Wat is Jev?
Jev is een beslismodel. Waar een taalmodel tekst schrijft die jij daarna moet parsen, neemt Jev één stuk tekst plus een kaart van getypeerde vragen aan en geeft per vraag één getypeerd antwoord terug: een kans, een benoemde optie of een positie op een schaal, elk met een gekalibreerd getal erbij. Het is gemaakt door TypeSafe, bereikbaar via een HTTP-API, en het kan geen waarde teruggeven buiten de verzameling die jij hebt gedefinieerd.
Waarom het geen taalmodel is
Een LLM produceert tokens; de vorm van wat terugkomt is een hoop, geen garantie, en daarom raken toepassingen die het voor beslissingen gebruiken uiteindelijk verpakt in parsen en opnieuw proberen. Jev produceert een waarde van het type dat jij hebt opgegeven. Er valt niets te parsen en er is geen misvormd geval om af te vangen — wat de retry-lus vervangt is een tak die afgaat wanneer het model onzeker is, en dat is iets heel anders en veel nuttigers om te weten.
Jev tegenover een LLM →Drie vormen, en verder niets
Noul
Een Noul is een van de drie vraagtypen in het Jev-model van TypeSafe. Hij stelt één ja/nee-vraag en antwoordt met de kans dat het antwoord ja is, als getal van 0 tot 1.
Choice
Een Choice is een van de drie vraagtypen in het Jev-model van TypeSafe. Hij kiest precies één optie uit een verzameling die jij bepaalt en geeft de winnaar terug, een kans voor elke optie en een vertrouwenswaarde.
Score
Een Score is een van de drie vraagtypen in het Jev-model van TypeSafe. Hij beoordeelt de invoer op geordende niveaus die jij schrijft en geeft een kansgewogen waarde terug die tussen twee niveaus kan landen.
De cijfers
TypeSafe publiceert deze; het zijn cijfers van de leverancier, geen metingen van ons.
reactie van begin tot eind, tegenover 3–329 s voor topmodellen
per miljoen invoertokens, uitvoer gratis
context per verzoek
uitvoertokens
Vragen
- Wat is een Systeem Een-model?
- Een model dat gebouwd is voor beslissingen in plaats van proza. Jev neemt één state plus een kaart van getypeerde vragen en geeft per vraag één getypeerd antwoord terug — geen gestreamde tokens, niets te parsen en geen manier om een waarde buiten de verzameling die jij bepaalde uit te spugen. TypeSafe kadert het als Systeem Een voor snel gestructureerd oordelen, met een gewone LLM als Systeem Twee wanneer je echt taal nodig hebt.
- Wat betekent vertrouwen?
- Choice- en Score-antwoorden dragen een vertrouwenswaarde, afgeleid van hun kansverdeling: geconcentreerd betekent zeker, uitgesmeerd betekent dat het model de opties niet uit elkaar kan halen. Het is een tweede as — het antwoord vertelt je wat, het vertrouwen of je moet handelen. Noul-antwoorden hebben geen vertrouwensveld, omdat de kans zelf dat al draagt: 0,51 is het model dat zegt dat het het niet weet.
- Kan Jev hallucineren?
- Niet in de vorm van zijn uitvoer. Een Choice kan alleen een van de opties teruggeven die jij hebt bepaald; een Score kan alleen binnen jouw rubriek landen; een Noul is een getal tussen 0 en 1. Het kan zich nog steeds vergissen over jouw tekst — en daar is het vertrouwen precies voor.
- Waarom heet het Jev?
- Naar William Stanley Jevons, de econoom. In het lanceringsbericht van TypeSafe staat dat ze verwachten dat machine-intelligentie dezelfde weg gaat als steenkool nadat stoommachines efficiënt werden — de Jevons-paradox, waarbij iets goedkoper maken om te gebruiken het verbruik doet toenemen in plaats van afnemen.
- Kan ik Jev lokaal draaien? Is het opensource?
- Nee. Jev is een propriëtair, gehost model dat via de HTTP-API van TypeSafe bereikbaar is; er zijn geen gepubliceerde gewichten om te downloaden, en dezelfde gewichten bedienen elk account — er is geen fijnafstemming of LoRA-aanpassing per klant. Je vormt de antwoorden via het verzoek: wat je in de state zet, en hoe je de instructies en criteria van elke vraag schrijft.
- Hoe snel is Jev?
- TypeSafe noemt 70–500 ms van begin tot eind, tegenover 3–329 seconden voor topmodellen, en 40–200× sneller op het soort vraag waarvoor het gebouwd is. Dat zijn cijfers van de leverancier. Wat deze site uit eigen logboeken kan zeggen: een verzoek met negen vragen komt doorgaans binnen een paar honderd milliseconden terug — elke resultaatpagina toont de gemeten heen-en-terugtijd van die specifieke aanroep.
- Wat kost Jev?
- $0,042 per miljoen invoertokens op jev-1.13.0, met gratis uitvoer — er valt geen autoregressieve decodering te meten. Omdat de state één keer wordt gelezen en elke vraag parallel wordt beoordeeld, kost tien dingen vragen ongeveer wat één ding vragen kost. Elke resultaatpagina op deze site drukt het aantal tokens en de kosten van precies die aanroep af.
- Hoe is Jev getraind?
- Met wat TypeSafe RLCD noemt — versterkend leren voor gekalibreerde beslissingen. Het gestelde doel verschilt van RLHF of RLVR: niet antwoorden die mensen prettiger vinden, en niet antwoorden die een controleur passeren, maar antwoorden waarvan de kansen epistemisch eerlijk zijn. Dat is wat vertrouwen de moeite waard maakt om een drempel op te zetten in plaats van decoratief te zijn.
- Wat zijn de grenzen?
- Alleen tekst — geen beelden, audio of video. 64k tokens per verzoek, waarvan de state plus de langste vraag samen in 32k moeten passen. Een Choice neemt tot 255 opties; een Score neemt 2 tot 10 niveaus. De limieten bij vroege toegang zijn 250.000 tokens per seconde en 1.200 verzoeken per minuut, en TypeSafe waarschuwt dat die schuiven.
Richt Jev op je eigen tekst
Elk voorbeeld op deze pagina is getekend uit een echte API-aanroep. Plak je eigen tekst en zie negen getypeerde antwoorden terugkomen uit één verzoek.
Speeltuin openen