Jev: Apa Itu Model Keputusan TypeSafe, dan Halaman Mana yang Sebenarnya Anda Butuhkan

Jev adalah model keputusan yang dibuat oleh TypeSafe AI: Anda mengirimkan sepotong state dan sekumpulan pertanyaan bernama, dan model ini mengembalikan jawaban bertipe untuk masing-masingnya — label dari daftar yang Anda berikan, skor pada rubrik yang Anda tentukan, atau klaim ya/tidak dengan probabilitas terlampir — alih-alih menuliskan kalimat balasan. Model yang melayani saat ini adalah Jev 1.13, dengan ID versi vendor jev-1.13.0; model ini termasuk dalam kelas model yang oleh TypeSafe AI disebut System One; dan laboratorium di baliknya adalah TypeSafe AI, perusahaan kecil di San Francisco yang menerbitkan di typesafe.ai. Di OrcaRouter, string persisnya adalah typesafe/jev-1.13. Itu adalah empat hal yang terpisah — sebuah model, sebuah versi, sebuah kelas, dan sebuah perusahaan — dan sebagian besar orang yang tiba di halaman ini mencari salah satunya tanpa yakin yang mana. Sejumlah besar dari mereka datang dari pencarian yang diketik dalam bahasa Mandarin: kueri jev模型 dan jev 模型 bersama-sama menyumbang lebih dari sembilan ribu impresi yang kami ukur untuk nama ini, dan yang diinginkan para pembaca itu adalah pengidentifikasi, bukan terjemahan. Tidak ada nama dalam bahasa Mandarin untuk semua ini. Jev, Jev 1.13, jev-1.13.0, dan typesafe/jev-1.13 ditulis dengan cara yang sama dalam setiap bahasa, dan string di bawah ini adalah yang harus disalin.

Halaman ini adalah entri rujukan dengan nama Jev. Ini bukan tulisan peluncuran: Jev 1.13 pertama kali muncul secara publik pada 2026-09-15, yang menempatkannya jauh di luar jendela tujuh hari yang menjadi cakupan berita blog ini, dan TypeSafe AI tidak pernah menerbitkan tanggal per pos di blognya sendiri, jadi "tanggal rilis Jev" satu hari yang dikutip dari mana pun sebaiknya dibaca sebagai cuplikan seseorang, bukan sebagai pengumuman vendor. Sebaliknya, halaman ini adalah indeks. Halaman-halaman Jev lain yang sudah ada di situs ini masing-masing menjawab satu pertanyaan sempit; halaman ini adalah yang memberi tahu Anda apa itu Jev, menetapkan penamaannya, dan mengarahkan Anda ke halaman yang tepat untuk apa pun yang sebenarnya ingin Anda ketahui.

Nama-namanya, dan mengapa begitu banyak orang mengira itu tiga produk

TypeSafe AI adalah perusahaan tersebut. Perusahaan ini membangun apa yang digambarkannya sebagai infrastruktur kecerdasan native mesin untuk otomasi, didirikan oleh Diogo Almeida (CEO) bersama Sasha Sheng (COO) dan Erik Gafni (CTO), dan muncul setelah dua tahun dalam mode stealth dengan pendanaan Seri A yang dipimpin oleh Andreessen Horowitz bersama Sequoia Capital dan DCVC. Situsnya sendiri memuat kalimat "Kami membangun prod, bukan Tuhan." Ketika seorang pembaca mengetik kata tunggal "typesafe" dan memaksudkan model AI, inilah entitas yang mereka maksud — bukan kata sifat bahasa pemrograman yang dieja oleh kata yang sama.

System One adalah kelasnya. TypeSafe AI memperkenalkannya sebagai kategori model yang dibangun untuk membuat keputusan terstruktur secara cepat yang dapat dikonsumsi langsung oleh perangkat lunak, meminjam nama dari pembagian System 1 / System 2 dalam ekonomi perilaku: separuh kognisi yang cepat dan mencocokkan pola. Definisi kelasnya sengaja dibuat sempit. Model System One tidak menulis balasan, tidak menghasilkan kode, dan tidak menghasilkan penjelasan atas penalaran mereka, dan berdasarkan dokumentasi saat ini sisi masukannya hanya teks. Jev 1.13 adalah model unggulan TypeSafe AI dan anggota pertama dari kelas tersebut; tidak ada produk lain yang dirilis TypeSafe AI yang merupakan model System One saat ini.

Jev adalah produknya. Itulah hal yang Anda sebut, dan hal yang dibahas oleh halaman ini, halaman-halaman lain di bawah nama ini, serta setiap perbandingan dalam stem ini. Versi merupakan bagian dari identitas produk alih-alih catatan kaki, dan di situlah sebagian besar kebingungan dimulai, jadi ada baiknya menyebutkan string tersebut secara persis:

• jev-1.13.0 — ID model berversi milik vendor, nilai yang dikembalikan API di bidang model pada respons untuk memberi tahu Anda build mana yang menjawab Anda.

