API Jev: що таке модель System One від TypeSafe, скільки вона коштує і коли її використовувати

Що таке Jev насправді

TypeSafe представила Jev 15 вересня 2026 року як першу «модель System One». Це формулювання походить від «Мислення швидке й повільне» Канемана: сучасні LLM поводяться як система міркування й обмірковування, а TypeSafe будує швидку, інтуїтивну половину — щоправда, «інтуїція» тут означає калібрований розподіл імовірностей за відповідями, а не передчуття, втілене в текст.

Назва — це відсилання до Джевонса, а суть у тому, що швидкий і недорогий примітив для рішень викликається набагато частіше, ніж дорогий.

Механічні відмінності від LLM — це те, що має значення для інженерії:

• Вихід типізований. Ви заздалегідь оголошуєте форму відповіді — Choice за перелічуваними варіантами, Score за описовими рівнями або Noul (так/ні) з імовірністю. Немає вільного тексту для парсингу, і відповідність схемі є властивістю архітектури, а не тим, на що ви сподіваєтеся, що модель дотримається.
• Ви отримуєте ймовірності, а не лише вибір. Choice повертає обраний варіант плюс імовірність для кожного варіанта й окреме значення confidence. Саме це дозволяє керувати розгалуженням за невизначеністю: діяти вище порогу, переходити до більшої моделі нижче нього.
• Питання виконуються паралельно. Jev сприймає стан один раз і оцінює кожне питання в запиті щодо нього одночасно. Поставити тридцять питань замість одного додає дуже мало часу — саме це уможливлює сценарії пакетної класифікації, описані нижче.
• Вона навмисно вузька. Настанова TypeSafe — тримати контроль потоку у вашому коді й давати Jev атомарні, структуровані рішення замість одного великого судження. Вихідні дані не мають послідовної структури. Засновник TypeSafe заявив, що рядки та інші послідовні структури даних не допускаються на стороні виводу, і зазначена причина саме така: це те, що дозволяє обчислювати кожну відповідь паралельно, і саме тому немає вихідних токенів для оплати. Ви не можете попросити Jev написати вам речення, і саме на цьому обмеженні будується ціна.

Мінімальний запит виглядає так:

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?" }
    }
  }'

Специфікації Jev коротко

Специфікація	Jev 1.13
ID моделі	jev-1.13.0
Псевдоніми	jev-latest, jev-preview (обидва наразі вказують на 1.13)
Ендпоінт	POST https://api.typesafe.ai/v1/systemone
Ціна	$42 за мільярд вхідних токенів / $0.042 за 1M
Ціни на вихід	Безкоштовно — оплата лише за вхідні
Ліміти швидкості	250 000 токенів/с і 1 200 запитів/хвилину, заявлені як динамічні
Довжина контексту	64k на запит (стан плюс усі питання); 32k для стану плюс найдовше питання
Типи вхідних даних	Текст: рядок, JSON-об'єкт або масив. Без зображень, аудіо чи відео
Вихід	Типізовані відповіді Choice, Score та Noul з імовірностями й confidence
Клієнтські SDK	Python typesafe-sdk, JavaScript @typesafe-ai/sdk
Власні ваги на акаунт	Ні. Jev не доналаштовується й не адаптується через LoRA на даних клієнта
Дані клієнтів для навчання	Ні. Запити й відповіді не використовуються для навчання

Де місце Jev, і що TypeSafe радить залишати в коді

TypeSafe також детально публікує межі застосування jev-1.13: дев'ять сфер, кожна з рекомендованим патерном замість неї, востаннє переглянуто 17 вересня 2026 року.

#	Сфера	Настанова TypeSafe
1	Буквальне прочитання — вона відповідає на питання, яке ви написали, а не на те, яке мали на увазі	Формулюйте точну умову; додавайте граничні випадки в критерії
2	Математика й числа — це не калькулятор, і вона не рахує надійно	Залишайте арифметику й підрахунок у коді
3	Порівняння дат і часу — дати читаються як текст, а не як упорядковані величини	Витягуйте компоненти; порівнюйте в коді
4	Непрямість — подвійні заперечення та багатокрокові питання коштують точності	Зменшуйте кількість кроків; вказуйте безпосередньо на релевантний стан
5	Великий стан, сповнений нерелевантних деталей	Спершу фільтруйте; надсилайте лише те, що потрібно питанню
6	Змагальний контент	Пишіть точні інструкції та тестуйте граничні випадки перед розгортанням
7	Суперечливі інструкції та критерії	Узгоджуйте інструкцію й критерії
8	Структурні інваріанти здорового глузду	Ставте кожне рішення одним способом; забезпечуйте тотожності в коді
9	Генерація	Використовуйте генеративну модель

Дві з них мають найбільше значення на практиці. По-перше, підрахунок: документація прямо зазначає, що jev-1.13 «не рахує надійно» — символи у слові, входження в уривку, елементи в довгому списку — і що похибка зростає зі збільшенням того, що підраховується. По-друге, генерація: Jev не напише ваш підсумок, вашу відповідь чи ваше повідомлення коміту. Вона вирішує; щось інше пише.

