Apakah Jev Open Source? Bobotnya Tertutup, Perkakasnya Tidak

Tidak. Jev 1.13 (typesafe/jev-1.13) bukan open source, tidak ada repositori bobot yang bisa ditemukan, dan seberapa pun Anda menggulir organisasi GitHub TypeSafe, tidak akan muncul checkpoint, dokumen arsitektur, atau jumlah parameter. Yang ada hanyalah perangkat lunak di sekitar model: sebelas repositori publik, semuanya berlisensi MIT atau Apache-2.0, tidak satu pun berisi Jev itu sendiri. Itulah jawaban jujur dalam satu baris — perkakasnya terbuka, modelnya tidak — dan itulah separuh cerita yang tidak pernah didapat pembaca hanya dari "tertutup, dihosting, tidak dipublikasikan". Dua tanggal membingkainya. TypeSafe merilis model tersebut pada 2026-09-15, yang berada di luar jendela tujuh hari yang menjadi cakupan tulisan blog ini, jadi ini bukan artikel peluncuran dan tidak ada apa pun di dalamnya yang boleh dibaca sebagai artikel peluncuran. Peristiwa bertanggalnya adalah 2026-09-24, ketika OrcaRouter menambahkan typesafe/jev-1.13 ke katalognya sendiri: pertama kalinya Jev dapat dipanggil melalui gateway pihak ketiga, bukan hanya melalui endpoint milik TypeSafe sendiri. Itulah pengecualian yang menjadi dasar halaman ini — sebuah model yang menjadi dapat dijalankan di tempat yang sebelumnya tidak.

Apa yang diubahnya bagi pembaca itu sempit dan praktis. Sebelum 2026-09-24, mengevaluasi Jev berarti membuka hubungan vendor kedua sebelum Anda dapat menguji satu keputusan pun. Setelahnya, Jev berada pada kunci yang sama dengan bagian generatif dari alur kerja yang sama: satu API untuk 200+ model, markup 0% (harga daftar penyedia diteruskan, jadi penurunan harga vendor aktif di sini pada hari yang sama), dengan model dapat diakses di typesafe/jev-1.13. Anda tetap memanggilnya dalam bentuknya sendiri — POST /v1/systemone, non-streaming — karena itu bukan rute chat-completions OpenAI, tetapi kontrak yang Anda tanda tangani dan kunci yang Anda rotasi adalah yang sudah Anda miliki.

Jawabannya adalah dua jawaban, dan keduanya diperlukan.

"Apakah Jev sumber terbuka?" terdengar seperti pertanyaan ya/tidak dan berperilaku seperti pertanyaan dua bagian. Bagian pertama: modelnya. Modelnya tertutup. TypeSafe tidak mempublikasikan bobot, arsitektur, angka komputasi pelatihan, maupun jumlah parameter untuk Jev 1.13, dan tidak ada repositori yang dinamai untuknya. Bagian kedua: perangkat lunak di sekitarnya. Perangkat lunak itu terbuka, dipelihara secara aktif, dan benar-benar berguna, dan itulah sebabnya pembaca yang mencari repositori tidak lantas harus gigit jari.

Mengacaukan keduanya menghasilkan kesimpulan yang salah di kedua arah. Anggap semuanya terbuka dan Anda akan menghabiskan satu sore mencari checkpoint yang tidak ada. Anggap semuanya tertutup dan Anda akan melewatkan bagian yang sebenarnya penting jika Anda khawatir tentang lock-in — adaptor berlisensi MIT yang memungkinkan Anda membangun terhadap antarmuka typed-decision dan mengubah apa yang ada di baliknya.

Apa yang sebenarnya diterbitkan oleh TypeSafe

Dibaca pada 2026-09-30, organisasi ini memiliki sebelas repositori publik. Jumlah bintang dan tanggal push dapat berubah, jadi anggap ini sebagai snapshot, bukan properti tetap proyek. Setiap lisensi adalah MIT atau Apache-2.0 kecuali disebutkan.

• skills — MIT, sekitar 2,4k bintang, terakhir di-push 2026-09-12. "Agent skills untuk membangun dengan System One API milik TypeSafe."

• system-one-adapter-python — MIT, 356 bintang, terakhir di-push pada 2026-09-22. "Pengganti TypeSafeClient drop-in yang didukung oleh API LLM."

