Jev

TypeSafe AI

Wiki Jev

API keputusan untuk penilaian terstruktur

Model System One mengambil keputusan terstruktur dengan cepat agar dapat langsung digunakan perangkat lunak. Model dalam kelas ini mengevaluasi keadaan dan menghasilkan jawaban bertipe beserta probabilitasnya. Jev adalah model unggulan TypeSafe sekaligus model System One publik pertama. Seperti LLM, model ini memahami masukan bahasa alami. Tidak seperti LLM, model ini tidak menulis balasan, menghasilkan kode, atau membuat penjelasan tentang penalarannya. Anda menetapkan kemungkinan jawaban melalui Choice, Score, dan Noul.

Demo Apa itu Jev
Jev request loop: state and typed questions in, Choice Score or Noul out
Masukkan status dan pertanyaan bertipe; hasilnya Choice, Score, atau Noul.

Jelajahi

Selengkapnya

Doom dari teks terstruktur

Demo Doom dalam artikel peluncuran menerima deskripsi teks tentang state permainan. Jev tidak melihat framebuffer. Dengan sekitar 10 kueri per detik, biayanya mencapai sekitar $7 per jam berdasarkan harga input yang dipublikasikan, sedangkan token output gratis. Laju itu adalah angka demo, bukan QPS wajib untuk produksi. Intinya, model pengambilan keputusan 70ms-500ms dapat berjalan dalam loop yang sebelumnya harus menunggu panggilan generatif lambat.

Selengkapnya
URL

Wikiracing untuk kardinalitas tinggi

Wikiracing memilih tautan Wikipedia berikutnya yang mengarah ke halaman target. Kardinalitasnya berkisar dari ratusan hingga ribuan tautan. Satu Choice hanya menerima 255 opsi, jadi demo menilai terlebih dahulu, lalu memilih dari daftar pendek. Pola dua tahap ini merupakan solusi praktis setiap kali ukuran katalog melampaui batas Choice.

Selengkapnya
URL

fan-out rumah pintar dan tempat Jev dijalankan

Demo resmi asisten rumah pintar mengevaluasi setiap permintaan pengguna berdasarkan daftar panjang pertanyaan, termasuk banyak pertanyaan yang tidak relevan bagi sebagian besar ucapan. "Matikan semua lampu di rumah" tetap menanyakan kategori, ranah, perangkat, dan tindakan dalam satu panggilan. Pertanyaan tindakan bersifat spekulatif: lampu diasumsikan sebelum faktanya diketahui. Kode mempertahankan jawaban yang cocok dan mengabaikan sisanya. Panggilan API berurutan baru menanyakan tindakan setelah perangkat diketahui, sehingga keunggulan latensinya hilang.

Selengkapnya
URL

Contoh keputusan dari peta kasus penggunaan

Pola

Gim

Moderasi obrolan, nilai frustrasi, dan teruskan dukungan pemain.

URL

Apa itu Jev

Model System One dirancang untuk perangkat lunak yang harus mengambil tindakan. Jev membaca status berbahasa alami—string, objek JSON, atau larik teks—lalu menjawab sekumpulan pertanyaan dalam satu POST ke /v1/systemone. Model ini tidak menulis balasan, menghasilkan kode, atau menjelaskan penalarannya. Gambar, audio, dan video tidak boleh disertakan dalam permintaan; olah terlebih dahulu menjadi teks jika diperlukan.

Tiga jenis pertanyaannya adalah Choice (satu opsi dari maksimal 255), Score (skala berurutan dengan 2 hingga 10 tingkat yang hasilnya dapat berada di antara dua tingkat), dan Noul (P(ya) dalam [0, 1] tanpa kolom keyakinan terpisah). Pertanyaan dalam satu panggilan memakai status yang sama, dijalankan secara paralel, dan penambahannya hampir tidak memengaruhi latensi. ID pertanyaan digunakan oleh kode Anda dan tidak dikirim ke model dasarnya.

Nama Jev diambil dari ekonom William Stanley Jevons. System One mengadopsi System 1 cepat milik Kahneman: penilaian cepat, lalu kode Anda mengerjakan bagian yang lambat. TypeSafe dilatih dengan Reinforcement Learning for Calibrated Decisions (RLCD), bukan penyetelan percakapan RLHF. Kecocokan skema dijamin, sehingga respons tidak dapat menghasilkan galat jenis dalam format bebas.

TypeSafe AI dan peluncurannya

TypeSafe AI dibuat di San Francisco. Diogo Almeida adalah pendiri dan CEO sekaligus salah satu penemu RLHF. LinkedIn mencatat perusahaan ini sebagai perusahaan tertutup dengan 11-50 karyawan. Jev dibuka dalam akses awal pada 15 September 2026 setelah sekitar dua tahun beroperasi secara tertutup. Artikel peluncuran menjelaskan arsitektur baru, sampler paralel, dan RLCD sebagai metode pelatihannya.

Permintaan dan respons pelanggan tidak digunakan untuk melatih Jev. Bobot yang sama melayani semua akun; Anda membentuk jawaban melalui status, instruksi, dan kriteria, bukan LoRA. Batas laju lebih tinggi tersedia pada paket khusus dan perusahaan melalui sales@typesafe.ai. Playground dan kunci API tersedia di console.typesafe.ai setelah masuk.

