Cómo usar la API de Jev con APIMaster
Aprende a usar Jev con APIMaster. Envía preguntas tipadas a jev-latest a través del endpoint nativo System One, inspecciona probabilidades y conecta el resultado a tu aplicación sin tratar a Jev como un modelo de chat.
Published 2026-09-21
Comparacion con el precio oficial: El precio en vivo de -e.042 por 1M de tokens de entrada coincide con el precio publicado por TypeSafe (sin recargo).
Prueba de GPT(GPT-6 Astra, GPT-5.6, GPT-5.5 y GPT Image 2 disponibles)
Regístrate y recibe $20 de prueba de GPT
Respuesta rápida
Puedes llamar a Jev a través de APIMaster hoy mismo. Crea una clave de API de APIMaster, envía una solicitud POST a https://apimaster.ai/v1/systemone, establece model en jev-latest y proporciona un state junto con una o más questions tipadas. Jev devuelve decisiones estructuradas y probabilidades; no es un modelo de chat y no devuelve un mensaje de asistente.
Disponibilidad actual en APIMaster, verificada el 21 de septiembre de 2026:
- ID del modelo:
jev-latest(la ruta activa actualmente resuelve a Jev 1.13) - Endpoint:
POST https://apimaster.ai/v1/systemone - Precio: $0.042 por 1M de tokens de entrada; la salida es $0
- Rutas en venta: 1 ruta activa
- Entrada: texto, objetos JSON o arrays en
state - Salida: respuestas tipadas
Choice,ScoreoNoulcon probabilidades y confianza
La tarjeta de Jev en el marketplace es la fuente de verdad para el precio y la disponibilidad en vivo. El artículo de APIMaster sobre la API de Jev explica el modelo y sus límites en detalle; esta página se centra en la integración funcional más corta.
Qué hace Jev
Jev es un modelo de decisión de la familia System One de TypeSafe. Es útil cuando tu aplicación necesita clasificar, ordenar, verificar o enrutar algo y la respuesta debe ajustarse a un esquema que defines de antemano.
En lugar de pedir texto libre, describes las decisiones en questions:
- Noul: un juicio de sí/no con una probabilidad
- Choice: una opción seleccionada de una lista, con probabilidades para las opciones
- Score: una calificación según niveles que tú defines
Eso hace que Jev sea una buena opción para barreras de moderación, clasificación de intenciones, acciones de navegador, enrutamiento, extracción y verificaciones de agentes. Deja la aritmética, las fechas, el conteo y la generación de texto en el código de la aplicación o en un modelo generativo. Jev decide; otro componente puede redactar la respuesta.
Llamar a Jev a través de APIMaster
1. Crea una clave de APIMaster
Crea una cuenta en APIMaster, añade crédito de pago por uso y crea una clave en API Keys. Guarda la clave como una variable de entorno:
export APIMASTER_API_KEY="your_api_key"
2. Envía una primera solicitud
La ruta de Jev en APIMaster mantiene la forma nativa de solicitud System One de Jev. No envíes messages, prompt ni un payload de chat-completions de OpenAI.
curl -X POST "https://apimaster.ai/v1/systemone" \
-H "Authorization: Bearer $APIMASTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-latest",
"state": "A user says: I was charged twice for the same order.",
"questions": {
"intent": {
"type": "choice",
"criteria": {
"billing_issue": "Charges, refunds, invoices, or payments.",
"technical_issue": "Bugs, outages, or integration problems.",
"general_question": "All other general support questions."
},
"instructions": "Choose the user's primary support intent."
},
"needs_human": {
"type": "noul",
"instructions": "Should a human support agent review this case?"
}
}
}'
La respuesta contiene una respuesta para cada pregunta, incluido el valor seleccionado y los datos de probabilidad. Usa un umbral en tu código antes de tomar una acción irreversible. Por ejemplo, enruta a un flujo automático solo cuando la confianza de intent esté por encima del umbral que tu equipo haya validado.
3. Usa la respuesta en Python
import os
import requests
response = requests.post(
"https://apimaster.ai/systemone",
headers={
"Authorization": f"Bearer {os.environ['APIMASTER_API_KEY']}",
"Content-Type": "application/json",
},
json={
"model": "jev-latest",
"state": {"message": "The checkout page crashes after I upload a receipt."},
"questions": {
"category": {
"type": "choice",
"criteria": {
"bug": "A technical fault or product error.",
"billing": "A charge, refund, invoice, or payment issue.",
"account": "Account access, identity, or settings."
