Unabhängiger Guide aus der Entwickler-Community

Das Jev-AI-Modell.
Von der Idee zum Code.

Jev ist TypeSafes erstes System-One-Modell. Es liefert typisierte Entscheidungen und Wahrscheinlichkeiten, die sich direkt in Software nutzen lassen. Hier erfährst du, wann das sinnvoll ist und wie du die API einbindest.

Nach Aufgabe wählen

Was macht Jev anders?

TypeSafe bezeichnet Jev als System-One-Modell: Statt frei formulierten Text zu erzeugen, liefert es vorab definierte Antworttypen und Wahrscheinlichkeiten. Der Vergleich zeigt, wann Jev, generative Modelle oder feste Regeln passen.

AspektJevGenerative LLMsRegelbasierter Code
AusgabeVorab festgelegte Auswahlwerte, Bewertungen und WahrscheinlichkeitenFlexibler Text, Code oder strukturierte AusgabeDeterministische Werte aus expliziten Bedingungen
TempoFür geringe Latenz optimiert; TypeSafe meldet 70–500 ms in eigenen TestsHängt von Modell, Prompt und Ausgabelänge abBei bekannten Bedingungen meist sehr schnell
StärkenWiederkehrende Entscheidungen, für die Eingaben verstanden werden müssenSchreiben, komplexes Denken und offene AufgabenKlare und stabile Bedingungen
GrenzenErzeugt keinen freien Text; typisierte Antworten können falsch seinFlexible Ausgaben müssen ggf. geparst und geprüft werdenSchwierig, wenn Eingaben mehrdeutig sind und sich nicht alle Fälle vorab festlegen lassen
i

Die Geschwindigkeitsangaben stammen aus Tests von TypeSafe für bestimmte strukturierte Entscheidungen. Sie sind weder ein unabhängiger Benchmark noch eine allgemeine Garantie. Methodik lesen

Wann passt welches Werkzeug?

Stehen die Antworten fest, aber der Inhalt der Eingabe muss verstanden werden, kann Jev passen. Für neue Texte oder Code eignet sich ein generatives Modell. Klare Bedingungen lassen sich direkt als Regeln programmieren.

Die Grundidee

Für Entscheidungen, die Software ständig trifft.

Jev bewertet Text oder strukturierte Daten anhand deiner Fragen. Es liefert Auswahlwerte, Bewertungen und Wahrscheinlichkeiten, die dein Code direkt weiterverarbeiten kann.

Jev in drei SchrittenAblaufbeispiel · keine echte Modellantwort
01Kundennachricht

Mein Abo wurde zweimal berechnet. Können Sie helfen?

02Frage und Auswahl

Welches Team ist zuständig?

Mögliche Antworten: Abrechnung · Technik · Vertrieb
03Antwort mit festem Format
AbrechnungJev

Beispielwert 0.92

01

Kontext übergeben

Übergib relevanten Text, JSON-Daten oder eine Liste von Texten. Bilder, Audio und Video werden derzeit nicht als Eingaben unterstützt.

02

Mögliche Antworten festlegen

Lege vor dem Aufruf fest, ob du eine Auswahl, eine Bewertung oder einen Wert für eine Ja/Nein-Frage brauchst.

03

Der Code entscheidet, was folgt

Nutze Ergebnis und Konfidenz, um Anfragen weiterzuleiten, zur Prüfung vorzulegen oder eine Aktion auszulösen. Das richtige Format garantiert noch keine richtige Entscheidung.

Basierend auf der offiziellen TypeSafe-Dokumentation

Geeignete Aufgaben

Konkrete Entscheidungen im Alltag deiner App.

Jev eignet sich für wiederkehrende Entscheidungen mit festem Antwortbereich. Die Beispiele zeigen mögliche Anwendungen; wie gut sie funktionieren, musst du mit eigenen Daten prüfen.

01

Kundensupport

Eingehende Nachrichten klassifizieren, Dringlichkeit erkennen und Fälle zuordnen. Unsichere Fälle gehen an Menschen.