• typesafe-sdk-js — MIT, 257 bintang, terakhir di-push 2026-09-15. Pustaka resmi TypeScript/JavaScript untuk TypeSafe API.

• typesafe-sdk-python — MIT, 254 bintang, terakhir di-push 2026-09-26. Pustaka Python resmi; v0.7.2 menambahkan ekstra `http2` pada hari itu, dan v0.7.1 pada 2026-09-21 menambahkan contoh untuk penggunaan dengan gateway AI.

• daggerverse — Apache-2.0, 23 bintang, terakhir di-push 2026-09-25. Kumpulan modul Dagger.

• WorkflowEvals — Apache-2.0, 7 bintang, terakhir di-push 2026-09-29. "kode workflow evals.typesafe.ai diterbitkan."

• n8n-nodes-typesafe-ai — MIT, 1 bintang, terakhir di-push 2026-09-29.

• typesafe-ai.github.io — tidak ada lisensi yang dideklarasikan, 2 bintang, terakhir di-push 2026-06-04.

Tiga lainnya adalah fork dari proyek yang tidak terkait dan dibahas di bawah ini: pulumi-clickhouse, LLaDA dan vllm.

Tidak ada apa pun dalam daftar itu yang merupakan modelnya. Tidak ada repositori Jev, tidak ada file bobot, tidak ada tokenizer, tidak ada konfigurasi penyajian — tidak ada apa pun yang memungkinkan Anda menyiapkan salinan yang berfungsi. Repo-repo itu adalah perabot sisi klien: dua SDK resmi, paket keterampilan agen, kumpulan modul CI, suite eval yang dipublikasikan, node n8n, situs org, dan adaptor. Itu adalah permukaan yang nyata dan terpelihara dengan baik, dan itu bukan modelnya.

Satu-satunya repositori yang penting jika Anda berusaha menghindari lock-in

system-one-adapter-python adalah entri yang paling berdampak bagi siapa pun yang membuat keputusan adopsi, dan deskripsinya sendiri menyatakan intinya: "Pengganti TypeSafeClient drop-in yang didukung oleh API LLM."

Baca itu dengan cermat, karena itu melakukan sesuatu yang spesifik. Aset yang tahan lama dalam integrasi System One adalah antarmuka, bukan endpoint di belakangnya: Anda mendefinisikan sepotong state dan sekumpulan pertanyaan bernama, dan sesuatu mengembalikan satu jawaban bertipe per pertanyaan. Kontrak itulah yang pada akhirnya membentuk basis kode Anda. Adapter memisahkan kontrak dari implementasinya — Anda terus membangun terhadap antarmuka keputusan bertipe, dan hal yang menghasilkan keputusan tersebut adalah panggilan API LLM yang dapat ditukar di bawahnya.

Dua catatan jujur. Adaptor bukanlah model: jawaban yang dihasilkan oleh LLM umum melalui jalur ini bukanlah probabilitas terkalibrasi yang dikembalikan Jev, jadi ini adalah cara untuk menjaga antarmuka tetap portabel, bukan cara untuk mendapatkan perilaku Jev tanpa Jev. Dan ini secara eksplisit merupakan proyek TypeSafe — pintu pelarian itu dibangun oleh vendor yang mungkin ingin Anda hindari, yang lebih baik daripada tidak ada sama sekali dan tidak sama dengan pintu pelarian yang independen.

Dua percabangan, dan inferensi yang mereka timbulkan

Tiga dari sebelas repositori adalah fork. pulumi-clickhouse adalah penyedia Pulumi untuk ClickHouse Cloud, Apache-2.0, 3 bintang, terakhir di-push 2026-07-08. Dua lainnya adalah yang dibaca sebagai bukti, dan kedua pembacaan itu salah.

• vllm — Apache-2.0, 3 bintang, terakhir di-push 2025-05-23. Sebuah fork dari mesin inferensi dan serving dengan throughput tinggi.

• LLaDA — MIT, 12 bintang, terakhir di-push 2025-06-17. Fork dari implementasi PyTorch resmi untuk "Large Language Diffusion Models."

