Unabhängige Ressource. jev-ai.de steht in keiner Verbindung zu TypeSafe AI und wird von TypeSafe AI weder unterstützt noch gesponsert. Die offizielle Website ist typesafe.ai.
>_jev-ai.de
Zugang zu Jev

Was ist Jev AI?

Jev ist ein KI-Modell von TypeSafe AI, das keinen Text generiert: Es beantwortet typisierte Fragen mit kalibrierten Wahrscheinlichkeiten. Hier steht, was es ist, wie es funktioniert und was es nicht kann.

Jev AI kurz erklärt: Definition des Jev-Modells

Jev ist das erste System-One-Modell von TypeSafe AI: ein KI-Modell, das schnelle, strukturierte Entscheidungen trifft, die Software direkt verwenden kann. Sie senden einen Zustand und typisierte Fragen; Jev liefert typisierte Antworten mit kalibrierten Wahrscheinlichkeiten und Konfidenz. Es generiert keinen Text.

  • Eingabe: ein Zustand (Text oder strukturierte Daten) und Fragen.
  • Ausgabe: typisierte Antworten mit Wahrscheinlichkeiten und Konfidenz.
  • Einsatz: Entscheidungen im Code: klassifizieren, routen, bewerten, extrahieren, prüfen.
Modell
Jev, API-Alias jev-latest (die Doku zeigt jev-1.13)
Anbieter
TypeSafe AI, San Francisco
Klasse
System-One-Modell, kein LLM
Training
RLCD, Reinforcement Learning für kalibrierte Entscheidungen
Ausgabe
typisierte Entscheidungen mit Wahrscheinlichkeiten und Konfidenz
Zugang
Early Access über typesafe.ai

Wer steckt hinter Jev? TypeSafe AI und sein Gründer

TypeSafe AI ist ein KI-Labor in San Francisco. Es wurde vor zwei Jahren von Diogo Almeida gegründet, einem ehemaligen OpenAI-Forscher, der an den Methoden des Lernens aus menschlichem Feedback (RLHF) hinter ChatGPT mitgearbeitet hat. Nach zwei Jahren im Stealth-Modus stellte das Unternehmen Jev am 15. September 2026 im Early Access vor.

Seine Diagnose: Chat-Modelle sind hervorragend im Umgang mit Menschen, aber Software braucht eine Schnittstelle, auf die sie sich verlassen kann. Laut TechCrunch wird Jev ausschließlich mit synthetischen Daten trainiert, und TypeSafe plant weitere Versionen für andere Modalitäten. Die offiziellen SDKs des Unternehmens sind auf GitHub unter MIT-Lizenz veröffentlicht.

Was ist ein System-One-Modell?

„System One“ greift Daniel Kahnemans „System 1“ auf („Thinking, Fast and Slow“): das schnelle, intuitive Denken im Gegensatz zum langsamen Nachdenken des „System 2“. Ein System-One-Modell bewertet einen Zustand und liefert typisierte Antworten mit Wahrscheinlichkeiten, ohne Textgenerierung.

TypeSafe hat dafür einen eigenen Stack gebaut: eine neue Architektur, einen parallelen Sampler und ein Trainingsverfahren namens RLCD (Reinforcement Learning for Calibrated Decisions, auf Deutsch Reinforcement Learning für kalibrierte Entscheidungen). Während LLMs auf menschliche Präferenz (RLHF) oder überprüfbare Belohnungen (RLVR) optimiert werden, ist Jev darauf optimiert, dass seine Wahrscheinlichkeiten ehrlich sind: Wenn es hohe Konfidenz meldet, muss die Genauigkeit folgen.

Ist Jev ein LLM? Was sich konkret ändert

Nein: Jev generiert keine Zeichenketten. Diese Entscheidung ändert vier Dinge in Ihrem Code.

  • Ausgabe: typisierte Werte, vorab definiert, statt Text, den Sie parsen und validieren müssen.
  • Sampling: parallel, alle Antworten in einer Anfrage, statt ein Token nach dem anderen.
  • Kosten: nur Input-Tokens werden berechnet, Output-Tokens sind kostenlos.
  • Konfidenz: jede Antwort kommt mit ihrer Konfidenz, statt einer selbstberichteten Schätzung.

