Was ist Jev?

Warum es kein Sprachmodell ist

Ein LLM erzeugt Token; die Form des Zurückkommenden ist eine Hoffnung, keine Garantie, und genau deshalb enden Anwendungen, die es für Entscheidungen einsetzen, eingewickelt in Parsing und Wiederholungen. Jev erzeugt einen Wert des Typs, den Sie angegeben haben. Es gibt nichts zu parsen und keinen fehlerhaften Fall zu behandeln — an die Stelle der Retry-Schleife tritt ein Zweig, der greift, wenn das Modell unsicher ist, und das ist etwas anderes und weit nützlicher zu wissen.

Drei Formen, und sonst nichts

Die Zahlen

TypeSafe veröffentlicht diese; es sind Herstellerzahlen, keine Messungen von uns.

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.

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.