Jev: Vad TypeSafe:s beslutsmodell är, och vilken sida du faktiskt behöver

Jev är en beslutsmodell skapad av TypeSafe AI: du skickar den ett tillstånd och en uppsättning namngivna frågor, och den returnerar ett typat svar för var och en – en etikett från en lista du angav, en poäng på en bedömningsmall du definierade, eller ett ja/nej-påstående med en tillhörande sannolikhet – i stället för att skriva en mening tillbaka. Modellen som är i drift idag är Jev 1.13, vars versions-ID från leverantören är jev-1.13.0; den tillhör en modellklass som TypeSafe AI kallar System One; och labbet bakom den är TypeSafe AI, ett litet företag i San Francisco som publicerar på typesafe.ai. På OrcaRouter är den exakta strängen typesafe/jev-1.13. Det är fyra separata saker – en modell, en version, en klass och ett företag – och en stor andel av de personer som kommer till den här sidan letar efter en av dem utan att vara säkra på vilken. En hel del av dem kommer från en sökning skriven på kinesiska: sökningarna jev模型 och jev 模型 står tillsammans för fler än nio tusen av de impressioner vi mäter för det här namnet, och vad dessa läsare vill ha är identifieraren snarare än en översättning. Det finns inget kinesiskt namn för något av det. Jev, Jev 1.13, jev-1.13.0 och typesafe/jev-1.13 skrivs likadant på alla språk, och strängarna nedan är de som ska kopieras.

Den här sidan är referensposten under namnet Jev. Det är inte ett lanseringsinlägg: Jev 1.13 dök först upp offentligt 2026-09-15, vilket placerar det långt utanför det sjudagarsfönster som den här bloggen skriver nyheter inom, och TypeSafe AI har aldrig publicerat ett datum per inlägg på sin egen blogg, så ett enstaka "Jevs utgivningsdatum" som citeras för dig varifrån som helst bör läsas som någons ögonblicksbild snarare än att leverantören tillkännager något. Vad den här sidan i stället är, är indexet. De andra Jev-sidorna som redan finns på den här webbplatsen besvarar var och en en snäv fråga; den här är den som berättar vad Jev är, fastställer namngivningen och pekar dig till rätt sida för vad du än faktiskt kom hit för att ta reda på.

Namnen, och varför så många människor tror att de är tre produkter

TypeSafe AI är företaget. Det bygger vad det beskriver som maskinnativ intelligensinfrastruktur för automatisering, grundades av Diogo Almeida (CEO) tillsammans med Sasha Sheng (COO) och Erik Gafni (CTO), och kom ut efter två år i stealth med en Series A-runda ledd av Andreessen Horowitz tillsammans med Sequoia Capital och DCVC. Dess egen webbplats har raden "Vi bygger prod, inte Gud." När en läsare skriver det enstaka ordet "typesafe" och menar AI-modellen, är det denna entitet de menar — inte det programmeringsspråkliga adjektivet som samma ord stavar.

System One är klassen. TypeSafe AI introducerade den som en kategori av modeller byggda för att fatta snabba, strukturerade beslut som programvara kan konsumera direkt, med namnet lånat från uppdelningen mellan System 1 och System 2 inom beteendeekonomi: den snabba, mönstermatchande halvan av kognitionen. Klassdefinitionen är medvetet snäv. System One-modeller skriver inte svar, producerar inte kod och genererar inte förklaringar av sitt resonemang, och enligt aktuell dokumentation är inputsidan endast text. Jev 1.13 är TypeSafe AIs flaggskeppsmodell och den första medlemmen i den klassen; inget annat som TypeSafe AI släpper är en System One-modell i dag.

Jev är produkten. Det är det du anropar, och det som den här sidan, de andra sidorna under detta namn och varje jämförelse i denna stam handlar om. Versionen är en del av produktens identitet snarare än en fotnot, vilket är där den mesta förvirringen börjar, så det är värt att namnge strängarna exakt:

• jev-1.13.0 — leverantörens versionerade modell-ID, värdet som API:et returnerar i svarets modellfält för att tala om vilken build som svarade dig.

