Wie es funktioniert

Die ganze Anfrage

Den State liefern Sie — was immer Sie einfügen. Die Fragen liefert die Linse. Jev gibt pro Frage eine typisierte Antwort zurück, unter denselben IDs.

{
  "state": "Help! My payouts have been failing for 3 days.",
  "model": "jev-latest",
  "questions": {
    "is_urgent":  { "type": "noul",   "instructions": "Does this convey urgency?" },
    "department": { "type": "choice", "instructions": "Which team should handle this?",
                    "criteria": { "billing": "Payments, invoicing, refunds",
                                  "technical": "Bugs, outages, integrations",
                                  "sales": "Pricing, upgrades, new accounts" } },
    "frustration":{ "type": "score",  "instructions": "How frustrated is the customer?",
                    "criteria": ["Calm", "Frustrated", "Very angry"] }
  }
}

Wie die Diagramme den Antworten entsprechen

Choice → Ring

Die Wahrscheinlichkeiten summieren sich zu eins, deshalb ist ein Ring hier ehrlich: Es ist wirklich ein Teil-Ganzes-Verhältnis. Die Legende wiederholt jede Option mit ihrem genauen Wert, denn bei knappen Fällen ist ein Ring schlecht und Zahlen sind es nicht.

Score → Skalenband

Das Band sind Ihre Stufen in ihrer Reihenfolge; die Nadel ist der wahrscheinlichkeitsgewichtete Wert, deshalb landet sie meist zwischen zweien. Die Balken darunter zeigen, wie sich die Wahrscheinlichkeitsmasse verteilt — eine 2,0 aus einer engen Spitze und eine 2,0 aus zwei weit entfernten Hügeln sind sehr verschiedene Antworten.

Noul → Messbalken

Ein Verhältnis gegen eine Grenze, deshalb ein Messbalken statt eines Diagramms. Das graue Band in der Mitte markiert, wo das Modell faktisch „ich weiß es nicht“ sagt — eine 0,51 sollte nie als Ja gelesen werden.

Die Linsen

Jede Linse ist nur ein fester Satz von Fragen, ausgewählt, um einen anderen Teil dessen zu zeigen, was Jev kann. Sie können auch eigene schreiben.

• Nachrichten-Röntgen

  Was verlangt diese Nachricht eigentlich von Ihnen?

  9 Fragen

• Support-Sichtung

  Ein Ticket routen, bevor ein Mensch es überhaupt öffnet.

  9 Fragen

• Leitplanke

  Einen Prompt prüfen, bevor er Ihr Modell erreicht.

  9 Fragen

• Entwurfskritik

  Neun Lesungen eines Entwurfs, bevor Sie ihn abschicken.

  9 Fragen

• Rezensions-Entschlüssler

  Was eine Kundenrezension Ihnen wirklich sagt.

  9 Fragen

• Fehlerbericht-Sichtung

  Schwere, Komponente und ob es jemand reproduzieren kann.

  9 Fragen

• Schlagzeilen-Linse

  Wie eine Nachricht gerahmt wird.

  9 Fragen

• Pitch-Check

  Würde eine Investorin oder ein Kunde weiterlesen?

  9 Fragen

Fragen

Was ist ein System-Eins-Modell?

Ein Modell, das für Entscheidungen gebaut ist statt für Prosa. Jev nimmt einen State plus eine Abbildung typisierter Fragen und gibt pro Frage eine typisierte Antwort zurück — keine gestreamten Tokens, nichts zu parsen und keine Möglichkeit, einen Wert außerhalb der von Ihnen definierten Menge auszugeben. TypeSafe beschreibt es als System Eins für schnelles strukturiertes Urteilen, mit einem gewöhnlichen LLM als System Zwei, wenn Sie wirklich Sprache brauchen.

Warum läuft alles in einer einzigen Anfrage?

Jev nimmt den State einmal auf und wertet alle Fragen parallel dagegen aus. Zehn Fragen in einem Aufruf kosten ungefähr die Eingabe-Tokens eines Aufrufs statt zehn und dauern etwa so lange wie einer. Deshalb fragt jede Linse hier neun Dinge auf einmal, statt Prompts zu verketten.

Was bedeutet Konfidenz?

Choice- und Score-Antworten tragen einen Konfidenzwert, der aus ihrer Wahrscheinlichkeitsverteilung abgeleitet ist: konzentriert heißt sicher, breit gestreut heißt, das Modell kann die Optionen nicht trennen. Das ist eine zweite Achse — die Antwort sagt Ihnen was, die Konfidenz sagt Ihnen, ob Sie handeln sollten. Noul-Antworten haben kein Konfidenzfeld, weil die Wahrscheinlichkeit selbst das schon trägt: 0,51 ist das Modell, das sagt, es weiß es nicht.

Kann Jev halluzinieren?

