Jev API: TypeSafe의 System One 모델이란 무엇이며, 비용은 얼마이고, 언제 사용해야 하는가

Jev는 실제로 무엇인가

TypeSafe는 2026년 9월 15일 첫 "System One 모델"로 Jev를 소개했습니다. 이 프레이밍은 Kahneman의 Thinking, Fast and Slow에서 비롯되었습니다. 현재의 LLM은 추론하고 숙고하는 시스템처럼 작동하며, TypeSafe는 그 빠르고 직관적인 절반을 만들고 있습니다 — 다만 여기서 "직관"은 텍스트로 렌더링된 느낌이 아니라 답변에 대한 보정된 확률 분포를 뜻합니다.

이름은 Jevons를 참조한 것이며, 핵심 논지는 빠르고 저렴한 의사결정 프리미티브가 비싼 것보다 훨씬 자주 호출된다는 것입니다.

LLM과의 기계적 차이가 엔지니어링에서 중요합니다:

• 출력이 타입 지정되어 있습니다. 답변의 형태를 미리 선언합니다 — 열거 가능한 옵션에 대한 Choice, 서술적 레벨에 대한 Score, 확률이 붙은 Noul(예/아니오). 파싱할 자유 형식 텍스트가 없으며, 스키마 일치는 모델이 따라주기를 바라는 것이 아니라 아키텍처의 속성입니다.
• 단순한 선택이 아니라 확률을 얻습니다. Choice는 선택된 옵션과 함께 모든 옵션에 대한 확률, 그리고 별도의 confidence 값을 반환합니다. 이것이 불확실성에 따라 라우팅할 수 있게 해줍니다. 임계값 이상이면 실행하고, 미만이면 더 큰 모델로 폴백합니다.
• 질문은 병렬로 실행됩니다. Jev는 state를 한 번 수집하고 요청 내 모든 질문을 동시에 그것에 대해 평가합니다. 하나 대신 서른 개의 질문을 해도 실제 소요 시간은 거의 늘지 않으며, 이것이 아래의 배치 분류 활용 사례를 가능하게 합니다.
• 의도적으로 좁은 범위를 가집니다. TypeSafe의 지침은 제어 흐름을 코드에 두고, Jev에게는 하나의 큰 판단 대신 원자적이고 구조화된 결정을 맡기라는 것입니다. 출력에는 순차 구조가 없습니다. TypeSafe의 창업자는 문자열 및 기타 순차 데이터 구조가 출력 측에서 허용되지 않는다고 말했으며, 그 이유로 명시된 것은 바로 이것입니다. 즉, 모든 답변이 병렬로 계산될 수 있게 해주는 것이며, 이것이 청구할 출력 토큰이 없는 이유입니다. Jev에게 문장을 써 달라고 요청할 수 없으며, 바로 이 제약이 가격의 기반입니다.

최소한의 요청은 다음과 같습니다:

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Help! My payouts have been failing for 3 days.",
    "model": "jev-latest",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
    }
  }'

Jev 사양 한눈에 보기

사양	Jev 1.13
모델 ID	jev-1.13.0
별칭	jev-latest, jev-preview (둘 다 현재 1.13을 가리킴)
엔드포인트	POST https://api.typesafe.ai/v1/systemone
가격	10억 입력 토큰당 $42 / 1M당 $0.042
출력 가격	무료 — 입력에 대해서만 과금
속도 제한	초당 250,000 토큰 및 분당 1,200 요청, 동적이라고 명시됨
컨텍스트 길이	요청당 64k(state와 모든 질문); state와 가장 긴 단일 질문에는 32k
입력 유형	텍스트: 문자열, JSON 객체 또는 배열. 이미지, 오디오, 비디오 없음
출력	확률과 신뢰도가 포함된 타입 지정 Choice, Score, Noul 답변
클라이언트 SDK	Python typesafe-sdk, JavaScript @typesafe-ai/sdk
계정별 사용자 지정 가중치	아니오. Jev는 고객 데이터로 파인튜닝되거나 LoRA 적응되지 않음
고객으로부터의 학습 데이터	아니오. 요청과 응답은 학습에 사용되지 않음

Jev가 적합한 곳, 그리고 TypeSafe가 코드에 남겨두라고 말하는 것

TypeSafe는 jev-1.13의 적용 범위도 상세히 공개합니다. 아홉 개 영역이며, 각 영역마다 대신 권장하는 패턴이 있고, 2026년 9월 17일에 마지막으로 검토되었습니다.

