Jev: Czym jest Model decyzyjny TypeSafe i której strony właściwie potrzebujesz

Jev to model decyzyjny stworzony przez TypeSafe AI: wysyłasz mu fragment stanu i zbiór nazwanych pytań, a on zwraca dla każdego z nich typowaną odpowiedź — etykietę z listy, którą podałeś, wynik według zdefiniowanej przez Ciebie rubryki albo twierdzenie tak/nie z dołączonym prawdopodobieństwem — zamiast odsyłać zdanie. Modelem obecnie używanym w usłudze jest Jev 1.13, którego identyfikator wersji nadany przez dostawcę to jev-1.13.0; należy do klasy modeli, którą TypeSafe AI nazywa System One; a laboratorium stojące za nim to TypeSafe AI, mała firma z San Francisco, która publikuje pod typesafe.ai. W OrcaRouter dokładny ciąg to typesafe/jev-1.13. To cztery odrębne rzeczy — model, wersja, klasa i firma — a duża część osób trafiających na tę stronę szuka jednej z nich, nie mając pewności której. Znaczna liczba z nich trafia tu z wyszukiwania wpisanego po chińsku: zapytania jev模型 i jev 模型 razem odpowiadają za ponad dziewięć tysięcy wyświetleń, które mierzymy dla tej nazwy, a ci czytelnicy chcą identyfikatora, a nie tłumaczenia. Nie ma chińskiej nazwy dla żadnego z nich. Jev, Jev 1.13, jev-1.13.0 i typesafe/jev-1.13 zapisuje się tak samo w każdym języku, a poniższe ciągi to te, które należy skopiować.

Ta strona to wpis referencyjny pod nazwą Jev. Nie jest to wpis o premierze: Jev 1.13 po raz pierwszy pojawił się publicznie 15 września 2026 r., co sytuuje go daleko poza siedmiodniowym oknem, w którym ten blog publikuje wiadomości, a TypeSafe AI nigdy nie publikowało daty przy poszczególnych wpisach na swoim blogu, więc jednodniowa „data premiery Jev”, cytowana skądkolwiek, powinna być odczytywana jako czyjś zapis, a nie jako ogłoszenie czegokolwiek przez dostawcę. Ta strona jest natomiast indeksem. Pozostałe strony o Jev już obecne na tej witrynie odpowiadają każda na jedno wąskie pytanie; ta jest tą, która mówi, czym jest Jev, rozstrzyga kwestię nazewnictwa i wskazuje właściwą stronę w zależności od tego, czego tak naprawdę przyszedłeś się dowiedzieć.

Nazwy i dlaczego tak wielu ludzi myśli, że to trzy produkty

TypeSafe AI to firma. Buduje to, co opisuje jako natywną dla maszyn infrastrukturę inteligencji na potrzeby automatyzacji, została założona przez Diogo Almeidę (CEO) wraz z Sashą Sheng (COO) i Erikiem Gafni (CTO), a po dwóch latach w trybie stealth ujawniła się z rundą Series A poprowadzoną przez Andreessen Horowitz przy udziale Sequoia Capital i DCVC. Na jej własnej stronie widnieje zdanie: „Budujemy prod, nie Boga”. Gdy czytelnik wpisuje pojedyncze słowo „typesafe” i ma na myśli model AI, chodzi właśnie o ten podmiot — a nie o przymiotnik z języka programowania, który pisze się tym samym słowem.

System One to klasa. TypeSafe AI wprowadziło ją jako kategorię modelu zbudowanego do podejmowania szybkich, ustrukturyzowanych decyzji, które oprogramowanie może wykorzystywać bezpośrednio, zapożyczając nazwę od podziału System 1 / System 2 w ekonomii behawioralnej: szybkiej, dopasowującej wzorce połowy poznania. Definicja tej klasy jest celowo wąska. Modele System One nie piszą odpowiedzi, nie tworzą kodu ani nie generują wyjaśnień swojego rozumowania, a zgodnie z obecną dokumentacją strona wejściowa obejmuje wyłącznie tekst. Jev 1.13 to flagowy model TypeSafe AI i pierwszy członek tej klasy; nic innego, co udostępnia TypeSafe AI, nie jest dziś modelem System One.

Jev to produkt. To jest to, co wywołujesz, oraz to, czego dotyczą ta strona, pozostałe strony pod tą nazwą i każde porównanie w tym zakresie. Wersja jest częścią tożsamości produktu, a nie przypisem, i właśnie stąd bierze się większość zamieszania, więc warto dokładnie nazwać ciągi:

• jev-1.13.0 — wersjonowany identyfikator modelu dostawcy, wartość, którą API zwraca w polu model odpowiedzi, aby poinformować, która kompilacja Ci odpowiedziała.