Власний рекомендований патерн TypeSafe для підрахунку демонструє задуманий розподіл праці: перебирайте кандидатів у коді, ставте по одному Noul на кожного кандидата й підсумовуйте відповіді самі.

Звідки беруться заголовні числа

Два числа супроводжують майже кожне обговорення Jev. Вони походять із різних джерел і описують різні речі.

0.7 секунди. Every опублікував матеріал під назвою «TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds». Проєкти, що каталогізують цей текст, описують його як 777 суджень у 37 статтях. Ми не змогли завантажити повний текст статті, щоб підтвердити її показник вартості, тож ставтеся до вартості за один запуск, яку цитують навколо цієї демонстрації, як до власного вимірювання автора, а не як до опублікованого тарифу.

724 оголошення, 40 секунд, близько 9 центів. Це задокументовано двічі. Сторінка збірки madewithjev.com — 724 competitor ads, broken down зазначає, що 724 активних оголошень від 37 брендів було проаналізовано приблизно за 40 секунд. Допис автора в X (17 вересня 2026 року) додає вартість — «витрачено 9 центів токенів» — і перелічує виміри, витягнуті для кожного оголошення: гачок, формат, пропозиція, CTA, стадія обізнаності та невідповідність цільовій сторінці.

Варто зберігати різницю між цими двома: 0.7 секунди — це час оцінювання моделлю корпусу масштабу абзацу, тоді як 40 секунд охоплює завантаження й обробку 724 живих оголошень. Жодне з цих чисел не є гарантією пропускної здатності для вашого навантаження.

Що спільнота будує на цьому

Впровадження Jev надзвичайно легко дослідити, бо майже все, опубліковане за перший тиждень, є відкритим кодом. Кількість зірок нижче прочитана через GitHub API 20 вересня 2026 року.

Використання браузера й комп'ютера. browser-use/jev-ultrafast (★10 113) походить від організації browser-use і є проєктом, що задав тон. Він відкриває фіксований простір дій (CLICK, TYPE_TEXT, SELECT, SCROLL_UP, SCROLL_DOWN, WAIT, DONE, BLOCKED) і просить Jev обрати як операцію, так і цільовий елемент. Обидва рішення йдуть в один запит до TypeSafe, причому питання про ціль позначене як спекулятивне. Лише TYPE_TEXT викликає текстову модель, і приклад у самому README використовує невелику. Його демонстраційне завдання — Цюрих до Лондона на Google Flights — оцінюється в 7.1 секунди, включаючи генерацію тексту та завантаження сторінок. Жодних сайт-специфічних скриптів немає.

Стиснення контексту для кодинг-агентів. tamaratran/fast-jev-compaction (★4 544) вирішує, які результати інструментів у транскрипті кодинг-агента ще варто зберігати, щоб довгу сесію можна було стиснути без повного проходу підсумовування. Існують порти й варіанти для інших агентних обв'язок.

Захисні обмеження агентів. DevMortimer/pi-warden (★99) і shiftynick/jev-axi (★17) обидва ставлять судження перед кожною командою чи викликом інструмента: спершу запитати, небезпечні — заблокувати. Це той патерн, де «калібрована ймовірність плюс поріг у вашому власному коді» справді кращий за текстову відповідь, яку треба інтерпретувати.

Маршрутизація моделей. vinilana/jev-gateway (★61) спрямовує прості запити до недорогого рівня й ескалує лише складні. Це найпряміше вираження власного аргументу TypeSafe — що рішення може коштувати частку від генерації, яку воно відкриває.

Ігри та демонстрації керування. fhshaik/typesafe-mario (★289) грає в Super Mario Bros. зі структурованого стану емулятора, а RomanSlack/jev-drone (★81) запускає цикл керування дроном у MuJoCo. Вони поширюються набагато швидше, ніж доходять до релізу; ставтеся до них як до демонстрацій інтерфейсу, а не як до доказів продакшн-надійності.