BeispielfrageGeht es um Abrechnung oder Technik?
02

Empfehlungen & Ranking

Bewerte, wie gut Kandidaten zum Kontext einer Person passen, und kombiniere das mit eigenen Ranking-Signalen und Regeln.

BeispielfrageWie relevant ist dieser Eintrag für die Anfrage?
03

Agenten steuern

Wähle das nächste Tool oder Modell, prüfe Ausgaben oder entscheide, wann ein Fall eskaliert werden muss.

BeispielfrageBraucht diese Anfrage ein Spezialmodell?
04

Inhaltsprüfung

Bewerte Inhalte anhand konkreter Richtlinien und leite Fälle mit geringer Sicherheit oder hohem Risiko zur Prüfung weiter.

BeispielfrageVerstößt diese Nachricht gegen die Richtlinie?

Basierend auf Anwendungsfälle von TypeSafe

Erste Schritte

Von der Idee zur ersten Entscheidung.

Beginne mit einer eng umrissenen Beurteilung, die deine Anwendung ohnehin braucht. Lege Antworten fest und entscheide im Code, wie du sie nutzt.

01

Eine Entscheidung auswählen

Zum Beispiel ein Ticket zuordnen oder die Relevanz eines Eintrags bewerten.

02

Antworten definieren

Lege Eingabe, Fragen und zulässige Antworten fest, bevor du die API aufrufst.

03

Unsicherheit behandeln

Lege anhand von Wahrscheinlichkeiten und Konfidenz fest, wann dein Code handelt und wann ein Mensch prüfen soll.

API-Beispiel

So bindest du Jev in deinen Code ein.

Dieses serverseitige TypeScript-Beispiel sendet eine Supportanfrage und zwei Fragen mit festgelegtem Antwortformat über OpenRouter an Jev 1.13. Der API-Schlüssel bleibt auf dem Server; dein Code entscheidet, wie er die Ergebnisse nutzt.

Serverseitiges TypeScripttypesafe/jev-1.13
const apiKey = process.env.OPENROUTER_API_KEY;
if (!apiKey) throw new Error("Set OPENROUTER_API_KEY");

const response = await fetch("https://openrouter.ai/api/alpha/decisions", {
  method: "POST",
  headers: {
    Authorization: "Bearer " + apiKey,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "typesafe/jev-1.13",
    state: "My card was charged twice. Please help ASAP.",
    questions: {
      department: {
        type: "choice",
        instructions: "Which team should handle this?",
        criteria: {
          billing: "Payments and refunds",
          technical: "Bugs and integrations"
        }
      },
      urgent: {
        type: "noul",
        instructions: "Does this message need urgent attention?"
      }
    }
  })
});

if (!response.ok) throw new Error("Jev request failed: " + response.status);
const {answers} = await response.json();

if (answers.department.choice === "billing" && answers.urgent.noul > 0.8) {
  // Route to the billing review queue.
}
EndpunktPOST /api/alpha/decisions
Eingabestate + questions
Ausgabeanswers

Antwort lesen

choice enthält das zuständige Team. noul liefert einen Wert von 0 bis 1 dafür, ob die Ja/Nein-Frage zutrifft. Dein Code verbindet beides mit deinen Regeln für die Weiterleitung.

Vor dem Produktiveinsatz

Teste vor dem Produktiveinsatz mit echten, repräsentativen Anfragen. Halte die Modellversion fest und lass unsichere oder folgenreiche Fälle von Menschen prüfen. Der Wert 0,8 dient nur der Veranschaulichung.

API-Quellen: OpenRouter · TypeSafe

Die Felder im Überblick

In der Anfrage legst du Fragen und Antwortformate fest. Die Antwort enthält zu jeder Frage ein Ergebnis. Hier siehst du die JSON-Felder aus dem Codebeispiel.