• jev-latest — alias TypeSafe AI oznaczający najnowsze stabilne oficjalne wydanie. Obecnie wskazuje na jev-1.13.0 i jest domyślnym ustawieniem SDK.

• jev-preview — drugi alias oznaczający najnowsze wydanie, niezależnie od tego, czy jest oficjalne. Obecnie wskazuje również na jev-1.13.0, ponieważ nie istnieje żadna kompilacja podglądowa; dokumentacja mówi o tym wprost.

• typesafe/jev-1.13 — identyfikator katalogowy po naszej stronie, który należy skopiować, jeśli wywołujesz przez OrcaRouter.

• Jev 1.13 — nazwa, której należy używać w tekście i w polach wyszukiwania. „Jev 1.13” i „Jev” to nie dwa modele.

Jest jeszcze jedna nazwa, która zwraca uwagę ludzi, i jest to pułapka, a nie powiązanie. RSI-Jev to mały 4B model językowo-wizualny opublikowany 2026-10-06 na licencji Apache-2.0 przez badaczy niezwiązanych z TypeSafe AI, a jego własna karta wyraźnie stwierdza, że nie jest powiązany z TypeSafe AI. Jeśli szukałeś Jev, znalazłeś checkpoint do pobrania i zastanawiałeś się, dlaczego TypeSafe AI sprzedaje do niego również API, to właśnie dlatego: to dwie różne rzeczy dzielące trzy litery. Pełne rozbicie obu, w tym co fork potrafi, a czego nie, znajduje się w RSI-Jev vs Jev 1.13: One You Download, One You Call, a samo pytanie o tożsamość omówiono w What Is RSI-Jev?.

Jeśli zależało Ci nie na nazewnictwie, ale na zachowaniu modelu, strona, która to opisuje, to jev-model-explained, gdzie wyjaśniono, dlaczego odpowiedzi są zwracane jako etykiety i jaki ma to wpływ na prompt.

Do czego służy Jev 1.13

Jev 1.13 powstał z myślą o decyzjach, które są już w postaci zamkniętej, zanim model w ogóle zostanie uruchomiony. Albo podajesz listę etykiet, albo definiujesz skalę, albo formułujesz twierdzenie; zadaniem modelu jest wybrać, ocenić lub poświadczyć i przypisać prawdopodobieństwo do swojej odpowiedzi. Każde pytanie w żądaniu jest oceniane równolegle na podstawie jednego wspólnego odczytu stanu, a nie jedno po drugim — dlatego dołączenie dwudziestu pytań do jednego żądania kosztuje niewiele więcej czasu niż dołączenie jednego, i dlatego nie ma w ogóle tokenów wyjściowych do rozliczania. Udokumentowane zastosowania to te mało widowiskowe, które działają na masową skalę: routing i klasyfikacja, kontrole zabezpieczeń, weryfikacja na każdą turę wewnątrz pętli agenta oraz ocenianie dużych zbiorów dokumentów według stałych kryteriów.

Nie pisze. Nie tworzy prozy, kodu ani wyjaśnienia swojego rozumowania i nie przyjmuje danych wejściowych w postaci obrazu ani dźwięku. Kolejnym ograniczeniem jest forma: udokumentowany budżet wynosi 64K tokenów na żądanie, z czego 32K jest dostępne dla stanu wraz z jego najdłuższym pytaniem — hojnie jak na kawałek stanu plus jego pytania, ale to nie model o długim kontekście, więc przepływ pracy, który zależy od odczytania całej umowy w jednym przebiegu, jest przepływem pracy, którego Jev 1.13 nie może obsłużyć. Poza formą TypeSafe AI prowadzi własną listę sposobów, w jakie model podejmuje błędne decyzje — dosłowne czytanie pytań, liczenie i arytmetyka, porównywanie dat i godzin, pośredniość, stany, które są duże i w większości nieistotne, treści adwersarialne, sprzeczne instrukcje, kolejność opcji w wyborze oraz generowanie. Ta lista obejmuje dziewięć nazwanych trybów awarii, z sugerowanym rozwiązaniem pod każdym, i jest udokumentowana z podaniem wersji, której dotyczy. Nie przytaczamy jej tutaj, ponieważ już prowadzimy ją właściwie: Gdzie zawodzi Jev 1.13: Własna lista ograniczeń TypeSafe, slug jev-limitations, to strona, którą trzeba przeczytać, zanim użyjesz tego jako podstawy do czegokolwiek, co ma znaczenie, i to strona, której większość czytelników tego huba naprawdę chce.