},
"instructions": "Classify the support request.",
},
"urgent": {
"type": "noul",
"instructions": "Does the request require urgent handling?",
},
},
},
timeout=30,
)
response.raise_for_status()
result = response.json()
print(result)
La misma clave de APIMaster se puede usar para Jev y para los modelos generativos que tu aplicación llame después de la decisión. Eso es útil para un flujo de dos pasos: deja que Jev clasifique o enrute primero, y luego envía solo los casos seleccionados a un modelo de texto.
Un patrón práctico de enrutamiento
Jev es más útil como una capa de control alrededor de un modelo generativo. Un flujo de solicitud típico es:
- Coloca la entrada relevante del usuario o los campos del documento en
state. - Haz varias preguntas pequeñas en una sola solicitud en lugar de hacer una solicitud por pregunta.
- Verifica las probabilidades devueltas en el código de la aplicación.
- Elige una cola, herramienta, modelo o alternativa según tus umbrales.
- Llama a un modelo generativo solo cuando tu aplicación necesite texto, código o una respuesta extensa.
Por ejemplo, una aplicación de soporte puede usar Jev para identificar la intención, la urgencia y si se necesita una consulta de cuenta en una sola llamada. Luego puede enrutar el ticket a una persona, obtener los datos de cuenta correctos o llamar a un modelo de texto para redactar la respuesta.
Esta división es diferente de pedirle a un LLM que devuelva JSON y esperar que siga el esquema. Los tipos de salida de Jev son parte del contrato de la solicitud. También significa que no deberías usar Jev para tareas que requieran redactar la respuesta final.
Jev frente a un modelo de chat
| Necesidad | Usa Jev | Usa un modelo generativo |
|---|---|---|
| Elegir una etiqueta de un conjunto conocido | Sí | Normalmente innecesario |
| Estimar si una condición es verdadera | Sí | Posible, pero más difícil de restringir |
| Enrutar una solicitud a una herramienta o modelo | Sí | Posible, pero más costoso |
| Resumir un documento | No | Sí |
| Redactar una respuesta para el usuario | No | Sí |
| Realizar aritmética o conteo exacto | Déjalo en el código | Déjalo en el código |
Para conocer la arquitectura del modelo, sus límites y los casos de uso publicados, consulta API de Jev: qué es y cuándo usarla. Para una comparación directa con la evaluación basada en LLM, consulta Jev vs LLMs.
Errores de integración comunes
Enviar un payload de chat. https://apimaster.ai/v1/systemone espera state y questions, no messages y temperature.
Esperar salida de texto. Jev devuelve decisiones tipadas. Usa un modelo generativo para la explicación o respuesta final.
Hacer una solicitud por cada pregunta. Coloca las preguntas relacionadas en la misma solicitud para que el modelo pueda evaluarlas contra un estado compartido.
Tratar la confianza como una garantía. Una probabilidad es una señal para el enrutamiento y la revisión. Valida los umbrales con tus propios ejemplos antes de usarlos para decisiones en producción.
Apuntar Claude Code o Codex directamente a Jev. Esas herramientas esperan un comportamiento de modelo compatible con Anthropic Messages o OpenAI Responses. Es mejor colocar a Jev en una skill, un hook, una herramienta MCP o un router. Consulta Cómo usar Jev con Claude Code y Codex para ver patrones funcionales.
FAQ
¿Está Jev disponible a través de APIMaster?
Sí. Usa jev-latest con POST https://apimaster.ai/v1/systemone. La tarjeta del marketplace en vivo actualmente muestra una ruta activa a $0.042 por 1M de tokens de entrada, sin cargo por salida.
¿El endpoint de Jev es compatible con OpenAI?
No. APIMaster expone el contrato nativo System One de Jev para este modelo. Usa state y questions tipadas; no uses /chat/completions.
¿Puede Jev generar un resumen o una respuesta?
No. Jev devuelve decisiones tipadas y probabilidades. Pasa el resultado a un modelo generativo cuando tu aplicación necesite texto.
¿Puedo usar la misma clave de APIMaster para otros modelos?
Sí. Una clave de APIMaster puede llamar a Jev y a los demás modelos habilitados para tu cuenta. Consulta cada tarjeta del marketplace para ver el ID del modelo, la ruta y el precio actuales.
¿Por dónde debería empezar?
Empieza con la solicitud anterior, recopila ejemplos representativos y valida tus umbrales antes de añadir Jev a una acción automática. Después lee la guía completa de la API de Jev y la guía de integración con Claude Code/Codex.
Crea una cuenta de APIMaster, añade crédito, crea una clave en API Keys y llama a jev-latest a través de https://apimaster.ai/v1/systemone.