Kesimpulan malas itu muncul dengan sendirinya: mereka melakukan fork terhadap repositori model bahasa difusi, jadi Jev pasti berbasis difusi. Tidak demikian, dan fork itu tidak memberi tahu Anda apa pun tentang arsitektur Jev. Fork adalah salinan kode orang lain di bawah lisensi orang lain, berada di sebuah organisasi karena alasan yang jelas dari tanggal push terakhirnya sendiri — Mei dan Juni 2025, lebih dari setahun sebelum Jev dirilis ke publik, dan tidak disentuh sejak itu. Tidak ada dari kedua repositori itu yang menjadi bagian dari apa yang dirilis TypeSafe pada September. Jika Anda ingin tahu cara kerja Jev, TypeSafe belum mempublikasikan itu, dan tidak ada fork di organisasinya yang mengisi celah itu.

Apa yang sebenarnya Anda bayar saat menutup bobot

Empat hal, dan semuanya konkret, bukan filosofis.

• Anda tidak dapat melakukan hosting sendiri. Tidak ada artefak untuk dijalankan, jadi gangguan vendor atau perubahan akses bukanlah sesuatu yang dapat Anda hindari dengan menjalankan salinan Anda sendiri.

• Anda tidak dapat mengaudit. TypeSafe memang menerbitkan halaman jaggedness untuk Jev 1.13 — terakhir ditinjau 2026-09-17 — yang menyebutkan di mana model tidak dapat diandalkan: pembacaan literal kata-kata alih-alih maksud, apa pun yang melibatkan aritmetika, perbandingan tanggal dan waktu, penyampaian tidak langsung dan negasi ganda, state besar yang penuh detail tidak relevan, konten adversarial dalam state, instruksi dan kriteria yang saling bertentangan, serta invarian struktural yang tidak dijaminnya, seperti jawaban benar/salah dan pilihan ya/tidak yang setara dengannya menjadi tidak cocok. Halaman itu luar biasa terbuka, dan itu tetap merupakan vendor yang menilai pekerjaan rumahnya sendiri. Tidak ada orang di luar TypeSafe yang telah memeriksa bobotnya.

• Anda tidak dapat melakukan fine-tuning. Tidak ada model dasar yang bisa diadaptasi, jadi tugas keputusan yang ditangani Jev dengan buruk akan tetap ditangani dengan buruk sampai vendor mengubahnya — solusi yang ada di halaman jaggedness itu sendiri hanyalah workaround di dalam kode Anda, bukan sesi pelatihan.

• Anda tidak dapat mematok versi di luar alias vendor. typesafe/jev-1.13 adalah nama yang dihosting, jadi yang menjawab panggilan bulan depan adalah apa pun yang TypeSafe layani dengan nama itu saat itu.

Tidak ada satu pun dari itu yang unik bagi Jev dan tidak ada satu pun dari itu yang merupakan skandal; itulah trade-off yang diambil oleh model keputusan yang dihosting, dan penyeimbangnya adalah Anda tidak pernah menanggung checkpoint, tagihan GPU, atau stack inferensi. Ada baiknya Anda mengetahui di sisi mana Anda berada dalam trade-off ini sebelum Anda membangun di atasnya.

Apa itu Jev, sekarang setelah kamu bisa menyebutnya

Jev bukan model chat dan tidak menghasilkan prosa. Anda mengirim state — materi yang akan dinilai, sebagai teks, objek, atau array — ditambah sekumpulan pertanyaan bernama, dan ia mengembalikan satu jawaban terstruktur per pertanyaan. Setiap pertanyaan adalah salah satu dari tiga primitif:

• noul — penilaian benar/salah, dikembalikan dengan probabilitas terkalibrasi.

• pilihan — pilih salah satu dari hingga 255 opsi berlabel.

• skor — beri nilai pada skala terurut 2 hingga 10 tingkat.

Dokumentasi TypeSafe sendiri menunjukkan contoh skor berindeks 0; model Jev berindeks 1 memodelkan 2–

Metode pelatihan ini adalah istilah ciptaan TypeSafe sendiri: Reinforcement Learning for Calibrated Decisions (RLCD), yang dijelaskan dalam postingan peluncuran terhadap RLHF dan RLVR pada sumbu keputusan terkalibrasi dengan probabilitas yang jujur. RLCD adalah istilah TypeSafe, bukan akronim machine learning generik, dan istilah ini harus dibaca sebagai deskripsi vendor, bukan sebagai teknik yang dikarakterisasi secara independen.