• jev-latest – ett TypeSafe AI-alias som betyder den senaste stabila officiella utgåvan. Det motsvarar jev-1.13.0 i dag, och det är SDK:ns standard.

• jev-preview — ett andra alias som betyder den senaste utgåvan, oavsett om den är officiell eller inte. Det motsvarar också jev-1.13.0 just nu, eftersom ingen förhandsversion finns; dokumentationen säger det rakt ut.

• typesafe/jev-1.13 — katalog-ID:t på vår sida, och det du ska kopiera om du anropar via OrcaRouter.

• Jev 1.13 — namnet som ska användas i löpande text och i sökrutor. "Jev 1.13" och "Jev" är inte två modeller.

Det finns ett namn till som får folk att haja till, och det är en fälla snarare än en relation. RSI-Jev är en liten 4B vision-language-modell som publicerades 2026-10-06 under Apache-2.0 av forskare utan koppling till TypeSafe AI, och dess eget modellkort anger att den inte är affilierad med TypeSafe AI. Om du sökte efter Jev, hittade en nedladdningsbar checkpoint och undrade varför TypeSafe AI också säljer ett API för den, är det därför: de är två olika saker som delar tre bokstäver. Den fullständiga genomgången av de två, inklusive vad forken kan och inte kan göra, finns i RSI-Jev vs Jev 1.13: En du laddar ner, en du anropar, och identitetsfrågan i sig finns i Vad är RSI-Jev?.

Om det du var ute efter inte var namngivningen utan modellens beteende, så är sidan för det jev-model-explained, som går igenom varför svaren kommer tillbaka som etiketter och vad det gör med en prompt.

Vad Jev 1.13 är byggt för

Jev 1.13 är byggt för beslut som redan är i sluten form innan modellen körs. Antingen anger du listan med etiketter, eller så definierar du skalan, eller så anger du påståendet; modellens uppgift är att välja, poängsätta eller intyga, och att koppla en sannolikhet till sitt svar. Varje fråga i en begäran utvärderas parallellt mot en enda delad läsning av tillståndet i stället för en efter en, vilket är varför det knappt kostar mer tid att koppla tjugo frågor till en begäran än att koppla en — och varför det inte finns några utdatatokens att mäta över huvud taget. De dokumenterade tillämpningarna är de oglamorösa som körs i stor volym: routning och klassificering, guardrail-kontroller, verifiering per tur i en agentloop och poängsättning av stora dokumentmängder mot en fast bedömningsmall.

Det den inte gör är att skriva. Den producerar ingen prosa, ingen kod och ingen förklaring av sitt resonemang, och den tar ingen bild- eller ljudinmatning. Formen är den andra begränsningen: den dokumenterade budgeten är 64K tokens per begäran, varav 32K är tillgängliga för tillståndet tillsammans med dess längsta fråga – generöst för en bit tillstånd plus dess frågor, men inte en långkontextmodell, så ett arbetsflöde som bygger på att läsa ett helt avtal i en enda genomgång är ett arbetsflöde som Jev 1.13 inte kan hantera. Utöver formen underhåller TypeSafe AI sin egen lista över sätten som modellen fattar fel beslut på – att läsa frågor bokstavligt, räkning och aritmetik, jämförelse av datum och tid, indirekthet, tillstånd som är stora och mestadels irrelevanta, fientligt innehåll, motstridiga instruktioner, ordningen på alternativ i ett val, och generering. Den listan är nio namngivna felmoder med en föreslagen åtgärd under var och en, och den är dokumenterad ända ned till den version den gäller. Vi återger den inte här eftersom vi redan underhåller den korrekt: Där Jev 1.13 brister: TypeSafe's egen lista över begränsningar, slug jev-limitations, är sidan att läsa innan du sätter detta bakom något som spelar roll, och det är sidan som de flesta läsare av denna hubb faktiskt vill ha.

