TypeSafe
Jev 1.14
Contexte total
32K
Sortie max.
N/A
Date de sortie
N/A
jev-1.13Jev 1.13 est le premier modèle de décision System One de TypeSafe AI, conçu pour le jugement IA structuré plutôt que pour la génération de texte. Il analyse le contexte fourni et renvoie des choix structurés, des scores et des décisions fondées sur la confiance. Conçu pour les workflows de classification, de routage, d'évaluation et d'automatisation, Jev fournit des décisions IA rapides et prévisibles avec une faible latence et une utilisation efficace des tokens.
Context Window
32K tokens
Release Date
18 sept. 2026
Modalities
| Prix entrée | Prix sortie |
|---|---|
| $0.042/M | $0/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Un modèle TypeSafe conçu pour prendre rapidement des décisions délimitées au sein des logiciels.
Renvoie des choix, des scores selon une grille et des probabilités oui/non dans un espace de réponses défini par le développeur.
Entraîné pour refléter l'incertitude dans ses probabilités et faciliter les seuils de révision, sans garantir chaque réponse.
Lit une seule fois l'état partagé et évalue plusieurs questions en parallèle, regroupant de petits jugements dans une requête.
Des workflows pratiques fondés sur des choix explicites, des critères de notation et des seuils de révision.
Classez les messages par équipe ou intention, puis utilisez des seuils de confiance pour repérer les cas à vérifier.
Évaluez la frustration ou l'urgence selon une grille explicite pour aider à prioriser la file de révision.
Évaluez séparément l'intention, les preuves et les conditions, puis combinez les résultats à des contrôles déterministes avant traitement ou révision.
curl 'https://us-api.tokenhub.com/v1/systemone' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-1.13",
"questions": {
"department": {
"criteria": {
"billing": "Charges and refunds",
"technical": "Product defects"
},
"instructions": "Which team should handle this ticket?",
"type": "choice"
},
"needs_refund": {
"instructions": "Does the customer explicitly request a refund?",
"type": "noul"
},
"urgency": {
"criteria": [
"Routine",
"Needs attention",
"Critical"
],
"instructions": "How urgent is this ticket?",
"type": "score"
}
},
"state": {
"ticket": "I was charged twice. Please refund the duplicate charge."
}
}'Capacités, limites, choix du modèle et considérations d'intégration.
C'est un modèle de décision System One de TypeSafe. Il reçoit un état textuel et des questions typées, puis renvoie des décisions structurées et des probabilités.
Choisissez-le pour la classification délimitée, le routage et la notation. Préférez un modèle génératif ou de raisonnement pour rédiger, coder, expliquer ou raisonner en plusieurs étapes.
Les réponses délimitées sont faciles à exploiter en code. L'évaluation parallèle et les estimations d'incertitude facilitent les workflows, sans garantir la justesse des décisions.
Il accepte uniquement du texte. TypeSafe signale des faiblesses en calcul, comparaison de dates, consignes indirectes et contexte superflu. Calculez en code et validez sur des données représentatives.
Vérifiez la disponibilité, l'identifiant et le format des requêtes dans TokenHub. L'API native TypeSafe utilise POST /v1/systemone ; ne présumez pas une compatibilité avec les complétions de chat.
Au 21 septembre 2026, TypeSafe affiche 0,042 USD par million de tokens d'entrée et des tokens de sortie gratuits. Vérifiez séparément les tarifs et l'accès sur TokenHub.
Accédez à Jev 1.13 et à d’autres modèles d’IA avec une seule clé API TokenHub.
MéDias Et DéMonstrations De Jev 1.13
Liens publics vérifiés sur les intégrations de Jev 1.13 et la famille Jev. Les démonstrations communautaires ne sont pas des benchmarks indépendants.
X (Twitter)
TypeSafe AI ·
Famille Jev : TypeSafe annonce son lancement public et invite les développeurs à accéder à Jev.
we are officially out of stealth! join the frontier and get access to Jev on our website (link on profile)
Voir la sourceTypeSafe AI ·
Famille Jev : le compte officiel annonce un accès sans liste d'attente et renvoie vers la console TypeSafe.
Jev is now available to everyone. No waitlist. Start using it here: https://console.typesafe.ai/
Voir la sourceRuirui Wan ·
Une intégration communautaire utilise Jev 1.13 via OpenRouter pour guider les actions du navigateur Ego Lite.
https://pbs.twimg.com/media/HSf25e4aoAAv_lv.jpghttps://pbs.twimg.com/media/HSf25exbsAAIdXd.jpghttps://pbs.twimg.com/media/HSf25e2awAAA5uc.jpgVoir la sourceReddit
Tried TypeSafe's new "decision-only" model (Jev) as an agent router: 145-271ms end to end, curious if others have tested it
blackbarata ·
Famille Jev : un développeur partage deux essais de routage d'agents et discute du traitement des décisions incertaines.
Voir la sourceI built a side project to test TypeSafe's Jev model with no generative LLM that scores your project idea
stemonte ·
Famille Jev : une démonstration open source note des idées de projets avec des questions et classifications parallèles.