#	영역	TypeSafe의 지침
1	문자 그대로의 읽기 — 의도한 질문이 아니라 작성한 질문에 답합니다	정확한 조건을 명시하고, 경계 사례를 기준에 넣으세요
2	수학과 숫자 — 계산기가 아니며 안정적으로 세지 못합니다	산술과 계산은 코드에 두세요
3	날짜와 시간 비교 — 날짜는 순서가 있는 수량이 아니라 텍스트로 읽힙니다	구성 요소를 추출하고 코드에서 비교하세요
4	우회 — 이중 부정과 다중 홉 질문은 정확도를 떨어뜨립니다	홉을 줄이고 관련 state를 직접 가리키세요
5	관련 없는 세부 정보로 가득한 큰 state	먼저 필터링하고 질문에 필요한 것만 보내세요
6	적대적 콘텐츠	정확한 지침을 작성하고 배포 전에 엣지 케이스를 테스트하세요
7	모순되는 지침과 기준	지침과 기준을 일치시키세요
8	상식적인 구조적 불변식	각 결정을 한 가지 방식으로 질문하고, 동일성은 코드에서 강제하세요
9	생성	생성 모델을 사용하세요

이 중 두 가지가 실무에서 가장 중요합니다. 첫째, 세기: 문서는 jev-1.13이 "안정적으로 세지 못한다"고 명확히 밝힙니다 — 단어의 문자 수, 구절 내 발생 횟수, 긴 목록의 항목 수 등이며, 세는 대상의 크기가 커질수록 오류가 커진다고 합니다. 둘째, 생성: Jev는 요약, 답장, 커밋 메시지를 작성하지 않습니다. 그것은 결정하고, 다른 무언가가 씁니다.

세기에 대해 TypeSafe가 권장하는 패턴 자체가 의도된 역할 분담을 보여줍니다. 코드에서 후보들을 순회하고, 후보마다 Noul을 하나씩 질문하고, 답을 직접 더하세요.

헤드라인 숫자는 어디에서 나오는가

거의 모든 Jev 논의에 두 개의 숫자가 따라다닙니다. 이 둘은 서로 다른 출처에서 나오며 서로 다른 것을 설명합니다.

0.7초. Every는 "TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds"라는 글을 게재했습니다. 그 글을 카탈로그화한 빌드 인덱스들은 이를 37개 기사에 걸친 777건의 판단이라고 설명합니다. 해당 글의 전체 본문을 불러와 비용 수치를 확인할 수 없었으므로, 그 데모를 둘러싸고 인용되는 실행당 비용은 공개된 요금이 아니라 작성자 자신의 측정값으로 보아야 합니다.

광고 724개, 40초, 약 9센트. 이쪽은 두 번 문서화되었습니다. 빌드 페이지 madewithjev.com — 724 competitor ads, broken down은 37개 브랜드의 라이브 광고 724개를 약 40초 만에 분석했다고 밝힙니다. 작성자의 X 게시물(2026년 9월 17일)은 비용 — "토큰 9센트를 사용했다" — 을 덧붙이고, 광고별로 추출한 차원을 나열합니다: 훅, 포맷, 오퍼, CTA, 인지 단계, 랜딩 페이지 불일치.

두 숫자의 구분은 기억해 둘 가치가 있습니다. 0.7초는 문단 규모 코퍼스에 대한 모델의 평가 시간이고, 40초는 라이브 광고 724개를 가져와 처리하는 시간까지 포함합니다. 어느 숫자도 당신의 워크로드에 대한 처리량 보장이 아닙니다.

커뮤니티는 이를 활용해 무엇을 만들고 있는가

Jev의 채택은 유난히 살펴보기 쉽습니다. 첫 주에 공개된 거의 모든 것이 오픈 소스이기 때문입니다. 아래 별 개수는 2026년 9월 20일 GitHub API에서 읽은 값입니다.

