TypeSafe AI
วิกิ Jev
API สำหรับการตัดสินเชิงโครงสร้าง
โมเดล System One ตัดสินใจอย่างรวดเร็วและมีโครงสร้าง ซึ่งซอฟต์แวร์นำไปใช้ได้โดยตรง โมเดลประเภทนี้จะประเมิน state แล้วส่งคำตอบแบบมีชนิดพร้อมค่าความน่าจะเป็นกลับมา Jev คือโมเดลเรือธงของ TypeSafe และเป็นโมเดล System One สาธารณะตัวแรก โมเดลเข้าใจอินพุตภาษาธรรมชาติเช่นเดียวกับ LLM แต่ต่างกันตรงที่ไม่เขียนคำตอบ ไม่สร้างโค้ด และไม่อธิบายเหตุผล คุณกำหนดคำตอบที่เป็นไปได้ผ่าน Choice, Score และ Noul
สำรวจเว็บไซต์
อ่านเพิ่มเติมDoom จากข้อความมีโครงสร้าง
เดโม Doom ในโพสต์เปิดตัวจะป้อนคำบรรยาย state ของเกม โดย Jev จะไม่เห็นเฟรมบัฟเฟอร์ ที่ประมาณ 10 คำขอต่อวินาที ค่าใช้จ่ายตามราคาอินพุตที่เผยแพร่จะอยู่ราว $7 ต่อชั่วโมง ส่วนโทเค็นเอาต์พุตไม่มีค่าใช้จ่าย อัตรานี้เป็นตัวเลขจากเดโม ไม่ใช่ QPS ที่ระบบใช้งานจริงต้องทำตาม ประเด็นคือโมเดลตัดสินใจที่ใช้เวลา 70ms-500ms สามารถทำงานในลูปที่เดิมต้องรอการเรียกโมเดลสร้างเนื้อหาซึ่งช้ากว่า
Wikiracing เมื่อมีตัวเลือกจำนวนมาก
Wikiracing เลือกลิงก์ Wikipedia ถัดไปเพื่อมุ่งไปยังหน้าเป้าหมาย โดยมีจำนวนลิงก์ตั้งแต่หลักร้อยถึงหลักพัน Choice หนึ่งรายการรับตัวเลือกได้เพียง 255 ตัวเลือก เดโมจึงให้คะแนนก่อน แล้วค่อยเลือกจากรายชื่อที่คัดไว้ รูปแบบสองขั้นนี้เป็นทางออกที่ใช้ได้จริงเมื่อแค็ตตาล็อกมีขนาดเกินขีดจำกัดของ Choice
fan-out สำหรับบ้านอัจฉริยะ และตำแหน่งที่ Jev ทำงาน
เดโมผู้ช่วยสมาร์ตโฮมอย่างเป็นทางการประเมินคำขอของผู้ใช้แต่ละรายการกับชุดคำถามยาว ๆ ซึ่งหลายข้อไม่เกี่ยวข้องกับถ้อยคำส่วนใหญ่ แม้คำสั่ง "ปิดไฟทั้งหมดในบ้าน" ก็ยังถามหมวดหมู่ โดเมน อุปกรณ์ และการกระทำในการเรียกครั้งเดียว คำถามเรื่องการกระทำเป็นการคาดไว้ล่วงหน้า เพราะตั้งสมมติฐานว่าเป็นไฟทั้งที่ยังไม่ทราบข้อเท็จจริงนั้น โค้ดจะเก็บคำตอบที่ตรงและละทิ้งส่วนที่เหลือ หากเรียก API ตามลำดับ จะต้องรอให้ทราบอุปกรณ์ก่อนจึงถามการกระทำ และเสียข้อได้เปรียบด้านเวลาแฝง
ตัวอย่างการตัดสินใจจากแผนผังกรณีใช้งาน
แพตเทิร์นงานสนับสนุนลูกค้า
จำแนกทิกเก็ต ตรวจจับความเร่งด่วนและคำขอคืนเงิน แล้วจัดเส้นทางคิว
การค้นหาและเรียกคืนข้อมูล
ใช้ Score ประเมินความเกี่ยวข้องระหว่างคำค้นกับตัวเลือก แล้วจัดอันดับใหม่
