APIMaster.ai
Back to Blog
APIMaster Blog

Jak używać API Jev z APIMaster

Dowiedz się, jak używać Jev z APIMaster. Wysyłaj typowane pytania do jev-latest przez natywny endpoint System One, sprawdzaj prawdopodobieństwa i połącz wynik ze swoją aplikacją, nie traktując Jev jak modelu czatu.

Jev APIHow to use JevTypeSafeSystem OneAI API integrationAI API pricingAPIMaster

Published 2026-09-21

Porownanie z cena oficjalna: Aktualna cena -e.042 za 1 mln tokenow wejsciowych jest zgodna z opublikowana cena TypeSafe (bez narzutu).

Test GPT(GPT-6 Astra, GPT-5.6, GPT-5.5 i GPT Image 2 dostępne)

Zarejestruj się i odbierz $20 na test GPT

Odbierz teraz

Krótka odpowiedź

Możesz wywoływać Jev przez APIMaster już dziś. Utwórz klucz API APIMaster, wyślij żądanie POST na adres https://apimaster.ai/v1/systemone, ustaw model na jev-latest i podaj state oraz jedno lub więcej typowanych questions. Jev zwraca ustrukturyzowane decyzje i prawdopodobieństwa; nie jest modelem czatu i nie zwraca wiadomości asystenta.

Aktualna dostępność w APIMaster, sprawdzona 21 września 2026:

  • ID modelu: jev-latest (aktywna trasa obecnie wskazuje na Jev 1.13)
  • Endpoint: POST https://apimaster.ai/v1/systemone
  • Cena: $0.042 za 1M tokenów wejściowych; wyjście kosztuje $0
  • Trasy w sprzedaży: 1 aktywna trasa
  • Wejście: tekst, obiekty JSON lub tablice w state
  • Wyjście: typowane odpowiedzi Choice, Score lub Noul z prawdopodobieństwami i poziomem ufności

Karta Jev w marketplace jest źródłem prawdy o aktualnej cenie i dostępności. Artykuł APIMaster o API Jev szczegółowo wyjaśnia model i ograniczenia; ta strona skupia się na najkrótszej działającej integracji.

Co robi Jev

Jev to model decyzyjny z rodziny System One firmy TypeSafe. Jest przydatny, gdy Twoja aplikacja musi coś sklasyfikować, uszeregować, zweryfikować lub skierować, a odpowiedź powinna pasować do schematu, który zdefiniujesz z góry.

Zamiast prosić o dowolny tekst, opisujesz decyzje w questions:

  • Noul: osąd tak/nie z prawdopodobieństwem
  • Choice: jedna opcja wybrana z listy, z prawdopodobieństwami dla poszczególnych opcji
  • Score: ocena według poziomów, które definiujesz

Dzięki temu Jev dobrze nadaje się do bram moderacji, klasyfikacji intencji, działań w przeglądarce, routingu, ekstrakcji i kontroli agentów. Arytmetykę, daty, liczenie i generowanie tekstu pozostaw w kodzie aplikacji lub modelowi generatywnemu. Jev decyduje; inny komponent może napisać odpowiedź.

Wywołaj Jev przez APIMaster

1. Utwórz klucz APIMaster

Załóż konto w APIMaster, dodaj środki w modelu pay-as-you-go i utwórz klucz w API Keys. Zapisz klucz jako zmienną środowiskową:

export APIMASTER_API_KEY="your_api_key"

2. Wyślij pierwsze żądanie

Trasa Jev w APIMaster zachowuje natywny kształt żądania System One. Nie wysyłaj messages, prompt ani ładunku OpenAI chat-completions.

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?"
      }
    }
  }'

Odpowiedź zawiera odpowiedź na każde pytanie, w tym wybraną wartość i dane o prawdopodobieństwie. Zastosuj próg w swoim kodzie, zanim podejmiesz nieodwracalne działanie. Na przykład kieruj do automatycznego przepływu tylko wtedy, gdy ufność dla intent przekracza próg zweryfikowany przez Twój zespół.

3. Wykorzystaj odpowiedź w Pythonie

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)

Tego samego klucza APIMaster można użyć dla Jev i modeli generatywnych, które Twoja aplikacja wywołuje po podjęciu decyzji. Jest to przydatne w przepływie dwuetapowym: najpierw pozwól Jev sklasyfikować lub skierować, a następnie wysyłaj tylko wybrane przypadki do modelu tekstowego.