Wagi, licencja i co możesz pobrać

Jev 1.13 nie jest open source. TypeSafe AI nie publikuje dla niego żadnych wag modelu ani licencji, która pozwoliłaby uruchomić go samodzielnie; to, co firma udostępnia jako open source, to narzędzia — klienckie SDK i funkcje pomocnicze na licencjach MIT i Apache-2.0 — podczas gdy model pozostaje hostowanym API. Jeśli chodzi o dane, opublikowane zobowiązania to obietnica, że modele nie będą trenowane na danych klientów, oraz zerowa retencja danych dla klientów korporacyjnych. Nie ma więc odpowiedzi na pytanie „jaką kwantyzację mam pobrać” dla Jev 1.13 ani żadnego GGUF, a każdy, kto twierdzi inaczej, opisuje tę drugą rzecz z „Jev” w nazwie.

Pobieralnym artefaktem w tym zakątku rynku jest RSI-Jev v6.0-VL, wspomniany powyżej model 4B na licencji Apache-2.0, który możesz trzymać na własnym dysku i samodzielnie serwować. Jest to prawdziwa opcja, jeśli powodem, dla którego chcesz otwartych wag, jest to, że wagi muszą być Twoje, a jest to reimplementacja tego samego pomysłu, a nie wydanie Jev 1.13. Omówiliśmy to szczegółowo w Czy Jev jest open source? Nie, a otwarty model innej firmy robi to samo — slug jev-open-source — więc traktuj tę sekcję jako wskazówkę, a tamtą stronę jako argument. Wersja jednolinijkowa: to, na co pozwala licencja TypeSafe AI i opublikowane artefakty, to wywoływanie Jev 1.13 przez endpoint dostawcy lub przez bramę; to, na co nie pozwalają, ponieważ tego nie zapewniają, to uruchamianie go. Jeśli potrzebujesz wag pod ręką, licencją, którą faktycznie oceniasz, jest Apache-2.0 RSI-Jev, a nie TypeSafe AI.

Zestaw porównawczy

Pod tym wątkiem istnieje pięć bezpośrednich porównań, z których każde opiera się na jednym zmierzonym wyniku, a nie na ogólnym wrażeniu. Jeśli porównujesz Jev 1.13 z czymś konkretnym, przejdź od razu do tego, który pasuje, ponieważ każde z nich zawiera liczbę, którą ta strona tylko by spłaszczyła:

• jev-vs-claude-fable-5-1 — Jev kontra Claude Fable 5.1: Partia szachów, która mierzyła niewłaściwą rzecz. Fable 5.1 zbudował zwycięską pozycję i przegrał na czas; użyteczna połowa tej historii to to, co daje ci milisekundowa dolna granica opóźnienia w starciu z modelem, który na każdy ruch potrzebuje sekund.

• jev-vs-deepseek-v4-1-flash — Jev vs D​eepSeek V4.1 Flash: Osiem centów za tysiąc to nie żadna fosa. Na 77 przykładach standardowego zestawu klasyfikacji intencji D​eepSeek V4.1 Flash wypadł o jeden cent za tysiąc klasyfikacji za Jev 1.13 i o cztery punkty przed nim pod względem dokładności, co stanowi uczciwy argument przeciw kupowaniu modelu decyzyjnego ze względu na cenę.

• jev-vs-gpt-6-astra — Jev vs GPT-6 Astra: Sędzia i oskarżony w tym samym porównaniu. Panel, który przyznaje Jevowi najwyższy wynik 1.13, wykorzystuje uśrednione oceny GPT-6 Astra i Claude Fable 5.1 jako swoje odpowiedzi referencyjne, więc oskarżony ocenia egzamin.

• jev-vs-kev — Jev vs Kev: Dostrajanie za 95 USD, które bije Jev w zgłoszeniach pomocy technicznej. Kev to model z otwartymi wagami na licencji Apache-2.0, który odtwarza kształt żądania Choice / Score / Noul za około 95 USD czasu dostrajania, i wygrywa w kierowaniu zgłoszeniami pomocy technicznej, jednocześnie załamując się przy trudniejszych ogólnych ewaluacjach.

• jev-vs-laya — Jev vs Laya: 33 milisekundy na T4 i losowy baseline. Laya to liczący 421M model decyzyjny na licencji Apache-2.0 od Convai Innovations, który jest znacznie bardziej przenośny niż Jev 1.13, a według własnego opublikowanego wyniku zero-shot wypada gorzej niż zawsze odpowiadanie klasą większościową.