브라우저 및 컴퓨터 사용. browser-use/jev-ultrafast(★10,113)는 browser-use 조직에서 나왔으며 분위기를 주도한 프로젝트입니다. 고정된 행동 공간(CLICK, TYPE_TEXT, SELECT, SCROLL_UP, SCROLL_DOWN, WAIT, DONE, BLOCKED)을 노출하고, Jev에게 작업과 대상 요소를 모두 선택하도록 요청합니다. 두 결정 모두 하나의 TypeSafe 요청에 들어가며, 대상 질문은 추측성으로 표시됩니다. TYPE_TEXT만 텍스트 모델을 호출하고, README의 자체 예시도 소형 모델을 사용합니다. 시연 작업 — Google Flights에서 취리히에서 런던으로 — 은 텍스트 생성과 페이지 로드를 포함해 7.1초로 인용됩니다. 사이트별 스크립트는 없습니다.

코딩 에이전트 컨텍스트 압축. tamaratran/fast-jev-compaction(★4,544)은 코딩 에이전트 트랜스크립트에서 어떤 도구 결과가 아직 보존할 가치가 있는지 결정하여, 전체 요약 패스를 거치지 않고도 긴 세션을 압축할 수 있게 합니다. 다른 에이전트 하네스를 위한 포팅과 변형도 존재합니다.

에이전트 가드레일. DevMortimer/pi-warden(★99)과 shiftynick/jev-axi(★17)는 모두 모든 명령이나 도구 호출 앞에 판단을 둡니다: 먼저 묻고, 위험한 것은 차단합니다. "보정된 확률에 자체 코드의 임계값"이 해석해야 하는 텍스트 답변보다 진정으로 나은 패턴입니다.

모델 라우팅. vinilana/jev-gateway(★61)는 단순한 요청을 저비용 티어로 보내고 어려운 것만 에스컬레이션합니다. 결정이 그것이 게이팅하는 생성 비용의 일부만 들 수 있다는 TypeSafe 자신의 논지를 가장 직접적으로 표현한 사례입니다.

게임 및 제어 데모. fhshaik/typesafe-mario(★289)는 구조화된 에뮬레이터 state로 슈퍼 마리오 브라더스를 플레이하고, RomanSlack/jev-drone(★81)은 MuJoCo에서 드론 제어 루프를 실행합니다. 이런 것들은 실제 출시보다 훨씬 빠르게 퍼지므로, 인터페이스의 시연으로 보아야지 프로덕션 신뢰성의 증거로 보아서는 안 됩니다.

오픈 재현물. 새로운 벤더 없이 이 능력을 원하는 사람에게 가장 흥미로운 흐름입니다. TheoLeeCJ/SemIf(★2,123)는 가정용 단일 RTX 3090에서 오픈 모델을 실행하며 TypeSafe와 무관하다는 점을 명확히 밝힙니다. TianyuCodings/NanoJev(★1,175)는 소규모 재현물입니다. convaiinnovations/laya는 Apache-2.0의 상업적 사용 가능한 인코더로, RLCD로 학습된 결정 헤드를 갖추고 있으며 system-one과 calibrated-decisions 태그로 공개되었고, receptron/laya에 동반 러너가 있습니다. 이 중 어느 것도 Jev가 아니며, 이들이 공개하는 벤치마크 차트는 각자의 것입니다. 요점은 이 모델의 형태가 재현 가능하다는 것입니다.

배치 분류. 위의 광고 분석이 대표적인 예이며, 프로덕션과의 접촉에서 가장 살아남을 가능성이 높은 패턴입니다: state를 고정하고, 하나의 요청에 많은 좁은 질문을 던지고, 확률을 읽습니다.

Jev는 실제로 저비용 LLM보다 저렴한가?

입력 토큰당으로는 아닙니다. 그리고 이것이 대부분의 글이 건너뛰는 부분입니다. Jev는 1M 입력 토큰당 $0.042를 청구합니다. APIMaster에서 gpt-5.6-luna는 1M 입력 토큰당 $0.022부터 판매 중이며 — Jev 입력 요율의 약 절반입니다 — glm-5.3-flash는 $0.105, deepseek-flash는 $0.15입니다. 가장 저렴한 호스팅 생성 모델들은 이미 입력 가격에서 Jev를 밑돕니다.