Voir la sourceWhat I measured calling Jev (TypeSafe's decision model) through OpenRouter in Hermes
PoppaBear1950 ·
Un retour communautaire sur l'intégration de Jev 1.13 via OpenRouter, couvrant les requêtes, les réponses et les pièges de gestion des erreurs.
Lire la publication complète
I spent today wiring TypeSafe's Jev — the "System One" decision model that launched on Sept 15 — into a decision gate that routes coding tasks. Most of the time went into finding the endpoint, so here is what's actually true as of 2026-09-20. Everything below is measured, not read off the docs. The endpoint nobody points you at It works on OpenRouter with an ordinary OPENROUTER_API_KEY: POST https://openrouter.ai/api/alpha/decisions Content-Type: application/json Authorization: Bearer $OPENROUTER_API_KEY { "model": "typesafe/jev-1.13", "state": "help! my payouts have been failing for 3 days", "questions": { "tier": { "type": "choice", "instructions": "pick a tier", "criteria": { "billing": "payments", "technical": "bugs" } } } } Response: { "model": "typesafe/jev-1.13-20260917", "answers": { "tier": { "type": "choice", "choice": "billing", "probabilities": { "billing": 0.87, "technical": 0.13 }, "confidence": 0.82 } }, "usage": { "input_tokens": 312, "output_tokens": 35, "cost": 1.31e-05 }, "provider": "TypeSafe" } The traps, each one measured: /chat/completions with typesafe/jev → 400 "is not a valid model ID". Jev does not generate text, so it isn't an autoregressive chat model. Don't try to shim it into standard completions. /api/v1/decisions → 404. The route is currently live under /api/alpha, not /api/v1. Wrapping the body in {"decisionsRequest": {...}} → 400 invalid_type ... path: ["model"]. The body must be flat: model, questions, and state at the root level. GET /api/v1/models (447 entries) lists no typesafe/* ID, and GET /api/v1/models/typesafe/jev-1.13 404s. Yet GET /api/v1/models/typesafe/jev-1.13/endpoints returns 200 with the full provider snapshot, pricing, context, and uptime. Any SDK preflight asserting "does the model exist in the list?" will falsely fail. Make a live call instead. There is no typesafe/jev-latest alias on OpenRouter; that alias throws an error. typesafe/jev-1.13 is the only working ID, and every response names the dated snapshot it served. Measured latency and cost: 239–430 ms per decision, $1.3–2.7e-05 per invocation (roughly $13–27 per million decisions). Output is unmetered. The answer shapes are not uniform choice gives you choice + probabilities + confidence. noul (yes/no) does not: {"type": "noul", "noul": 0.01} For noul, the value is a flat scalar float between 0.0 and 1.0 representing true/yes likelihood (e.g., 0.01 means overwhelmingly false), not a structured dict with probability labels. I had code reading answers.x.probabilities.true, which silently defaulted to 0.0 — so a "does this patch match the intent?" gate answered no to everything, including good patches. If you port Jev snippets around, check that field shape. The failure mode worth designing against My first version of the gate had the classic fallback: except Exception: return choices[0]. With a live key pointed at the wrong route, every call 400'd and the gate answered anyway: triage("refactor auth across 14 modules") → bash_direct risk("auth models, 31 dependents") → low (would have auto-applied) verdict(exit 1, "could not read Username") → complete (would have ended the loop) Confident, cheap, and wrong in the direction that costs you. The fix that stuck: the gate returns unavailable plus a default chosen from the stakes — fail open to the cheapest path for low-stakes routing (restricted strictly to non-mutating checks), fail closed (high, abort) for the risky ones — and the process exit code explicitly indicates whether you got a model verdict or a policy default. Two things I'd have missed without an end-to-end smoke test git diff is blind to files a coding agent creates: they're untracked, so a patch review gate sees an empty diff and rejects a perfectly good change. Use git add -N . && git diff (or git add -A && git diff --cached, but remember to unstage cleanly). I pointed the harness log inside the worktree, so __pycache__ and the run log itself landed in the diff. The gate called that scope creep (noul 0.47 vs 0.94 for the clean version) and it was completely right — plus the messier diff cost 2x because you're billed on input token size. Keep run logs outside your worktree or in .gitignore. Happy to share the routing-gate code if anyone wants it; it's stdlib Python and talks directly to the OpenRouter alpha endpoint. Verify the alpha route before you build on it — I measured this on one box today.
YouTube
Jev Explained: Demos and Use Cases
Syntax
Famille Jev : une introduction au fonctionnement du modèle avec démonstrations et cas pratiques.
Voir la sourceWhat is Jev and How to Use it?
Codevolution
Famille Jev : un tutoriel pour développeurs sur les décisions structurées et l'utilisation de Jev dans les applications.
Voir la sourceI Tested Jev on 12 Real Use Cases. My Honest Thoughts.
Nate Herk | AI Automation
Famille Jev : un créateur explore douze cas d'usage et partage ses impressions après avoir essayé le modèle.
Voir la source