Obok tych bez ramy „Jev vs” znajdują się jeszcze dwa porównania i oba warto poznać, zanim uznasz, że przeczytałeś już wszystko: openai-decisions-api-first-client-vs-jev, o tym, co się dzieje, gdy największy dostawca na rynku wypuszcza własne API decyzyjne, oraz rsi-jev-vs-laya, o tym, jak wypadają dwa alternatywne modele o otwartych wagach, gdy Jev 1.13 zniknie z pola widzenia. Jeśli chcesz poznać klasę modelu, a nie jego rywali, jev-system-one — „System One” jako kategoria modelu — to właśnie ta strona, a jeśli chcesz poznać nasze najwcześniejsze doniesienia o Jev, zanim to wszystko istniało, jev-typesafe-system-one-what-we-know to ten, który warto przeczytać, pamiętając o związanych z nim zastrzeżeniach.

Co nie jest ustalone?

Dwie rzeczy — wolimy je nazwać, niż je łagodzić. Po pierwsze, nie ogłoszono daty premiery następnej wersji Jev — TypeSafe AI nie opublikowało żadnego numeru wersji ani daty, a jego blog w ogóle nie zawiera dat przy poszczególnych wpisach, więc jedyne daty, za którymi możemy się opowiedzieć, to te udokumentowane gdzie indziej: pierwsza publiczna kompilacja 2026-09-15, usunięcie przez dostawcę listy oczekujących na wczesny dostęp 2026-09-21 oraz pojawienie się modelu w naszym własnym katalogu 2026-09-24. Po drugie, niezależna ocena Jev 1.13 jest nikła. Najczęściej krążące dane dotyczące dokładności pochodzą z własnego pulpitu przepływu pracy TypeSafe AI, w którym odpowiedzi referencyjne to uśrednione oceny modeli, a nie wartości wzorcowe, a którego własna dokumentacja sygnalizuje możliwe obciążenie harnessu; strona modelu dotycząca „jaggedness”, będąca własnym opisem dostawcy tego, gdzie model zawodzi, została ostatnio zweryfikowana 2026-10-02 i jest uczciwszym dokumentem niż jakakolwiek tabela benchmarkowa, jaką dla niego widzieliśmy.

Dostępność na OrcaRouter

W naszej aktywnej ofercie mamy dokładnie jeden model Jev i jest to typesafe/jev-1.13 — zapisywany razem z wersją, bo wersja jest częścią identyfikatora, a kto skopiuje tylko jej połowę, ten nie dostanie nic. Ten pojedynczy wpis jest dostępny już dziś. Nie twierdzimy nic o historii wersji Jev ani nie twierdzimy nic o żadnym innym modelu Jev: jeśli jakakolwiek strona powie ci, że OrcaRouter udostępnia jev-1.13.0, jev-latest albo Jev 2, poprawnym ciągiem do wywołania jest nadal ten powyżej. Znajduje się on za tym samym kluczem co wszystko inne, co routujemy — ponad 200 modeli za jednym kluczem zgodnym z OpenAI, w cenie u dostawcy przekazywanej z 0% marży — z automatycznym przełączaniem awaryjnym między dostawcami, dzięki czemu warstwa decyzyjna, która przestanie odpowiadać, nie pociąga za sobą ścieżki generatywnej, a zmiana ceny u dostawcy trafia na naszą stronę tego samego dnia, a nie dopiero w kolejnym cyklu rozliczeniowym.

Którą stronę chcesz?

Jeśli trafiłeś tutaj z pola wyszukiwania, a nie z linku, jest duża szansa, że ten hub nie jest stroną, której potrzebujesz, a jest nią jedna z dziesięciu poniżej. Ta lista jest celowo krótka.

• Jeśli Twoje pytanie brzmi: gdzie to coś poda błędną odpowiedź, przeczytaj jev-limitations. To dziewięć trybów awarii dostawcy, zweryfikowanych względem tego, co możemy zobaczyć.

• Jeśli Twoje pytanie brzmi czy mogę to pobrać i uruchomić, przeczytaj jev-open-source. Krótka odpowiedź brzmi: nie w przypadku Jev 1.13 i tak w przypadku niepowiązanego RSI-Jev, a ta strona zajmuje się ich rozróżnieniem.

• Jeśli twoje pytanie brzmi: czy powinienem użyć tego zamiast X, przeczytaj to spośród pięciu powyższych porównań, które wymienia twoje X. Każde z nich opiera się na pojedynczym zmierzonym wyniku, a to, które ma największe znaczenie dla twojej decyzji, prawie na pewno się tam znajduje.

• Jeśli twoje pytanie brzmi czym właściwie jest model decyzyjny, przeczytaj jev-system-one, który omawia klasę, a nie ten jej konkretny egzemplarz.

• Jeśli twoje pytanie brzmi po prostu czym jest Jev, to masz odpowiedź: Jev 1.13 od TypeSafe AI, model decyzyjny System One, który zwraca odpowiedzi z typami zamiast pisać prozę, wywoływalny po naszej stronie jako typesafe/jev-1.13.