzzeitig auf den ersten Platz. Amazon-Ingenieure überarbeiteten das Modell anschließend und veröffentlichten es im Rahmen von Strands Labs, wo neue KI-Tools und Protokolle entwickelt werden. Laut Brooker benötigten die agentengesteuerten Workflows von AWS-Kunden nicht immer die Fähigkeiten oder die Kosten eines voll ausgestatteten großen Sprachmodells. Dank seines begrenzten Antwortbereichs und der Vertrauensscores kann Strands Decider einen zuverlässigeren, latenzärmeren und potenziell günstigeren Workflow-Schritt ermöglichen.
Das Modell ist auf dem „Torso“ eines auf Qwen3.5-2B basierenden großen Sprachmodells aufgebaut, das statt Texte zu erzeugen kalibrierte Auswahlentscheidungen trifft. TypeSafe leitete den Namen Jev vom Ökonomen William Stanley Jevons ab; der Name spielt auf die Idee an, dass die Nachfrage steigen könnte, wenn die Kosten für Computerintelligenz sinken. Diogo Almeida, CEO und Gründer von TypeSafe, sagte, dass es trotz der zunehmenden Zahl ähnlicher Modelle schwierig sei, ein intelligentes Modell zu entwickeln, und dass er derzeit keinen echten Wettbewerb sehe. Das Unternehmen konzentriert sich auf die Entwicklung seiner künftigen Modelle. Brooker erklärte seinerseits, die zentrale Herausforderung bestehe darin, die Fähigkeiten zum Sprachverständnis und Allgemeinwissen zu bewahren und zugleich Genauigkeit und Kalibrierung zu verbessern.
Warum das wichtig ist
Diese Entwicklung zeigt, dass neben dem Ansatz, für jede Aufgabe auf Systeme zurückzugreifen, die umfassende Texte erzeugen, auch kleinere Modelle für Aufgaben mit vorab festgelegten Grenzen ihren Platz finden. Diese Unterscheidung kann für Entwickler, die agentengesteuerte Workflows aufbauen, die Abwägung zwischen Kosten, Latenz und Kontrollierbarkeit beeinflussen; die Möglichkeit, das Modell lokal auszuführen, erweitert zudem die Nutzungsbedingungen. Die Open-Source-Lizenz senkt die Zugangshürden für Teams, die Entscheidungsmodelle untersuchen und an neue Tools anpassen möchten. Allerdings bleibt offen, wie treffsicher die Vertrauensscores des Modells bei unterschiedlichen Aufgaben sein werden und in welchem Maß die entscheidungsorientierte Struktur die Fähigkeiten zum Sprachverständnis und Allgemeinwissen bewahren wird.
Hintergrund
Amazon ist im FikirPilot-Archiv kein neuer Name: In den vergangenen 90 Tagen haben wir 11 Nachrichten veröffentlicht, in denen dieser Name vorkam; die jüngste stammt vom 26. September 2026.
Begriff: großes Sprachmodell
Ein großes Sprachmodell ist eine Software, die mit großen Textmengen trainiert wird und die Fortsetzung eines ihr vorgelegten Textes anhand von Wahrscheinlichkeiten erzeugt; es schreibt nicht das, was es weiß, sondern die wahrscheinlichste Fortsetzung.