djev-spark

Notas do quadrante

Ver o quadrante completo

Pontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.

• Maturidade2.8/10

  Caminho Docker/vLLM funcional mais pack de deploy Cloud Run (djev-run); ainda ops de classe GPU, não peer de laptop.

• Capability6/10

  Decision Index 0.4.1 Full 38,15 (#126); ImageJevBench v0.3.0 calibração 47,5, p50 0,54 s. Choice / score / boolean sobre um servidor DiffusionGemma 26B-A4B; real em boxes Spark ou Cloud Run, não um drop-in portátil.

• Adoção32/100

  Duas amplificações oficiais @googlegemma (18/09 + 22/09 Cloud Run) e conversa Spark/GB10; ainda nicho sem orçamento de GPU.

Vendor claims

• Implementa Jev POST /v1/systemone na frente de vLLM structured-reads em DiffusionGemma 26B-A4B NVFP4 (autor)[Claim do fornecedor — não verificado independentemente]
• Hardware-alvo: DGX Spark / GB10 (aarch64 unified memory, CUDA 13) (autor)[Claim do fornecedor — não verificado independentemente]
• Deploy Cloud Run em um comando via taeold/djev-run; tweet cita ~35–60 ms single-step e ~$3/h (UnverifiedClaim)[Claim do fornecedor — não verificado independentemente]

Notícias sobre este modelo

• Google Gemma aponta djev no Cloud Run
• Google Gemma endossa “DiffusionGemma as Jev”

publicado (OK do Fabricio 17/10 BRT). Auditoria dos placares de 17/10/2026: veja a seção “Auditoria dos placares” abaixo; onde ela conflita com afirmações antigas de placar nesta página, ela vale.

djev-spark é um stack System One orientado a hardware: DiffusionGemma 26B-A4B NVFP4 servido por um decision server estruturado que fala POST /v1/systemone do Jev — por mmastrac, não TypeSafe.

Caminho principal: boxes DGX Spark / GB10 (github.com/mmastrac/djev-spark). Pack de deploy: taeold/djev-run empacota o stack pro Google Cloud Run (RTX PRO 6000) com demos /snake e /dino.

Awareness: @googlegemma amplificou “DiffusionGemma as Jev” (18/09); follow-up Cloud Run (22/09). Trate como sinal de adoção — números de velocidade/preço/JevBench ficam UnverifiedClaim. Ver news e follow-up Cloud Run.

Deploy / demos relacionados

Projeto	Papel
taeold/djev-run	Image Cloud Run GPU + deploy em um comando de endpoint /v1/systemone compatível com Jev; UIs Snake/Dino no browser. Latência, $/h e tabelas JevBench no repo = UnverifiedClaim

Limites (leia antes de colocar em produção)

• Ainda não é peer “pip install no laptop” de Kev / Laya; Cloud Run tira a necessidade de possuir uma Spark, não o custo/ops de GPU.
• vLLM forked + overlays — espere drift de ops conforme nightlies andam.
• Sem bench de qualidade do ModelSystem.One; tweet e README = UnverifiedClaim até reexecutarmos.
• Scores do catálogo refletem “stack especializada interessante”, não disponibilidade geral.

Por que está no catálogo

Rastreia uma API System One real num backbone diffusion MoE no conjunto de gaps do S1Bench — sinal útil pra builders Spark / Cloud Run; manter distinto de pesos open portáteis como Decider.

Auditoria dos placares (17/10/2026)

publicado (OK do Fabricio 17/10 BRT). Conferido nos placares oficiais em 17/10/2026: Decision Index 0.3.2 (dados de 16/10, 19:00 UTC), JevBench e ImageJevBench ao vivo. Os placares são fontes separadas e nunca são combinados. Afirmações e posições antigas de placar mais abaixo nesta página ficam superadas quando conflitam com esta seção.

Placar	Linha	Resultado
Decision Index 0.3.2 (16 out 19:00 UTC)	djev diffgemma	Full 41,78 (#89, grupo de empate 21); público 40,89 (#97); same-skills 41,63; new-domains 38,59
ImageJevBench v0.3.0	djev-spark NVFP4	Capability 24,5; Intelligence 1,5; calibração 47,5; p50 0,54 s; US$ 0,064/1k
ImageJevBench arquivo v0.1.5 (congelado)	djev-spark NVFP4	Capability 66,7; Intelligence 49,1; calibração 84,3; p50 0,50 s; US$ 0,063/1k
ImageJevBench v0.3.0	djev-dev BF16	Capability 25,4; Intelligence 3,9; calibração 46,9; p50 0,59 s; US$ 0,072/1k
ImageJevBench arquivo v0.1.5 (congelado)	djev-dev BF16	Capability 63,8; Intelligence 49,6; calibração 78,0; p50 0,54 s; US$ 0,070/1k
ImageJevBench v0.3.0	djev-distill-v4	Capability 40,2; Intelligence 18,8; calibração 61,7; p50 0,61 s; US$ 0,072/1k
ImageJevBench arquivo v0.1.5 (congelado)	djev-distill-v4	Capability 68,7; Intelligence 52,5; calibração 84,8; p50 0,54 s; US$ 0,068/1k

Proposta de nota (conta do zero, desdobramento da auditoria de 17/10/2026; publicado (OK do Fabricio 17/10 BRT)). Capability 6,8 → 6,2 = tipos × 0,30 + calibração × 0,25 + latência × 0,25 + acurácia × 0,20 = 10 × 0,30 + 3 × 0,25 + 5 × 0,25 + 6 × 0,20 = 6,20 → 6,2. Tipos 10 (choice, score, boolean). Calibração 3: sem ECE do autor e sem eixo no placar de texto; a calibração do ImageJevBench v0.3.0 para o djev-spark NVFP4 é 47,5 (abaixo de 60 → 3). Latência 5: o p50 do mesmo placar é 0,54 s (>0,5 s e ≤1 s → 5); o tweet de ~35–60 ms é UnverifiedClaim. Acurácia 6: Decision Index Full 41,78 ÷ 60,11 × 8 = 5,6 → 6. O ‘JevBench #6 (52,2)’ antigo é da v1.4.2; a linha do arquivo congelado ImageJevBench v0.1.5 (capability 66,7) não é usada. EN e pt-br estavam fora de sincronia (EN 6,8, pt-br 5,4); ambos agora trazem a proposta. Maturidade e adoção inalteradas.

Auditoria de placar (20/10/2026, DI 0.4)

publicado (OK do Fabricio 20/10 BRT).

O Decision Index 0.4 (20/10; Full agora só com as partes privadas) lista djev diffgemma com Full 39,18 (#108); era 41,78 na edição 0.3.2, arquivada. Regra de acurácia, referência Jev 1.13 no DI 0.4 Full (61,26): 8 × 39,18 ÷ 61,26 = 5,12 → 5 (era 6). Capability = 10 × 0,30 + 3 × 0,25 + 5 × 0,25 + 5 × 0,20 = 6,00 → 6,0 (era 6,2). Demais subnotas, maturidade e adoção inalteradas.

Auditoria de placar (22/10/2026, DI 0.4.1)

publicado (OK do Fabricio 22/10 BRT).

O Decision Index 0.4.1 (22/10; referência Jev 1.13 Full 59,22, era 61,26 no 0.4) lista a linha desta ficha com Full 38,15 (#126). Regra de acurácia: 8 × 38,15 ÷ 59,22 = 5,15 → 5 (era 5). Capability inalterada. Maturidade e adoção inalteradas.