Vikter, licens och vad du kan ladda ner

Jev 1.13 är inte öppen källkod. TypeSafe AI publicerar inga modellvikter för den och ingen licens som skulle låta dig köra den själv; det företaget gör till öppen källkod är verktyg – klient-SDK:er och hjälpverktyg under MIT och Apache-2.0 – medan modellen förblir ett hostat API. På datasidan är de publicerade åtagandena ett löfte att inte träna modeller på kunddata och noll dataretention för företagskunder. Så det finns inget svar på ”vilken kvantisering ska jag ladda ner” för Jev 1.13, och ingen GGUF, och den som säger något annat beskriver den andra saken med Jev i namnet.

Den nedladdningsbara artefakten i denna del av marknaden är RSI-Jev v6.0-VL, den 4B Apache-2.0-modell som nämns ovan, som du kan ha på din egen disk och servera själv. Det är ett genuint alternativ om ditt skäl för att vilja ha öppna vikter är att vikterna måste vara dina, och det är en återimplementering av samma idé snarare än en utgåva av Jev 1.13. Vi argumenterade utförligt för detta i Är Jev öppen källkod? Nej, och en öppen tredjepartsmodell gör samma jobb — slug jev-open-source — så behandla det här avsnittet som pekaren och den sidan som argumentet. Den enradiga versionen: vad TypeSafe AI:s licens och publicerade artefakter tillåter är att anropa Jev 1.13 via leverantörens endpoint eller via en gateway; vad de inte tillåter, eftersom de inte tillhandahåller det, är att köra det. Om du behöver vikter till hands är licensen du faktiskt utvärderar RSI-Jevs Apache-2.0, inte TypeSafe AI:s.

Jämförelseuppsättningen

Det finns fem direktjämförelser under den här stammen, var och en uppbyggd kring ett uppmätt resultat i stället för ett allmänt intryck. Om du väger Jev 1.13 mot något specifikt, gå direkt till den som matchar, eftersom var och en av dem innehåller en siffra som den här sidan bara skulle platta ut:

• jev-vs-claude-fable-5-1 — Jev vs Claude Fable 5.1: Schackpartiet som mätte fel sak. Fable 5.1 byggde upp en vinnande ställning och förlorade på klockan; den användbara halvan av historien är vad ett latensgolv på en millisekund ger dig mot en modell som tar sekunder per drag.

• jev-vs-deepseek-v4-1-flash — Jev vs DeepSeek V4.1 Flash: Åtta cent per tusen är inte en vallgrav. På 77 exempel från standarduppsättningen för intent-klassificering hamnade DeepSeek V4.1 Flash en cent per tusen klassificeringar efter Jev 1.13 och fyra punkter före när det gäller noggrannhet, vilket är det ärliga argumentet mot att köpa en beslutsmodell utifrån pris.

• jev-vs-gpt-6-astra — Jev vs GPT-6 Astra: Domaren och den tilltalade i samma jämförelse. Instrumentpanelen som betygsätter Jev 1.13 högst använder de genomsnittliga bedömningarna från GPT-6 Astra och Claude Fable 5.1 som sina referenssvar, så den anklagade rättar provet.

• jev-vs-kev — Jev vs Kev: En finjustering för 95 $ som slår Jev på supportärenden. Kev är en modell med öppna vikter under Apache-2.0 som återskapar requeststrukturen för Choice / Score / Noul för cirka 95 $ i finjusteringstid, och den vinner på routning av supportärenden medan den kollapsar vid svårare allmänna utvärderingar.

• jev-vs-laya — Jev vs Laya: 33 millisekunder på en T4, och en slumpmässig baslinje. Laya är en 421M Apache-2.0 beslutsmodell från Convai Innovations som är mycket mer portabel än Jev 1.13 och, enligt sitt eget publicerade zero-shot-resultat, presterar sämre än att alltid svara med majoritetsklassen.