Nicht in der Form seiner Ausgabe. Ein Choice kann nur eine der von Ihnen definierten Optionen zurückgeben; ein Score kann nur innerhalb Ihrer Skala landen; ein Noul ist eine Zahl zwischen 0 und 1. Über Ihren Text kann es sich trotzdem irren — und genau dafür ist die Konfidenz da.

Warum heißt es Jev?

Nach William Stanley Jevons, dem Ökonomen. Im Launch-Beitrag von TypeSafe heißt es, sie erwarten, dass maschinelle Intelligenz denselben Weg nimmt wie Kohle, nachdem Dampfmaschinen effizient wurden — das Jevons-Paradox, nach dem billigere Nutzung den Verbrauch erhöht statt ihn zu senken.

Kann ich Jev lokal betreiben? Ist es quelloffen?

Nein. Jev ist ein proprietäres, gehostetes Modell, erreichbar über die HTTP-API von TypeSafe; es gibt keine veröffentlichten Gewichte zum Herunterladen, und dieselben Gewichte bedienen alle Konten — es gibt kein kundenspezifisches Feintuning und keine LoRA-Anpassung. Sie formen die Antworten stattdessen über die Anfrage: durch das, was Sie in den State legen, und dadurch, wie Sie Anweisungen und Kriterien jeder Frage schreiben.

Wie schnell ist Jev?

TypeSafe nennt 70–500 ms Ende zu Ende, gegenüber 3–329 Sekunden bei Spitzenmodellen, und 40–200× schneller bei der Art von Anfrage, für die es gebaut ist. Das sind Herstellerzahlen. Was diese Seite aus eigenen Protokollen sagen kann: Eine Anfrage mit neun Fragen kommt typischerweise in wenigen hundert Millisekunden zurück — jede Ergebnisseite zeigt die gemessene Umlaufzeit genau dieses Aufrufs.

Was kostet Jev?

0,042 $ pro Million Eingabe-Tokens auf jev-1.13.0, Ausgabe kostenlos — es gibt keine autoregressive Dekodierung, die man abrechnen müsste. Weil der State einmal gelesen und jede Frage parallel ausgewertet wird, kostet es ungefähr so viel, zehn Dinge zu fragen wie eines. Jede Ergebnisseite dieser Website druckt Tokenzahl und Kosten genau dieses Aufrufs.

Wie wurde Jev trainiert?

Mit dem, was TypeSafe RLCD nennt — Reinforcement Learning für kalibrierte Entscheidungen. Das erklärte Ziel unterscheidet sich von RLHF oder RLVR: nicht Antworten, die Menschen bevorzugen, und nicht Antworten, die einen Prüfer bestehen, sondern Antworten, deren Wahrscheinlichkeiten epistemisch ehrlich sind. Genau das macht Konfidenz zu etwas, worauf sich ein Schwellwert lohnt, statt zu Dekoration.

Wo liegen die Grenzen?

Nur Text — keine Bilder, kein Audio, kein Video. 64k Tokens pro Anfrage, davon müssen der State plus die längste einzelne Frage in 32k passen. Ein Choice nimmt bis zu 255 Optionen; ein Score nimmt 2 bis 10 Stufen. Die Ratenbegrenzungen im frühen Zugang liegen bei 250.000 Tokens pro Sekunde und 1.200 Anfragen pro Minute, und TypeSafe weist darauf hin, dass sich das ändert.

Was passiert mit dem, was ich einfüge?

Es wird zur Auswertung an TypeSafe geschickt und in der Datenbank dieser Website gespeichert, damit das Ergebnis einen dauerhaften Link hat. Öffentliche Läufe erscheinen unter Entdecken und in Suchmaschinen. Nicht gelistete Läufe werden ebenfalls gespeichert, bleiben aber aus Entdecken und der Sitemap heraus und werden mit einem noindex-Header ausgeliefert — der Link funktioniert weiterhin für alle, denen Sie ihn geben. So oder so: Fügen Sie nichts Sensibles ein, das hier ist eine öffentliche Demo.

Welche Sprachen spricht diese Website?

Die Oberfläche, die Linsen-Bibliothek und jede Erklärseite erscheinen in 32 Sprachen, wählbar über die Kopfzeile oder aus der Spracheinstellung Ihres Browsers. Was Sie einfügen, bleibt genau so, wie Sie es geschrieben haben, und Jev liest es in der Sprache, in der es verfasst ist — die Fragen hinter jeder Linse werden in allen Sprachen auf Englisch gesendet, sodass ein Lauf dasselbe bedeutet, egal wie er entstanden ist.

Wird das von TypeSafe betrieben?

Nein. Dejev ist eine unabhängige Demo, gebaut um zu zeigen, wie die Ausgabe von Jev aussieht, wenn man sie zeichnet. Modell, API und Dokumentation gehören TypeSafe.

Tiefer einsteigen

Das Modell, die Preise, die rauen Kanten und ein ganzes Regal voller Kochbücher stehen alle in der Dokumentation von TypeSafe.