Jev의 비용 논지는 다른 세 가지에 기대고 있습니다:

• 출력 토큰이 없습니다. 가장 저렴한 생성 모델도 모든 판단마다 텍스트를 출력하며, 출력은 입력보다 몇 배 비싸게 책정됩니다. Jev는 확률을 반환하고 멈춥니다.
• 지연 시간. TypeSafe는 엔드투엔드 응답 시간으로 70ms에서 500ms를 공개하며, System One 형태의 쿼리에서 프런티어 모델과의 비교를 40배에서 200배 더 빠르다고 설명합니다. 속도 덕분에 결정이 큐 뒤가 아니라 요청 경로 안에서 실행될 수 있습니다.
• 한계 질문은 거의 무료입니다. 질문이 하나의 state 위에서 병렬로 펼쳐지므로, 열 번째 질문의 비용은 열 번째 API 호출에 비해 일부에 불과합니다.

그것이 승리인지는 워크로드에 달려 있습니다. 판단이 드물고 길며 추론의 이점을 본다면, 구조화된 출력을 지원하는 저비용 LLM이 더 나은 선택입니다. 작업 단위당 짧은 판단을 많이 하거나, 사용자가 멈춤을 눈치채기 전에 답이 필요하다면 계산이 달라집니다.

OpenAI 호환 키로 Jev를 호출할 수 있나요?

TypeSafe 자체 엔드포인트에서는 불가능하며, 그 차이는 설정의 문제가 아니라 구조적인 것입니다:

• 다른 라우트. TypeSafe는 하나의 평가 엔드포인트 /v1/systemone과 /v1/models 목록을 문서화합니다. 문서화된 /chat/completions는 없습니다.
• 다른 본문. 요청은 state와 타입이 지정된 questions 맵을 담습니다. OpenAI 스타일 본문은 messages를 담고 생성된 텍스트를 기대합니다.
• 다른 응답. 선택한 질문 이름을 키로 하는 확률과 신뢰도 값을 받으며, 완성 문자열이 아닙니다.

벤더 API에 대해서라면, OpenAI 호환 클라이언트가 Jev와 대화하게 만드는 것은 양방향 변환 레이어를 작성하는 일입니다 — 위 라우팅 섹션의 커뮤니티 게이트웨이들이 하는 일이 바로 그것입니다. Jev는 APIMaster에서 온보딩 중이며, 통합이 완료되는 대로 이 페이지가 업데이트될 예정입니다. 그때까지 OpenAI 호환 엔드포인트에서 빠른 판단을 얻는 실질적 선택지는 아래의 저비용 티어 중 하나입니다.

빠른 판단이 필요할 때 오늘 실행할 것

실제로 필요한 것이 기존 OpenAI 호환 엔드포인트에서의 판단이라면, 실무적인 질문은 그것을 어느 저비용 티어로 보낼지입니다. 2026년 9월 20일 기준 라이브 APIMaster 라우트:

모델 ID	판매 중인 라우트	시작가 (입력 / 출력 1M당)	참고 정가	대략적 할인
gpt-5.6-luna	3	$0.022 / $0.134	$0.20 / $1.20	약 89% 할인
glm-5.3-flash	3	$0.105 / $0.35	$0.15 / $0.50	약 30% 할인
deepseek-flash	1	$0.15 / $0.60	DeepSeek 오프피크와 동일	마크업 없음
gpt-5.6-terra	15	$0.12 / $0.72	$2.00 / $12.00	약 94% 할인
gemini-3.8-flash	7	$0.20 / $1.00	$1.50 / $7.50	약 87% 할인

작성 시점에 Jev 자체는 아직 온보딩 중이며, 그동안 실행할 것은 아래 티어입니다. 표를 읽을 때의 세 가지 유의점. 가격은 확인 시점에 판매 중인 가장 낮은 라우트이며, 같은 모델이라도 라우트마다 가격이 다르므로 물량을 확정하기 전에 모델 카드를 열어보세요. deepseek-flash는 DeepSeek 자체의 오프피크 요율로 책정되어 있으므로, 정직한 표현은 할인이 아니라 "게이트웨이 마크업 없음"입니다. 그리고 낮은 입력 가격이 자동으로 더 저렴한 선택은 아닙니다. 출력 길이, 캐시 적중 동작, 재시도 비율이 보통 최종 청구서를 좌우합니다.