• jev-latest — alias TypeSafe AI yang berarti rilis resmi stabil terbaru. Saat ini, ini mengarah ke jev-1.13.0, dan ini adalah default SDK.

• jev-preview — alias kedua yang berarti rilis terbaru, baik resmi maupun tidak. Saat ini alias ini juga mengarah ke jev-1.13.0, karena tidak ada build pratinjau; dokumentasinya menyatakannya secara gamblang.

• typesafe/jev-1.13 — ID katalog di sisi kami, dan yang perlu disalin jika Anda memanggil melalui OrcaRouter.

• Jev 1.13 — nama yang digunakan dalam prosa dan di kotak pencarian. "Jev 1.13" dan "Jev" bukan dua model.

Ada satu nama lagi yang menarik perhatian orang, dan itu adalah jebakan, bukan relasi. RSI-Jev adalah model visi-bahasa kecil 4B yang diterbitkan pada 2026-10-06 di bawah Apache-2.0 oleh peneliti yang tidak terkait dengan TypeSafe AI, dan kartunya sendiri menyatakan bahwa model ini tidak berafiliasi dengan TypeSafe AI. Jika Anda mencari Jev, menemukan checkpoint yang dapat diunduh dan bertanya-tanya mengapa TypeSafe AI juga menjual API untuknya, itulah alasannya: keduanya adalah dua hal berbeda yang berbagi tiga huruf. Uraian lengkap tentang keduanya, termasuk apa yang bisa dan tidak bisa dilakukan oleh fork tersebut, ada di RSI-Jev vs Jev 1.13: Satu Anda Unduh, Satu Anda Panggil, dan pertanyaan identitasnya sendiri ada di Apa Itu RSI-Jev?.

Jika yang Anda inginkan bukan penamaan melainkan perilaku model, halaman untuk itu adalah jev-model-explained, yang membahas mengapa jawaban muncul sebagai label dan apa dampaknya pada sebuah prompt.

Untuk apa Jev 1.13 dirancang

Jev 1.13 dibuat untuk keputusan yang sudah berbentuk tertutup sebelum model dijalankan. Anda bisa memberikan daftar label, atau mendefinisikan skala, atau menyatakan klaim; tugas model adalah memilih, memberi skor, atau mengukuhkan, dan melampirkan probabilitas pada jawabannya. Setiap pertanyaan dalam satu permintaan dievaluasi secara paralel terhadap satu pembacaan state bersama, bukan satu per satu, itulah sebabnya melampirkan dua puluh pertanyaan ke satu permintaan memakan waktu yang hampir tidak lebih lama daripada melampirkan satu — dan mengapa tidak ada token keluaran yang perlu diukur sama sekali. Kecocokan yang didokumentasikan adalah untuk tugas-tugas yang tidak glamor yang berjalan dalam volume besar: perutean dan klasifikasi, pemeriksaan guardrail, verifikasi per giliran di dalam loop agen, dan pemberian skor pada kumpulan dokumen yang besar terhadap rubrik tetap.

Apa yang tidak dilakukannya adalah menulis. Ia tidak menghasilkan prosa, kode, maupun penjelasan atas penalarannya, dan ia tidak menerima masukan gambar atau audio. Bentuknya adalah batasan lain: anggaran yang didokumentasikan adalah 64K token per permintaan, dengan 32K di antaranya tersedia untuk state bersama pertanyaan terpanjangnya — cukup besar untuk sepotong state beserta pertanyaannya, tetapi bukan model konteks panjang, sehingga alur kerja yang bergantung pada membaca seluruh kontrak dalam sekali baca adalah alur kerja yang tidak dapat ditangani Jev 1.13. Di luar bentuk, TypeSafe AI memelihara daftarnya sendiri tentang cara-cara model membuat keputusan yang salah — membaca pertanyaan secara literal, penghitungan dan aritmatika, perbandingan tanggal dan waktu, indireksi, state yang besar dan sebagian besar tidak relevan, konten adversarial, instruksi yang bertentangan, urutan opsi dalam pilihan, dan generasi. Daftar itu adalah sembilan mode kegagalan yang diberi nama dengan saran perbaikan di bawah masing-masing, dan didokumentasikan hingga versi yang berlaku. Kami tidak mereproduksinya di sini karena kami sudah memeliharanya dengan benar: Di Mana Jev 1.13 Gagal: Daftar Batasan TypeSafe Sendiri, slug jev-limitations, adalah halaman yang harus dibaca sebelum Anda memakai ini untuk apa pun yang penting, dan itulah halaman yang sebenarnya diinginkan sebagian besar pembaca hub ini.