Ytterligare två jämförelser finns vid sidan av dem som saknar "Jev vs"-inramningen, och båda är värda att känna till innan du drar slutsatsen att du har läst allt: openai-decisions-api-first-client-vs-jev, om vad som händer när marknadens största leverantör lanserar ett eget besluts-API, och rsi-jev-vs-laya, om hur de två alternativen med öppna vikter står sig när Jev 1.13 inte längre är med i bilden. Om du vill ha modellens klass snarare än dess rivaler, jev-system-one — "System One" som modellkategori — är sidan för det, och om du vill ha den tidigaste rapporteringen vi gjorde om Jev innan något av detta fanns, jev-typesafe-system-one-what-we-know är den du bör läsa med förbehållen som hör till.

Vad är inte avgjort

Två saker, och vi vill hellre namnge dem än avrunda dem. För det första har inget releasedatum tillkännagivits för nästa Jev-version — TypeSafe AI har inte publicerat något versionsnummer och inget datum, och deras blogg har överhuvudtaget inga datum per inlägg, så de enda datum vi kan stå bakom är de som dokumenterats någon annanstans: en första offentlig build den 15 september 2026, leverantörens borttagning av väntelistan för tidig åtkomst den 21 september 2026, och modellens ankomst till vår egen katalog den 24 september 2026. För det andra är den oberoende utvärderingen av Jev 1.13 begränsad. De noggrannhetssiffror som florerar mest kommer från TypeSafe AI:s egen arbetsflödesdashboard, vars referenssvar är medelvärden av modellbedömningar snarare än grundsanning och vars egen dokumentation flaggar för möjlig bias i utvärderingsramverket; modellens sida om ojämnheter, som är leverantörens egen redogörelse för var den brister, granskades senast den 2 oktober 2026 och är ett ärligare dokument än någon benchmarktabell vi har sett för den.

Tillgänglighet på OrcaRouter

Vi har exakt en Jev-modell i vår livekatalog, och det är typesafe/jev-1.13 — med versionen utskriven, eftersom versionen är en del av ID:t och en läsare som kopierar halva den får ingenting. Den enda posten är tillgänglig i dag. Vi påstår ingenting om någon versionshistorik för Jev, och vi påstår inte heller någon annan Jev-modell: om en sida någonstans säger att OrcaRouter tillhandahåller jev-1.13.0, jev-latest eller en Jev 2, är den korrekta strängen att anropa fortfarande den ovan. Den ligger bakom samma nyckel som allt annat vi dirigerar — 200+ modeller bakom en enda OpenAI-kompatibel nyckel till leverantörens listpris, vidarebefordrat med 0 % påslag — med automatisk failover mellan leverantörer, så att ett beslutslager som slutar svara inte drar ner den generativa vägen med sig, och så att en leverantörs prisändring landar hos oss samma dag i stället för vid nästa faktureringsperiod.

Vilken sida vill du ha?

Om du kom hit från en sökruta i stället för via en länk, är sannolikheten stor att den här hubben inte är sidan du behövde och att en av de tio nedan är det. Det är en kort lista med avsikt.

• Om din fråga är var kommer den här saken att ge fel svar, läs jev-limitations. Det är leverantörens nio felmoder, kontrollerade mot vad vi kan se.

• Om din fråga är kan jag ladda ner och köra det, läs jev-open-source. Det korta svaret är nej för Jev 1.13 och ja för den orelaterade RSI-Jev, och den sidan gör arbetet med att skilja dem åt.

• Om din fråga är ska jag använda det här i stället för X, läs den av de fem jämförelserna ovan som nämner ditt X. Var och en bygger på ett enda uppmätt resultat, och det som betyder mest för ditt beslut finns nästan säkert med där.

• Om din fråga är vad en beslutsmodell ens är, läs jev-system-one, som täcker klassen snarare än denna medlem av den.

• Om din fråga helt enkelt är vad är Jev, har du svaret: Jev 1.13, från TypeSafe AI, en System One-beslutsmodell som returnerar typade svar i stället för att skriva prosa, anropbar från vår sida som typesafe/jev-1.13.