Praktyczny wzorzec routingu

Jev jest najbardziej przydatny jako warstwa sterująca wokół modelu generatywnego. Typowy przepływ żądania wygląda tak:

  1. Umieść istotne dane wejściowe użytkownika lub pola dokumentu w state.
  2. Zadaj kilka małych pytań w jednym żądaniu, zamiast wykonywać po jednym żądaniu na pytanie.
  3. Sprawdź zwrócone prawdopodobieństwa w kodzie aplikacji.
  4. Wybierz kolejkę, narzędzie, model lub ścieżkę awaryjną na podstawie swoich progów.
  5. Wywołaj model generatywny tylko wtedy, gdy Twoja aplikacja potrzebuje tekstu, kodu lub długiej odpowiedzi.

Na przykład aplikacja wsparcia może użyć Jev, aby zidentyfikować intencję, pilność i to, czy potrzebne jest wyszukanie konta, w jednym wywołaniu. Następnie może skierować zgłoszenie do człowieka, pobrać właściwe dane konta lub wywołać model tekstowy, aby przygotować odpowiedź.

Taki podział różni się od proszenia LLM o zwrócenie JSON-a i liczenia, że zastosuje się do schematu. Typy wyjściowe Jev są częścią kontraktu żądania. Oznacza to również, że nie należy używać Jev do zadań wymagających napisania finalnej odpowiedzi.

Jev kontra model czatu

Potrzeba Użyj Jev Użyj modelu generatywnego
Wybór jednej etykiety ze znanego zbioru Tak Zwykle niepotrzebne
Oszacowanie, czy warunek jest prawdziwy Tak Możliwe, ale trudniejsze do ograniczenia
Skierowanie żądania do narzędzia lub modelu Tak Możliwe, ale droższe
Streszczenie dokumentu Nie Tak
Napisanie odpowiedzi dla użytkownika Nie Tak
Wykonanie arytmetyki lub dokładnego liczenia Zostaw to w kodzie Zostaw to w kodzie

Aby poznać architekturę modelu, ograniczenia i opublikowane przypadki użycia, zobacz API Jev: czym jest i kiedy go używać. Aby zobaczyć bezpośrednie porównanie z ocenianiem opartym na LLM, zobacz Jev vs LLM.

Częste błędy integracji

Wysyłanie ładunku czatu. https://apimaster.ai/v1/systemone oczekuje state i questions, a nie messages i temperature.

Oczekiwanie wyjścia tekstowego. Jev zwraca typowane decyzje. Użyj modelu generatywnego do finalnego wyjaśnienia lub odpowiedzi.

Wykonywanie jednego żądania dla każdego pytania. Umieść powiązane pytania w tym samym żądaniu, aby model mógł ocenić je względem jednego wspólnego stanu.

Traktowanie ufności jako gwarancji. Prawdopodobieństwo to sygnał do routingu i przeglądu. Zweryfikuj progi na własnych przykładach, zanim użyjesz ich do decyzji produkcyjnych.

Kierowanie Claude Code lub Codex bezpośrednio na Jev. Te narzędzia oczekują zachowania modelu zgodnego z Anthropic Messages lub OpenAI Responses. Jev lepiej umieścić w skillu, hooku, narzędziu MCP lub routerze. Zobacz Jak używać Jev z Claude Code i Codex, aby poznać działające wzorce.

FAQ

Czy Jev jest dostępny przez APIMaster?

Tak. Użyj jev-latest z POST https://apimaster.ai/v1/systemone. Aktywna karta w marketplace obecnie pokazuje jedną aktywną trasę w cenie $0.042 za 1M tokenów wejściowych, bez opłaty za wyjście.

Czy endpoint Jev jest zgodny z OpenAI?

Nie. APIMaster udostępnia dla tego modelu natywny kontrakt System One. Używaj state i typowanych questions; nie używaj /chat/completions.

Czy Jev może wygenerować streszczenie lub odpowiedź?

Nie. Jev zwraca typowane decyzje i prawdopodobieństwa. Przekaż wynik do modelu generatywnego, gdy Twoja aplikacja potrzebuje tekstu.

Czy mogę użyć tego samego klucza APIMaster dla innych modeli?

Tak. Jeden klucz APIMaster może wywoływać Jev i inne modele włączone dla Twojego konta. Sprawdź każdą kartę w marketplace, aby poznać aktualne ID modelu, trasę i cenę.

Od czego zacząć?

Zacznij od powyższego żądania, zbierz reprezentatywne przykłady i zweryfikuj swoje progi, zanim dodasz Jev do automatycznego działania. Następnie przeczytaj pełny przewodnik po API Jev oraz przewodnik po integracji z Claude Code/Codex.

Utwórz konto APIMaster, dodaj środki, utwórz klucz w API Keys i wywołaj jev-latest przez https://apimaster.ai/v1/systemone.