Bobot, lisensi, dan apa yang dapat Anda unduh

Jev 1.13 bukan open source. TypeSafe AI tidak menerbitkan bobot model untuknya dan tidak ada lisensi yang memungkinkan Anda menjalankannya sendiri; yang dibuat open source oleh perusahaan adalah perkakas — SDK klien dan helper di bawah MIT dan Apache-2.0 — sementara modelnya tetap menjadi API yang dihosting. Dari sisi data, komitmen yang dipublikasikan adalah janji untuk tidak melatih model dengan data pelanggan dan retensi data nol untuk pelanggan enterprise. Jadi tidak ada jawaban "kuantisasi mana yang harus saya unduh" untuk Jev 1.13, dan tidak ada GGUF, dan siapa pun yang mengatakan sebaliknya sedang menggambarkan hal lain yang memiliki Jev dalam namanya.

Artefak yang dapat diunduh di sudut pasar ini adalah RSI-Jev v6.0-VL, model 4B Apache-2.0 yang disebutkan di atas, yang dapat Anda simpan di disk Anda sendiri dan layani sendiri. Ini adalah opsi yang sah jika alasan Anda menginginkan bobot terbuka adalah bahwa bobot tersebut harus milik Anda, dan ini merupakan implementasi ulang dari ide yang sama, bukan rilis Jev 1.13. Kami membahas hal itu secara panjang lebar dalam Apakah Jev Open Source? Tidak, dan Model Pihak Ketiga Terbuka Melakukan Pekerjaan yang Sama — slug jev-open-source — jadi anggap bagian ini sebagai penunjuk dan halaman itu sebagai argumennya. Versi satu barisnya: apa yang diizinkan oleh lisensi dan artefak terbitan TypeSafe AI adalah memanggil Jev 1.13 melalui endpoint vendor atau melalui gateway; apa yang tidak diizinkan, karena mereka tidak menyediakannya, adalah menjalankannya. Jika Anda memerlukan bobot di tangan, lisensi yang sebenarnya Anda evaluasi adalah Apache-2.0 milik RSI-Jev, bukan milik TypeSafe AI.

Set perbandingan

Ada lima perbandingan langsung di bawah topik ini, masing-masing dibangun di sekitar satu hasil terukur alih-alih kesan umum. Jika Anda sedang membandingkan Jev 1.13 dengan sesuatu yang spesifik, langsung saja ke yang sesuai, karena masing-masing memuat angka yang hanya akan diratakan oleh halaman ini:

• jev-vs-claude-fable-5-1 — Jev vs Claude Fable 5.1: Permainan Catur yang Mengukur Hal yang Salah. Fable 5.1 membangun posisi unggul tetapi kalah karena kehabisan waktu; separuh cerita yang berguna adalah apa yang Anda dapatkan dari batas latensi satu milidetik saat melawan model yang membutuhkan waktu beberapa detik per langkah.

• jev-vs-deepseek-v4-1-flash — Jev vs D​eepSeek V4.1 Flash: Delapan Sen per Seribu Bukanlah Moat. Pada 77 contoh dari set klasifikasi intent standar, D​eepSeek V4.1 Flash tertinggal satu sen per seribu klasifikasi di belakang Jev 1.13 dan unggul empat poin dalam akurasi, yang merupakan argumen jujur untuk tidak membeli model keputusan hanya berdasarkan harga.

• jev-vs-gpt-6-astra — Jev vs GPT-6 Astra: Hakim dan Terdakwa dalam Perbandingan yang Sama. Dasbor yang memberi Jev skor tertinggi 1,13 menggunakan penilaian rata-rata dari GPT-6 Astra dan Claude Fable 5.1 sebagai jawaban referensinya, jadi si tertuduh yang menilai ujiannya sendiri.

• jev-vs-kevJev vs Kev: Fine-Tune Senilai $95 yang Mengalahkan Jev pada Tiket Dukungan. Kev adalah model open-weight Apache-2.0 yang mereproduksi bentuk permintaan Choice / Score / Noul dengan biaya sekitar $95 untuk waktu fine-tuning, dan ia unggul dalam perutean tiket dukungan tetapi runtuh pada evaluasi umum yang lebih sulit.

• jev-vs-laya — Jev vs Laya: 33 Milidetik di T4, dan Baseline Acak. Laya adalah model keputusan 421M Apache-2.0 dari Convai Innovations yang jauh lebih portabel daripada Jev 1.13 dan, pada skor zero-shot terbitannya sendiri, berkinerja lebih buruk daripada selalu menjawab dengan kelas mayoritas.