Details und Zahlen: Jev vs GPT, Claude und Gemini.

dieselbe Frage, zwei Modelltypen
Drücken Sie den Button, um JSON.parse auf die Ausgabe oben anzuwenden.
Ihr Code
Die LLM-Antwort ist illustrativ, die Jev-Antwort stammt gekürzt aus dem Beispiel der TypeSafe-Doku. Viele LLMs bieten auch Modi für strukturierte Ausgaben. Der Punkt: Bei freiem Text sind Parsing, Validierung und Wiederholungsversuche Ihre Aufgabe.


So läuft ein Jev-Aufruf ab: Zustand, Fragen und Antworten
Ein Jev-Aufruf enthält einen Zustand (was Jev liest) und Fragen von drei Typen: Noul (Ja/Nein), Choice (Auswahl aus Optionen) und Score (Bewertung auf Stufen). Alle Fragen werden parallel ausgewertet.
Anfrage
{
  "type": "noul",
  "instructions": "The message conveys\n    urgency or time-sensitivity"
}
Antwort
{
  "type": "noul",
  "noul": 1.0
}
Ein Noul beantwortet eine Ja/Nein-Frage mit der Wahrscheinlichkeit, dass die Aussage zutrifft. Nützlich für Flags wie dringend, Spam, themenfremd oder Jailbreak-Versuch.
Die Jev API und den Request-Builder ansehen


Jev AI, Jev KI, TypeSafe Jev: worüber reden wir?
Mehrere Schreibweisen bezeichnen dasselbe Modell: „Jev AI“, „Jev KI“ oder „KI Jev“ im Deutschen, „TypeSafe Jev“ oder „Jev TypeSafe“, wenn der Anbieter genannt wird, oder einfach „Jev-Modell“. In allen Fällen geht es um Jev, das Modell von TypeSafe AI.
Nicht zu verwechseln mit Projekten mit ähnlichem Namen, etwa der Bibliothek Typesafe Config aus dem Scala/JVM-Ökosystem, die nach unserem Kenntnisstand nichts mit TypeSafe AI zu tun hat.
Der Name Jev ehrt den Ökonomen William Stanley Jevons: Laut TypeSafe erschließt jeder Rückgang der Kosten von Intelligenz um eine Größenordnung Größenordnungen mehr Anwendungen.


Kann Jev halluzinieren? Was das Modell nicht kann
  • Es generiert keinen Text. Jev ersetzt kein LLM. Behalten Sie ein LLM für offenes Schlussfolgern und Schreiben und geben Sie Jev die engen Entscheidungen.
  • „Kann nicht halluzinieren“ heißt „kann das Schema nicht brechen“. Jede Antwort entspricht Ihren Typen, kann aber trotzdem falsch sein. TypeSafe veröffentlicht bekannte Schwächen von jev-1.13 auf seiner Seite „Jaggedness“.
  • Der Zugang ist ein Early Access. Entwickler werden von einer Warteliste zugelassen, und nach dem Launch überstieg die Nachfrage laut TechCrunch kurzzeitig die Kapazität der API.
  • Vorerst nur Text und strukturierter Zustand. TypeSafes Demos laufen auf strukturiertem Zustand statt auf Bildern, und das Unternehmen plant Versionen für weitere Modalitäten.
  • Große Kandidatenmengen brauchen einen Kniff. Eine Choice unterstützt bis zu 255 Optionen. TypeSafes Wikiracing-Demo bewertet zuerst die Links und trifft dann eine explizite Auswahl.
  • Die Zahlen stammen vom Unternehmen. Benchmarks, Geschwindigkeit und Preise sind selbst angegeben, und TypeSafe sagt, es könne die Nachhaltigkeit seines Tarifs noch nicht belegen.


Weiterlesen zu Jev AI


Jev auf der offiziellen TypeSafe-Website testen
Typisierte Entscheidungen, kalibrierte Konfidenz, ein einziger API-Aufruf.
Zugang zu Jev auf typesafe.aiJev-Quickstart öffnen