Akses tidak lagi dibatasi: Jev telah tersedia secara umum sejak 2026-09-21, dan "waitlisted" sudah tidak digunakan. "Early access" masih merupakan istilah terkini TypeSafe sendiri di halaman berandanya, jadi itu bukan klaim yang bisa diabaikan — itu hanyalah label dari vendor, dan batas operasional yang diterbitkannya bersama label tersebut bersifat konkret.

Angka-angka pada kartu kami: konteks 65.536 token, dengan vendor mendokumentasikan sekitar 64K input di seluruh state gabungan ditambah pertanyaan. Jika Anda pernah melihat angka yang lebih kecil dikutip untuk Jev, itu adalah anggaran state saja, bukan pengukuran yang bersaing, dan keduanya tidak boleh disajikan sebagai kontradiksi. Harga adalah $0.042 per juta token input, dengan output ditagihkan nol — tidak ada token output untuk diukur, karena keputusan yang diketik bukan prosa.

Data penyajian kami sendiri, dari lalu lintas kami dan bukan dari tolok ukur vendor, selama tujuh hari hingga 2026-09-30: p50 151 ms, p95 247 ms, sekitar 349 token keluaran per detik, tingkat kesalahan 0,49%, dan 76,2 juta token yang disajikan. p50 harian sepanjang rentang waktu itu bergerak 175 → 170 → 163 → 161 → 170 → 147 → 143 ms, dengan satu pencilan yang nyata — p95 2.448 ms pada 2026-09-28 yang termasuk dalam rangkaian tersebut tanpa menjadi norma.

Klaim utama TypeSafe, yang dilabeli sebagai klaim vendor dan tidak direplikasi secara independen: "193,6x Lebih Cepat, 444,6x Lebih Murah," dengan catatan kaki pada alur kerja System One; contoh perhitungan $0,000081 dalam 0,114 detik dibandingkan $0,013880 dalam 8,566 detik untuk LLM; "$42 per Miliar token masukan"; dan "Nol Halusinasi," yang merupakan klaim tentang estimasi keyakinan alih-alih bukti nol kesalahan — tingkat kesalahan 0,49% pada kartu kami adalah penyeimbang yang jujur. TypeSafe juga menyatakan secara gamblang bahwa pihaknya tidak dapat membuktikan bahwa harganya tidak disubsidi, dan bahwa evaluasi yang dipublikasikannya umumnya dijalankan dari laptop di Pesisir Barat tempat layanan itu berbasis. Kartu tolok ukurnya sendiri masih ditandai sebagai tertunda.

Repositori pihak ketiga itu ada, dan kami tidak menjaminnya

Pencarian untuk "jev github" pada akhirnya memunculkan repositori yang bukan milik TypeSafe: pembungkus, kumpulan prompt, eksperimen adaptor, dan daftar "awesome" yang familier yang muncul di sekitar model baru apa pun. Repositori-repositori itu bukan bagian dari apa yang diterbitkan vendor, tidak disertai tinjauan vendor, dan jumlah bintangnya mengukur rasa penasaran alih-alih ketepatan. Mungkin berguna; itu bukan dokumentasi, dan tidak ada apa pun di dalamnya yang merupakan pernyataan tentang cara Jev bekerja.

Apa yang akan mengubah jawaban ini

Rilis bobot, arsitektur yang dipublikasikan, atau evaluasi independen atas kualitas keputusan alih-alih latensi. Salah satu dari ketiganya akan membalik kata pertama halaman ini. Sampai saat itu, pencarian ini memiliki jawaban yang stabil, dan bagian yang layak ditindaklanjuti darinya adalah toolchain: jika antarmuka keputusan bertipe adalah yang menjadi landasan pengembangan Anda, adaptor berlisensi MIT yang mengganti model pendukungnya adalah perbedaan antara keputusan yang dapat Anda tinjau kembali dan keputusan yang tidak.

Jev 1.13 ada di katalog kami di bawah typesafe/jev-1.13, pada key yang sama dengan bagian lain dari sebuah stack dan dirutekan melalui endpoint systemone khusus alih-alih bentuk chat-completions. Modelnya tertutup, perkakasnya terbuka, dan kedua bagian itu sekarang dapat dijangkau dari satu tempat.