การกำหนดเส้นทางโมเดล
เลือก LLM ที่จะรับแต่ละพรอมต์
เกม
กลั่นกรองแชต ให้คะแนนความหงุดหงิด และส่งต่อคำขอช่วยเหลือผู้เล่น
รั้วป้องกันสำหรับ LLM
ตรวจจับการเจลเบรก การแทรกคำสั่ง และการละเมิดนโยบาย
การตรวจโค้ดเชิงความหมาย
เรียกใช้การตรวจเชิงความหมายเฉพาะทีมใน CI
Jev คืออะไร
โมเดล System One สร้างมาสำหรับซอฟต์แวร์ที่ต้องลงมือทำ Jev อ่าน state ภาษาธรรมชาติ ซึ่งอาจเป็นสตริง ออบเจ็กต์ JSON หรืออาร์เรย์ข้อความ แล้วตอบผังคำถามในการ POST ไปยัง /v1/systemone เพียงครั้งเดียว ระบบไม่เขียนข้อความตอบกลับ สร้างโค้ด หรืออธิบายเหตุผล รูปภาพ เสียง และวิดีโอไม่อยู่ในคำขอ หากจำเป็นให้ประมวลผลสื่อเหล่านั้นเป็นข้อความก่อน
คำถามมีสามชนิด ได้แก่ Choice (เลือกหนึ่งตัวเลือกจากสูงสุด 255), Score (มาตราส่วนเรียงลำดับ 2 ถึง 10 ระดับ ซึ่งผลอาจอยู่ระหว่างสองระดับ) และ Noul (P(yes) ในช่วง [0, 1] โดยไม่มีช่องความเชื่อมั่นแยกต่างหาก) คำถามในการเรียกครั้งเดียวใช้ state ร่วมกัน ทำงานขนานกัน และแทบไม่เพิ่มเวลาแฝงเมื่อเพิ่มจำนวนคำถาม รหัสคำถามมีไว้ให้โค้ดของคุณใช้และจะไม่ถูกส่งไปยังโมเดลเบื้องหลัง
Jev ตั้งชื่อตามนักเศรษฐศาสตร์ William Stanley Jevons ส่วน System One นำ System 1 อันรวดเร็วของคาห์เนมันมาใช้ โดยตัดสินอย่างฉับไวแล้วให้โค้ดของคุณจัดการงานที่ช้ากว่า TypeSafe ฝึกด้วย Reinforcement Learning for Calibrated Decisions (RLCD) ไม่ใช่การปรับโมเดลแชตแบบ RLHF ทั้งยังรับประกันว่าผลลัพธ์ตรงตามสคีมา จึงไม่อาจส่งข้อผิดพลาดด้านชนิดในรูปข้อความอิสระได้
TypeSafe AI และการเปิดตัว
TypeSafe AI สร้างขึ้นในซานฟรานซิสโก Diogo Almeida เป็นผู้ก่อตั้งและซีอีโอ รวมทั้งเป็นผู้ร่วมคิดค้น RLHF LinkedIn ระบุว่าบริษัทเป็นกิจการเอกชนที่มีพนักงาน 11-50 คน Jev เปิดให้เข้าถึงล่วงหน้าเมื่อ 15 September 2026 หลังซุ่มพัฒนาราวสองปี โพสต์เปิดตัวกล่าวถึงสถาปัตยกรรมใหม่ ตัวสุ่มตัวอย่างแบบขนาน และการใช้ RLCD เป็นวิธีฝึก
คำขอและคำตอบของลูกค้าจะไม่ถูกนำไปฝึก Jev ทุกบัญชีใช้ค่าน้ำหนักชุดเดียวกัน คุณกำหนดรูปแบบคำตอบผ่าน state คำสั่ง และเกณฑ์ แทนการใช้ LoRA แผนแบบกำหนดเองและองค์กรขอขีดจำกัดอัตราที่สูงขึ้นได้ผ่าน sales@typesafe.ai สนามทดลองและคีย์ API อยู่ที่ console.typesafe.ai หลังเข้าสู่ระบบ