Direktori komunitas dan liputan pers

Awesome Jev mengindeks klien, integrasi, gim, dan artikel komunitas serta tidak berafiliasi dengan TypeSafe AI. Anggap paket tersebut sebagai karya komunitas kecuali README mengarah ke github.com/typesafe-ai. Python resmi adalah typesafe-sdk; JavaScript resmi adalah @typesafe-ai/sdk.

Cloudflare Workers AI mencantumkan model sebagai typesafe/jev. Pencarian toko Steam untuk Jev TypeSafe tidak menemukan aplikasi: Jev adalah API HTTP, bukan judul di toko. Discord adalah discord.gg/typesafe. Organisasi GitHub, typesafe-ai, menerbitkan SDK JS dan keterampilan terkait. Kanal YouTube milik TypeSafe tersedia sebagai halaman merek tanpa unggahan, jadi wiki ini memakai video beranda resmi alih-alih tampilan pengganti YouTube.

Permintaan pertama, lalu ambang pengaman

Jalur tercepat untuk mulai memakai Jev adalah playground di console.typesafe.ai/playground: tempel tiket, tambahkan Noul untuk tingkat urgensi, lalu Choice untuk tim penanggung jawab. Peta yang sama dapat diubah menjadi perintah curl ke POST /v1/systemone atau panggilan TypeSafeClient.system_one. Patok jev-1.13.0 setelah hasilnya sesuai; ikuti jev-latest hanya jika Anda menginginkan perubahan alias.

Sebelum menjalankan efek samping otomatis apa pun, baca confidence pada Choice dan Score, lalu perlakukan Noul yang mendekati 0.5 sebagai ketidakpastian. Periksa sembilan mode jaggedness untuk pertanyaan yang baru Anda tulis. Jika Anda meminta Jev menghitung, membandingkan tanggal, atau menyusun kalimat, pindahkan pekerjaan itu ke luar. Halaman primitives menyediakan perbandingannya; halaman API memuat baris instalasi; jaggedness adalah filter yang dijalankan sebelum rilis.

Hitung biaya loop berdasarkan $0.042 per sejuta token input dan output gratis. Biaya sekitar $7/jam pada 10 kueri per detik dalam demo Doom adalah ilustrasi publik untuk loop rapat, bukan tagihan yang wajib Anda capai. Batas laju 250,000 token per detik dan 1,200 permintaan per menit dapat berubah tanpa pemberitahuan seiring perluasan akses awal. Tim penjualan dapat menaikkannya melalui paket khusus.

Gunakan beranda ini sebagai indeks ringkas: fakta aktif terlebih dahulu, lalu penjelasan tentang Jev, pihak yang merilisnya, dan video resmi. Dari sini, klik berikutnya adalah Primitives untuk perbandingan, Models untuk kartu model, Jaggedness untuk sembilan mode kegagalan, dan API untuk perintah instalasi. Discord dan GitHub ditautkan dari bagian komunitas jika Anda mencari klien tidak resmi.

Jev dibuka dalam akses awal pada 15 September 2026. Fakta di halaman ini—konteks 64k, $0.042 per satu juta token input, output gratis, 70ms-500ms, jev-1.13.0—berasal dari kartu aktif yang diterbitkan TypeSafe saat peluncuran tersebut. Ketika ID berversi yang lebih baru dirilis, halaman model harus menampilkannya; beranda ini harus tetap mengarah ke kartu terkini, bukan tangkapan layar lama.

Jika hanya mengingat tiga tautan dari beranda ini, pilih Primitives, Jaggedness, dan API. Itulah alur yang didokumentasikan TypeSafe: pilih jenis pertanyaan, hindari mode kegagalan yang diketahui, lalu panggil POST /v1/systemone dengan jev-1.13.0 atau jev-latest.

TypeSafe dibuat di San Francisco; Diogo Almeida adalah CEO. Fakta perusahaan tersebut ditempatkan di bawah judul peluncuran, bukan dalam daftar fakta aktif.

Model

Jev adalah model unggulan TypeSafe AI sekaligus model System One pertama. Anda mengirim status beserta pertanyaan bertipe; model mengembalikan jawaban Choice, Score, atau Noul dengan probabilitas, bukan transkrip obrolan. Versi aktifnya adalah Jev 1.13 (jev-1.13.0). Biaya input $0.042 per satu juta token, token output gratis, dan TypeSafe mencantumkan latensi menyeluruh 70ms-500ms dengan sebagian besar kueri sekitar 100ms. Bahasa Inggris memberikan hasil terbaik. Buka Primitives sebelum menulis permintaan, atau baca kartu Jev 1.13 untuk alias, konteks, dan batas laju. Batas dapat berubah tanpa pemberitahuan selama akses awal. Kunci ke jev-1.13.0 jika ambangnya sudah Anda sesuaikan.

Model
Jev 1.13
ID Model
jev-1.13.0
Konteks
64k token
Harga input
$0.042 / satu juta
Token output
free
Latensi
70 md–500 md
Laju pemrosesan
250,000 token/dtk
Batas permintaan
1,200 / mnt

Batas dapat berubah tanpa pemberitahuan.

Homepage race claim: Jev 0.114s versus 8.566s, 193.6x faster and 444.6x cheaper
Perbandingan alur kerja System One yang dipublikasikan TypeSafe: 0.114s dibanding 8.566s.
Jev returns typed decisions and never generates strings
Jev mengembalikan keputusan bertipe dan tidak pernah menghasilkan string.
URL

Sumber