Dejev

Cómo funciona

Dejev es una envoltura visual muy fina alrededor de una llamada a la API. Todo lo que hay en una página de resultado viene de un único POST /v1/systemone.

La petición entera

Tú aportas el state, o sea lo que pegues. La lente aporta las preguntas. Jev devuelve una respuesta tipada por pregunta, con los mismos identificadores como claves.

{
  "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"] }
  }
}

Cómo se corresponden los gráficos con las respuestas

Choice → anillo
Las probabilidades suman uno, así que aquí un anillo es honesto: es una relación real entre parte y todo. La leyenda repite cada opción con su valor exacto, porque el anillo se defiende mal en los empates y los números no.
Score → banda de rúbrica
La banda son tus niveles en orden; la aguja es el valor ponderado por probabilidad, y por eso suele caer entre dos de ellos. Las barras de abajo muestran cómo se reparte la masa de probabilidad: un 2,0 que sale de un pico estrecho y un 2,0 que sale de dos jorobas lejanas son respuestas muy distintas.
Noul → medidor
Una proporción frente a un límite, así que le toca un medidor y no un gráfico. La banda gris del centro marca dónde el modelo está diciendo en realidad «no lo sé»: un 0,51 nunca debería leerse como un sí.

Las lentes

Cada lente es solo un conjunto fijo de preguntas elegido para enseñar una parte distinta de lo que Jev puede hacer. También puedes escribir las tuyas.

  • Radiografía de mensajes

    ¿Qué te está pidiendo realmente este mensaje?

    9 preguntas

  • Triaje de soporte

    Enruta un ticket antes de que ninguna persona lo abra.

    9 preguntas

  • Salvaguarda

    Filtra un prompt antes de que llegue a tu modelo.

    9 preguntas

  • Crítica de borradores

    Nueve lecturas de un borrador, antes de enviarlo.

    9 preguntas

  • Descifrador de reseñas

    Lo que una reseña de cliente te está diciendo de verdad.

    9 preguntas

  • Triaje de errores

    Gravedad, componente y si alguien puede reproducirlo.

    9 preguntas

  • Lente de titulares

    Cómo se está encuadrando una noticia.

    9 preguntas

  • Revisión de propuestas

    ¿Seguiría leyendo un inversor o un cliente?

