MotherDuck 推出 prompt_jev()：SQL 内 AI 分类提速 50 倍、成本仅 1%

MotherDuck 发布 SQL 函数 promptjev()，接入 TypeSafe AI 的新模型 Jev，让文本分类可以在 DuckDB SQL 里直接完成。官方基准显示，在 10 万行文本分类任务上，Jev 用 40 秒、仅 0.5 美元即达到与前沿 LLM 相当（或更好）的准确率；对比之下用 LLM 处理同样数据需 32 分钟以上。按帖子转述，速度约为可比前沿模型的 50 倍、成本仅约 1%。这一组合让此前因太慢、太贵而不可行的分析工作流变得可行。

已确认

• MotherDuck 推出 promptjev() SQL 函数，底层模型为 TypeSafe AI 的 Jev，面向数据库内文本分类场景。
• 官方测试数据：10 万行数据 40 秒完成、花费 0.5 美元，准确率接近或达到前沿 LLM 水平；速度约 50 倍、成本约 1%。
• 开发者发布 DuckDB 扩展 duckdb-jev，基于 Jev 实现对表中每一行用 SQL 直接提问，并返回真正的 SQL 类型而非文本；数据可留在表或 Parquet 文件中处理。

为什么重要

• 据 @joshwills 等转发者的评论，这一组合把 AI 分类直接嵌入数据所在的位置，避免了数据搬运，让此前因太慢、太贵而不可行的分析工作流变得可行。
• duckdb-jev 返回原生 SQL 类型而非文本，意味着模型输出可直接参与下游 SQL 计算，进一步降低数据管道集成成本。

2026-09-22 ~ 2026-09-22 · 5 条相关

• Jev 小模型登陆 MotherDuck:快 50 倍、成本仅 1% — josh_wills · 2026-09-22
• 【源头】duckdb-jev：在 SQL 里对每行数据提问，返回真实 SQL 类型 — dbreunig · 2026-09-22
• MotherDuck 文本分类提速 50 倍,成本降至 1% — josh_wills · 2026-09-22

另有 2 条近重复转述:charles_irl · dbreunig