Dua perbandingan lain hadir bersama yang tanpa kerangka "Jev vs", dan keduanya layak diketahui sebelum Anda menyimpulkan bahwa Anda telah membaca semuanya: openai-decisions-api-first-client-vs-jev, tentang apa yang terjadi ketika vendor terbesar di pasar merilis API keputusan miliknya sendiri, dan rsi-jev-vs-laya, tentang bagaimana kedua alternatif open-weight itu dibandingkan setelah Jev 1.13 tidak lagi diperhitungkan. Jika Anda menginginkan kelas modelnya alih-alih para pesaingnya, jev-system-one — "System One" sebagai Kategori Model — adalah halaman untuk itu, dan jika Anda menginginkan liputan paling awal yang kami lakukan tentang Jev sebelum semua ini ada, jev-typesafe-system-one-what-we-know adalah yang perlu dibaca dengan catatan-catatan yang menyertainya.

Apa yang belum terselesaikan

Dua hal, dan kami lebih suka menyebutkannya terus terang daripada menghaluskannya. Pertama, belum ada tanggal rilis yang diumumkan untuk versi Jev berikutnya — TypeSafe AI belum menerbitkan nomor versi maupun tanggal, dan blognya sama sekali tidak memuat tanggal per pos, jadi satu-satunya tanggal yang bisa kami pegang adalah yang didokumentasikan di tempat lain: build publik pertama pada 2026-09-15, penghapusan daftar tunggu akses awal oleh vendor pada 2026-09-21, dan masuknya model tersebut ke katalog kami sendiri pada 2026-09-24. Kedua, evaluasi independen atas Jev 1.13 sangat terbatas. Angka akurasi yang paling banyak beredar berasal dari dasbor alur kerja TypeSafe AI sendiri, yang jawaban referensinya merupakan rata-rata penilaian model alih-alih ground truth dan yang dokumentasinya sendiri menandai kemungkinan bias harness; halaman jaggedness model, yang merupakan penjelasan vendor sendiri tentang di mana model itu gagal, terakhir ditinjau pada 2026-10-02 dan merupakan dokumen yang lebih jujur daripada tabel benchmark mana pun yang kami lihat untuknya.

Ketersediaan di OrcaRouter

Kami hanya memiliki tepat satu model Jev di katalog aktif kami, dan model itu adalah typesafe/jev-1.13 — ditulis lengkap dengan versinya, karena versi adalah bagian dari ID dan pembaca yang menyalin separuhnya tidak akan mendapat apa pun. Entri tunggal itu tersedia hari ini. Kami tidak mengklaim apa pun tentang riwayat versi Jev, dan kami tidak mengklaim model Jev lain mana pun: jika ada halaman di mana pun yang memberi tahu Anda bahwa OrcaRouter melayani jev-1.13.0, jev-latest, atau Jev 2, string yang benar untuk dipanggil tetap yang di atas. Model itu berada di balik kunci yang sama dengan semua yang kami rutekan — 200+ model di balik satu kunci yang kompatibel dengan OpenAI dengan harga daftar penyedia yang diteruskan tanpa markup 0% — dengan failover otomatis antar penyedia, sehingga lapisan keputusan yang berhenti menjawab tidak ikut menjatuhkan jalur generatif, dan sehingga perubahan harga vendor sampai ke sisi kami pada hari yang sama, bukan pada siklus penagihan berikutnya.

Halaman mana yang Anda inginkan?

Jika Anda sampai di sini dari kotak pencarian, bukan dari tautan, kemungkinan besar hub ini bukan halaman yang Anda butuhkan dan salah satu dari sepuluh di bawah ini adalah halaman yang tepat. Daftar ini sengaja dibuat singkat.

• Jika pertanyaan Anda adalah di mana hal ini akan memberikan jawaban yang salah, bacalah jev-limitations. Itu adalah sembilan mode kegagalan vendor, yang diperiksa terhadap apa yang bisa kita lihat.

• Jika pertanyaan Anda adalah dapatkah saya mengunduh dan menjalankannya, baca jev-open-source. Jawaban singkatnya adalah tidak untuk Jev 1.13 dan ya untuk RSI-Jev yang tidak terkait, dan halaman itu melakukan pekerjaan memisahkan keduanya.

• Jika pertanyaan Anda adalah haruskah saya menggunakan ini sebagai pengganti X, bacalah salah satu dari lima perbandingan di atas yang menyebut X Anda. Masing-masing dibangun berdasarkan satu hasil terukur, dan yang paling penting untuk keputusan Anda hampir pasti ada di dalamnya.

• Jika pertanyaan Anda adalah apa sebenarnya model keputusan, baca jev-system-one, yang membahas kelasnya, bukan anggota ini darinya.

• Jika pertanyaan Anda sekadar apa itu Jev, Anda sudah mendapatkannya: Jev 1.13, dari TypeSafe AI, model keputusan System One yang mengembalikan jawaban bertipe alih-alih menulis prosa, dapat dipanggil di sisi kami sebagai typesafe/jev-1.13.