단일 키로 Jev 스타일 파이프라인을 운영하는 실행 가능한 분업:

1. 좁고 빈도가 높은 결정은 작고 저렴한 티어에 맡기고, 자체 신뢰도 임계값으로 게이팅합니다.
2. 임계값 아래로 떨어지는 사례만 더 강한 모델로 에스컬레이션합니다.
3. 계산, 산술, 날짜 비교는 자체 코드에 유지하세요 — TypeSafe가 제시하는 것과 동일한 조언이며, 표의 모든 모델에 적용됩니다.

APIMaster 계정을 만드세요, $1부터 종량제 크레딧을 충전하고, 콘솔에서 키를 생성한 뒤, OpenAI 호환 클라이언트를 https://apimaster.ai/v1로 향하게 하고 위의 모델 ID 중 아무거나 지정하세요. 키 하나로 GPT, GLM, DeepSeek, Gemini, Claude 계열을 모두 커버하므로, 2단계의 에스컬레이션 경로가 같은 통합 안에 머뭅니다. 프로덕션 트래픽을 옮기기 전에 모델 테스터로 라우트를 검증하세요.

FAQ

Jev란 무엇인가요? Jev는 TypeSafe AI의 System One 모델입니다. state와 타입이 지정된 질문들의 맵을 받아, 생성된 텍스트 대신 보정된 확률 — Choice, Score, Noul 답변 — 을 반환합니다.

Jev는 언어 모델인가요? 아니요 — 그리고 TypeSafe 자체의 표현은 그보다 더 단호합니다. 출시 스레드에서 창업자는 이를 "구조화된 데이터 모델이지만, 기술적으로 언어 모델은 아닙니다(언어를 생성하지 않습니다)"라고 설명했습니다. 이는 보내는 텍스트를 읽고 확률과 신뢰도 값을 가진 타입이 지정된 결정을 반환하며, 결코 산문을 생성하지 않습니다. TypeSafe는 이를 RLHF 채팅 모델 및 RLVR 추론 모델과 나란히 세 번째 범주로 위치시키며, 둘 중 어느 것의 더 작은 버전으로 보지 않습니다.

Jev 모델 ID는 무엇인가요? jev-1.13.0입니다. 별칭 jev-latest와 jev-preview는 현재 같은 버전을 가리키며, SDK는 jev-latest를 기본값으로 사용합니다.

Jev 비용은 얼마인가요? 10억 입력 토큰당 $42이며, 이는 1M 입력 토큰당 $0.042입니다. 출력 토큰은 무료이고, 입력에 대해서만 과금됩니다.

Jev는 OpenAI 호환인가요? TypeSafe 자체 API에서는 아닙니다. state와 questions 본문을 사용하는 전용 POST /v1/systemone 엔드포인트를 쓰고 완성이 아닌 확률을 반환하므로, OpenAI 스타일 클라이언트가 그대로 호출할 수는 없습니다. Jev는 APIMaster에서 온보딩 중이며, 통합이 완료되는 대로 이 페이지가 업데이트될 예정입니다.

APIMaster에서 Jev를 사용할 수 있나요? 아직 판매 중은 아니며 — Jev는 APIMaster에서 온보딩 중이고, 통합이 완료되는 대로 이 페이지가 업데이트될 예정입니다. 그동안 결정 레이어와 함께 쓸 저비용 텍스트 티어는 이미 사용 가능합니다. gpt-5.6-luna, glm-5.3-flash, deepseek-flash의 라이브 카드를 참고하세요.