สารบบชุมชนและสื่อ
Awesome Jev รวบรวมไคลเอนต์ การเชื่อมต่อ เกม และบทความจากชุมชน และไม่มีความเกี่ยวข้องกับ TypeSafe AI ให้ถือว่าแพ็กเกจเหล่านั้นเป็นผลงานชุมชน เว้นแต่ README จะชี้ไปที่ github.com/typesafe-ai Python ทางการคือ typesafe-sdk และ JavaScript ทางการคือ @typesafe-ai/sdk
Cloudflare Workers AI แสดงโมเดลในชื่อ typesafe/jev การค้นหาร้าน Steam สำหรับ Jev TypeSafe ไม่พบแอป: Jev เป็น HTTP API ไม่ใช่เกมในร้าน Discord คือ discord.gg/typesafe องค์กร GitHub ชื่อ typesafe-ai เผยแพร่ JS SDK และสกิลที่เกี่ยวข้อง ช่อง YouTube ของ TypeSafe มีเพียงหน้าแบรนด์และยังไม่มีวิดีโอ วิสินี้จึงใช้วิดีโอหน้าแรกทางการแทนหน้าฉาก YouTube
คำขอแรก แล้วค่อยตั้งเกณฑ์
วิธีเริ่มใช้ Jev ที่เร็วที่สุดคือสนามทดลองที่ console.typesafe.ai/playground: วางทิกเก็ต เพิ่ม Noul เพื่อระบุความเร่งด่วน แล้วเพิ่ม Choice เพื่อเลือกทีมผู้รับผิดชอบ การกำหนดค่าเดียวกันนี้แปลงเป็นคำสั่ง curl ไปยัง POST /v1/systemone หรือการเรียก TypeSafeClient.system_one ได้ เมื่อตอบได้ถูกใจแล้วให้ตรึง jev-1.13.0 ไว้ และใช้ jev-latest เฉพาะเมื่อต้องการให้นามแฝงเปลี่ยนตามรุ่น
ก่อนให้เกิดผลข้างเคียงอัตโนมัติใดๆ ให้อ่านค่าความมั่นใจของ Choice และ Score และถือว่า Noul ที่ใกล้ 0.5 คือความไม่แน่นอน ตรวจสอบโหมด jaggedness ทั้งเก้าสำหรับคำถามที่เพิ่งเขียน หากสั่งให้ Jev นับ เปรียบเทียบวันที่ หรือร่างประโยค ให้ย้ายงานนั้นออกไป หน้าพื้นฐานใช้สำหรับเปรียบเทียบ หน้า API มีคำสั่งติดตั้ง และ jaggedness คือตัวกรองที่ต้องเรียกใช้ก่อนเผยแพร่
ประเมินต้นทุนลูปจากราคาโทเค็นขาเข้า $0.042 ต่อล้านโทเค็น โดยขาออกไม่คิดเงิน ค่าใช้จ่ายราว $7/ชั่วโมงของเดโม Doom ที่ 10 คำขอต่อวินาทีเป็นเพียงตัวอย่างสาธารณะของลูปความถี่สูง ไม่ใช่ยอดบิลที่คุณต้องจ่ายตามนั้น ขีดจำกัด 250,000 โทเค็นต่อวินาทีและ 1,200 คำขอต่อนาทีอาจเปลี่ยนได้โดยไม่แจ้งล่วงหน้าระหว่างขยายช่วงเปิดให้ใช้ก่อนใคร และฝ่ายขายสามารถเพิ่มขีดจำกัดให้แผนแบบกำหนดเองได้