Anfrage

model
Die Modell-ID. Das Beispiel legt Jev 1.13 fest, damit die Version eindeutig ist.
state
Der zu bewertende Text oder strukturierte Daten, etwa eine Supportnachricht.
questions
Ein Objekt mit benannten Fragen. Die gleichen Schlüssel findest du später unter answers.
type
Das Antwortformat: choice wählt eine Option, noul liefert einen Wert für eine Ja/Nein-Frage.
instructions
Die konkrete Entscheidung, die das Modell treffen soll.
criteria
Bei choice: erlaubte Optionsschlüssel und ihre Bedeutung.

Antwort

answers
Ein Ergebnis pro Frage unter demselben Namen.
choice
Der gewählte Optionsschlüssel mit der höchsten Wahrscheinlichkeit.
probabilities
Die Wahrscheinlichkeiten aller Optionen; zusammen ergeben sie 1.
confidence
Ein Konfidenzwert, der aus der Wahrscheinlichkeitsverteilung berechnet wird. Er ist nicht identisch mit der Wahrscheinlichkeit der gewählten Option.
noul
Ein Wert von 0 (nein) bis 1 (ja) für eine Ja/Nein-Frage.

Eine formal gültige Antwort kann falsch sein. Teste repräsentative Fälle und lege eigene Schwellen für die Weiterleitung fest.

Rund um das Modell

Verfolge die Diskussion.

Hier findest du die wichtigsten Punkte aus der Debatte zum Start, dem offiziellen SDK und einem unabhängigen Video. Lies erst die Einordnung und öffne bei Bedarf die Originalquellen.

X

TypeSafe veröffentlicht auf X Produktneuigkeiten und Hintergründe. Das sind Aussagen des Teams; prüfe technische Details vor der Umsetzung in der Dokumentation.

Quelle öffnen

GitHub

Das offizielle JavaScript- und TypeScript-SDK zeigt API, Beispiele und Versionsverlauf. Dort lässt sich nachvollziehen, wie eine Jev-Anfrage im Code aussieht.

Quelle öffnen

Hacker News

Im Thread zum Start geht es um Einsatzbereiche, Evaluation und den Umgang mit falschen Antworten, die dennoch eine hohe Konfidenz haben. Das ist eine Entwicklerdiskussion, kein Benchmark.

Quelle öffnen
Hier ansehen

Jev im Video: strukturierte Entscheidungen und Grenzen

Ein unabhängiger Überblick von RepoChad über Ausgabeformat, Geschwindigkeitsangaben von TypeSafe, Demos und offene Fragen. Das Video lädt erst nach einem Klick.

Quelle öffnen
Die Menschen hinter Jev

KI-Entscheidungen einfacher in Software einbauen.

TypeSafe AI stellte Jev als erstes System-One-Modell vor. Ziel ist es, schnelle, strukturierte Entscheidungen in gewöhnlichen Softwareabläufen nutzbar zu machen.

Gründer Diogo Almeida arbeitete zuvor bei OpenAI und Google Brain. Laut TypeSafe prägte seine Arbeit zu Instruction Following und RLHF die Forschung hinter ChatGPT.

Häufige Fragen

Die wichtigsten Antworten.

Ist Jev ein Chatbot?

Nein. Jev gibt typisierte Entscheidungen und Wahrscheinlichkeiten zurück, statt frei formulierte Chat-Antworten oder Code zu erzeugen.

Kann Jev Empfehlungen unterstützen?

Es kann Kandidaten nach semantischer Relevanz bewerten oder neu ordnen. Ein vollständiges Empfehlungssystem braucht zusätzlich Kandidatensuche, Geschäftsregeln, Evaluation und eigene Ranking-Logik.

Ist eine typisierte Antwort immer richtig?

Nein. Der Typ begrenzt nur das Format. Die gewählte Antwort kann falsch sein. Teste mit repräsentativen Daten und behandle Unsicherheit im Code.

Wie fange ich mit Jev an?

Beginne mit der offiziellen TypeSafe-Dokumentation und dem SDK. Die Modellseite bei OpenRouter bietet ebenfalls einen Zugang zu Jev.

Mit einer Frage anfangen

Probiere Jev an einer konkreten Entscheidung aus.

Lege die Frage und mögliche Antworten fest. Dein Anwendungscode entscheidet anschließend, wie er das Ergebnis nutzt.