Jev는 중국어 및 기타 비영어 언어를 지원하나요? TypeSafe는 영어가 주 학습 언어이며 현재 정확도가 가장 높은 언어라고 밝히고, CJK를 포함한 다른 언어도 처리되지만 동등한 수준은 아니라고 설명합니다. 문서는 자체 콘텐츠로 테스트하고 라우팅할 때 신뢰도 값을 주의 깊게 보라고 안내합니다.

자체 데이터로 Jev를 파인튜닝할 수 있나요? 아니요. TypeSafe는 고객별로 Jev를 파인튜닝하거나 LoRA 적응하지 않으며, 고객의 요청이나 응답으로 학습하지도 않습니다. 도메인 동작은 각 요청의 state, 지침, 기준을 통해 형성됩니다.

어떤 작업은 Jev에서 제외해야 하나요? TypeSafe는 아홉 가지를 공개합니다: 문자 그대로의 읽기, 수학과 숫자, 날짜와 시간 비교, 우회, 관련 없는 세부 정보로 가득한 큰 state, 적대적 콘텐츠, 모순되는 기준, 상식적인 구조적 불변식, 생성. 세기와 산술은 코드에 속합니다.

대안을 자체 호스팅할 수 있나요? 오픈 재현물이 있습니다 — SemIf, NanoJev, Apache-2.0 laya 인코더 등 — 하지만 이들은 자체 벤치마크를 가진 독립 프로젝트이며 Jev가 아닙니다. 공개된 비교는 해당 프로젝트 자체의 측정값으로 보아야 합니다.

저비용 LLM 대신 Jev를 언제 사용해야 하나요? 결정이 좁고 타입이 지정되어 있고, 자주 내려야 하며, 몇 초가 아니라 수백 밀리초 안에 돌려받아야 할 때입니다. 긴 컨텍스트 추론, 생성, 또는 산술이 필요한 작업에는 저비용 생성 모델이 더 나은 선택입니다.

출처 및 추가 읽을거리

• TypeSafe — Models — 모델 ID, 별칭, $42/Btok 가격, 속도 제한, 컨텍스트 예산, 언어 지원 및 데이터 처리
• TypeSafe — Jev 1.13 jaggedness — TypeSafe가 범위에서 제외하는 영역과 각 영역의 권장 패턴, 2026년 9월 17일 검토
• TypeSafe — API reference 및 Quick start — 엔드포인트, 요청 및 응답 형태, SDK 사용법
• TypeSafe — Introducing System One Models and Jev — 출시 글, 70–500ms 엔드투엔드 수치와 40배–200배 비교
• Hacker News 토론 — 출시 스레드에서 1,918 포인트
• browser-use/jev-ultrafast — 행동 공간, 단일 요청 작업-대상 설계, Google Flights 시연
• Made with Jev — 724 competitor ads, broken down — 광고 분석 빌드 페이지, 그리고 작성자의 게시물
• Every — TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds 오픈 재현물. 새로운 벤더 없이 이 기능을 원하는 사람에게 가장 흥미로운 흐름이다. TheoLeeCJ/SemIf(★2,123)는 가정용 단일 RTX 3090에서 오픈 모델을 실행하며, TypeSafe와 무관하다는 점을 분명히 밝히고 있다. TianyuCodings/NanoJev(★1,175)는 소규모 재현물이다. convaiinnovations/laya는 Apache-2.0 라이선스의 상업적 사용 가능한 분류 모델로, RLCD로 학습되었으며 system-one 및 calibrated-decisions 태그로 공개되어 있고, receptron/laya에 동반 러너가 있다. 이 중 어느 것도 Jev가 아니며, 이들이 공개하는 벤치마크 차트는 각자의 것이다. 핵심은 이 모델의 형태가 재현 가능하다는 점이다.

TypeSafe의 모델 문서와 범위 노트는 2026년 9월 20일에 확인했으며, 별 개수와 APIMaster 라우트 가격도 같은 날 읽었습니다. Jev의 APIMaster 온보딩은 진행 중이며, 진행됨에 따라 이 페이지가 업데이트될 예정입니다. 가격, 속도 제한, 프로젝트 상태는 변합니다 — 워크로드를 확정하기 전에 라이브 카드나 벤더 자체 페이지에서 확인하세요.