ใช้หน้าแรกนี้เป็นดัชนีแบบบัตรเจาะรู: เริ่มจากข้อมูลปัจจุบัน ตามด้วยคำอธิบายว่า Jev คืออะไร ใครเป็นผู้เปิดตัว และวิดีโอทางการ จากที่นี่ คลิก Primitives เพื่อเปรียบเทียบ ไปที่ Models เพื่อดูการ์ด Jaggedness เพื่อดูรูปแบบความล้มเหลวทั้งเก้า และ API เพื่อดูคำสั่งติดตั้ง ส่วน Discord และ GitHub เชื่อมโยงจากส่วนชุมชนเมื่อคุณต้องการไคลเอนต์ไม่เป็นทางการ
Jev เปิดให้เข้าถึงล่วงหน้าเมื่อ 15 September 2026 ข้อมูลในหน้านี้ ได้แก่ บริบท 64k, $0.042 ต่อหนึ่งล้านโทเค็นขาเข้า, ขาออกฟรี, 70ms-500ms และ jev-1.13.0 มาจากการ์ดปัจจุบันที่ TypeSafe เผยแพร่พร้อมการเปิดตัว เมื่อมีรหัสรุ่นใหม่ออกมา หน้าโมเดลควรแสดงรหัสนั้น ส่วนหน้าแรกนี้ควรชี้ไปยังการ์ดปัจจุบันต่อไป ไม่ใช่ภาพหน้าจอเก่า
หากจะจำเพียงสามลิงก์จากหน้าแรกนี้ ให้จำ Primitives, Jaggedness และ API นี่คือลูปที่ TypeSafe ระบุไว้: เลือกชนิดคำถาม หลีกเลี่ยงรูปแบบความล้มเหลวที่ทราบ แล้วเรียก POST /v1/systemone ด้วย jev-1.13.0 หรือ jev-latest
TypeSafe สร้างขึ้นในซานฟรานซิสโก และ Diogo Almeida เป็นซีอีโอ ข้อมูลบริษัทเหล่านี้อยู่ใต้หัวข้อการเปิดตัว ไม่ใช่ในตารางข้อมูลปัจจุบัน
โมเดล
Jev คือโมเดลเรือธงของ TypeSafe AI และเป็นโมเดล System One ตัวแรก คุณส่ง state พร้อมคำถามแบบมีชนิด แล้วระบบจะคืนคำตอบ Choice, Score หรือ Noul พร้อมค่าความน่าจะเป็นแทนบทสนทนา รุ่นที่ให้บริการอยู่คือ Jev 1.13 (jev-1.13.0) อินพุตมีราคา $0.042 ต่อหนึ่งล้านโทเค็น โทเค็นขาออกฟรี และ TypeSafe ระบุเวลาแบบต้นทางถึงปลายทางที่ 70ms-500ms โดยคำถามส่วนใหญ่อยู่ราว 100ms ภาษาอังกฤษให้ผลดีที่สุด เปิด Primitives ก่อนเขียนคำขอ หรืออ่านการ์ด Jev 1.13 เพื่อดูชื่อแทน บริบท และขีดจำกัดอัตรา ขีดจำกัดอาจเปลี่ยนได้โดยไม่แจ้งล่วงหน้าในช่วงสิทธิ์เข้าถึงล่วงหน้า หากปรับเกณฑ์เหล่านั้นแล้วให้ตรึง jev-1.13.0 ไว้
- โมเดล
- Jev 1.13
- รหัสโมเดล
- jev-1.13.0
- บริบท
- 64k โทเค็น
- ราคาขาเข้า
- $0.042 / ล้าน
- โทเค็นขาออก
- free
- เวลาแฝง
- 70–500 มิลลิวินาที
- ปริมาณงาน
- 250,000 โทเค็น/วินาที
- เพดานคำขอ
- 1,200 / นาที
ขีดจำกัดอาจเปลี่ยนได้โดยไม่แจ้งล่วงหน้า
อัปเดตของ Jev
เวอร์ชันใหม่ของ Jev ผลเบนช์มาร์กที่เปลี่ยนไป และหมายเหตุเกี่ยวกับ API — ส่งอีเมลเป็นครั้งคราว ไม่ใช้พิกเซลติดตาม
เราเก็บเพียงที่อยู่อีเมลและวันที่ ยกเลิกได้ทุกเมื่อโดยตอบกลับอีเมลฉบับใดก็ได้
แหล่งที่มา