    9 preguntas

Preguntas

¿Qué es un modelo de Sistema Uno?
Un modelo construido para decisiones y no para prosa. Jev toma un state más un mapa de preguntas tipadas y devuelve una respuesta tipada por pregunta: sin tokens en streaming, sin nada que analizar y sin manera de emitir un valor fuera del conjunto que definiste. El planteamiento de TypeSafe es Sistema Uno para el juicio estructurado y rápido, con un LLM corriente como Sistema Dos cuando de verdad necesitas lenguaje.
¿Por qué todo se ejecuta en una sola petición?
Jev ingiere el state una vez y evalúa todas las preguntas contra él en paralelo. Diez preguntas en una llamada cuestan aproximadamente los tokens de entrada de una llamada en lugar de diez, y tardan más o menos lo mismo que una. Por eso cada lente de aquí pregunta nueve cosas a la vez en lugar de encadenar prompts.
¿Qué significa la confianza?
Las respuestas de Choice y Score llevan un valor de confianza derivado de su distribución de probabilidad: concentrada significa seguro, dispersa significa que el modelo no puede separar las opciones. Es un segundo eje: la respuesta te dice qué, la confianza te dice si actuar. Las respuestas Noul no tienen campo de confianza, porque la propia probabilidad ya la lleva: 0,51 es el modelo diciendo que no lo sabe.
¿Jev puede alucinar?
No en la forma de su salida. Un Choice solo puede devolver una de las opciones que definiste; un Score solo puede caer dentro de tu rúbrica; un Noul es un número entre 0 y 1. Sí puede equivocarse sobre tu texto, que es exactamente para lo que está la confianza.
¿Por qué se llama Jev?
Por William Stanley Jevons, el economista. El anuncio de lanzamiento de TypeSafe dice que esperan que la inteligencia de máquina siga el camino que tomó el carbón cuando las máquinas de vapor se volvieron eficientes: la paradoja de Jevons, según la cual abaratar el uso de algo aumenta cuánto se usa en vez de reducirlo.
¿Puedo ejecutar Jev en local? ¿Es código abierto?
No. Jev es un modelo propietario alojado al que se llega por la API HTTP de TypeSafe; no hay pesos publicados que descargar, y los mismos pesos sirven a todas las cuentas: no hay ajuste fino ni adaptación LoRA por cliente. Sus respuestas se moldean a través de la petición: lo que pones en el state y cómo escribes las instrucciones y los criterios de cada pregunta.
¿Cómo de rápido es Jev?
TypeSafe habla de 70–500 ms de extremo a extremo, frente a 3–329 segundos de los modelos de frontera, y de ser 40–200× más rápido en el tipo de consulta para el que está hecho. Son cifras del proveedor. Lo que este sitio puede decir desde sus propios registros es que una petición de nueve preguntas suele volver en unos cientos de milisegundos: cada página de resultado muestra el tiempo medido de ida y vuelta de esa llamada concreta.
¿Cuánto cuesta Jev?
0,042 $ por millón de tokens de entrada en jev-1.13.0, con la salida gratis: no hay decodificación autorregresiva que medir. Como el state se lee una vez y todas las preguntas se evalúan en paralelo, preguntar diez cosas cuesta más o menos lo que cuesta preguntar una. Cada página de resultado de este sitio imprime el recuento de tokens y el coste de esa llamada exacta.
¿Cómo se entrenó Jev?
Con lo que TypeSafe llama RLCD: aprendizaje por refuerzo para decisiones calibradas. El objetivo declarado es distinto del de RLHF o RLVR: no respuestas que la gente prefiera ni respuestas que pasen un verificador, sino respuestas cuyas probabilidades sean epistémicamente honestas. Eso es lo que hace que valga la pena poner umbrales sobre la confianza en vez de tratarla como decoración.
¿Cuáles son los límites?
Solo texto: nada de imágenes, audio o vídeo. 64k tokens por petición, de los cuales el state más la pregunta más larga deben caber en 32k. Un Choice admite hasta 255 opciones; un Score admite de 2 a 10 niveles. Los límites de tasa en el acceso anticipado son 250.000 tokens por segundo y 1.200 peticiones por minuto, y TypeSafe avisa de que se mueven.
¿Qué pasa con lo que pego?
Se envía a TypeSafe para su evaluación y se guarda en la base de datos de este sitio para que el resultado tenga un enlace permanente. Las ejecuciones públicas aparecen en Explorar y en los buscadores. Las no listadas también se guardan, pero se dejan fuera de Explorar y del sitemap y se sirven con una cabecera noindex: el enlace sigue funcionando para quien se lo des. En cualquier caso, no pegues nada sensible: esto es una demo pública.
¿Qué idiomas habla este sitio?
La interfaz, la biblioteca de lentes y todas las páginas explicativas se publican en 32 idiomas, que puedes elegir desde la cabecera o dejar que los tome de la configuración de tu navegador. Lo que pegas se queda exactamente como lo escribiste, y Jev lo lee en el idioma en que esté: las preguntas que hay detrás de cada lente se envían en inglés en todos los idiomas, así que una ejecución significa lo mismo se haya hecho como se haya hecho.
¿Lo lleva TypeSafe?
No. Dejev es una demo independiente hecha para enseñar qué aspecto tiene la salida de Jev cuando la dibujas. El modelo, la API y la documentación son de TypeSafe.

Profundizar

El modelo, los precios, las aristas y una estantería larga de recetarios están todos en la documentación de TypeSafe.

Jev frente a un LLM Documentación de TypeSafe Referencia de la API