Відкриті відтворення. Це найцікавіша нитка для всіх, хто хоче отримати можливість без нового вендора. TheoLeeCJ/SemIf (★2 123) запускає відкриту модель на одній RTX 3090 вдома й чітко зазначає, що вона незалежна від TypeSafe. TianyuCodings/NanoJev (★1 175) — це відтворення в малому масштабі. convaiinnovations/laya — це енкодер під ліцензією Apache-2.0, комерційно придатний, з головами рішень, натренованими через RLCD, опублікований під тегами system-one та calibrated-decisions, із супровідним раннером у receptron/laya. Жоден із них не є Jev, і бенчмарк-графіки, які вони публікують, — їхні власні; суть у тому, що форма моделі відтворювана.

Пакетна класифікація. Розбір оголошень вище — це флагманський приклад, і це той патерн, який найімовірніше переживе зустріч із продакшеном: зафіксуйте стан, поставте багато вузьких питань в одному запиті й читайте ймовірності.

Чи Jev справді дешевший за недорогу LLM?

Не за вхідний токен, і саме цю частину більшість оглядів оминає. Jev стягує $0.042 за 1M вхідних токенів. На APIMaster gpt-5.6-luna доступний зі знижкою від $0.022 за 1M вхідних токенів — приблизно половина вхідного тарифу Jev — а glm-5.3-flash — за $0.105, і deepseek-flash — за $0.15. Найдешевші хостингові генеративні моделі вже підрізають Jev за ціною входу.

Аргумент щодо вартості Jev спирається на три інші речі:

• Жодних вихідних токенів. Найдешевша генеративна модель усе одно видає текст для кожного судження, а вихід коштує в кілька разів дорожче за вхід. Jev повертає ймовірність і зупиняється.
• Затримка. TypeSafe публікує час відповіді від початку до кінця 70 мс – 500 мс і описує порівняння з фронтирними моделями на запитах форми System One як у 40–200 разів швидше. Саме швидкість дозволяє виконувати рішення всередині шляху запиту, а не за чергою.
• Додаткові питання майже безкоштовні. Оскільки питання розгалужуються паралельно над одним станом, десяте питання коштує частку від того, скільки коштував би десятий виклик API.

Чи це виграє — залежить від вашого навантаження. Якщо ваших суджень мало, вони довгі й виграють від міркування, недорога LLM зі структурованим виводом — краща покупка. Якщо ви робите багато коротких суджень на одиницю роботи або вам потрібна відповідь до того, як користувач помітить паузу, арифметика змінюється.

Чи можна викликати Jev ключем, сумісним з OpenAI?

Ні, проти власного ендпоінта TypeSafe, і різниця тут структурна, а не питання конфігурації:

• Інший маршрут. TypeSafe документує один ендпоінт оцінювання, /v1/systemone, і лістинг /v1/models. Документованого /chat/completions немає.
• Інше тіло. Запит містить state і мапу типізованих questions. Тіло в стилі OpenAI містить messages й очікує згенерований текст у відповідь.
• Інша відповідь. Ви отримуєте ймовірності та значення confidence, згруповані за назвами питань, які ви обрали, а не рядок завершення.

Проти вендорського API змусити клієнт, сумісний з OpenAI, говорити з Jev означає написати шар трансляції в обидва боки — саме це роблять спільнотні шлюзи з розділу про маршрутизацію вище. Jev перебуває на етапі онбордингу на APIMaster, і цю сторінку буде оновлено, щойно інтеграція стане доступною. До того часу живий варіант для швидкого судження на ендпоінті, сумісному з OpenAI, — це один із недорогих рівнів нижче.

Що запускати сьогодні, коли потрібні швидкі рішення

Якщо вам насправді потрібне судження від наявного ендпоінта, сумісного з OpenAI, практичне питання — до якого недорогого рівня його надіслати. Актуальні маршрути APIMaster станом на 20 вересня 2026 року:

ID моделі	Маршрутів зі знижкою	Від (вхід / вихід за 1M)	Довідковий прайс-лист	Приблизна знижка
gpt-5.6-luna	3	$0.022 / $0.134	$0.20 / $1.20	~89% знижки
glm-5.3-flash	3	$0.105 / $0.35	$0.15 / $0.50	~30% знижки
deepseek-flash	1	$0.15 / $0.60	Як у позапіковому тарифі DeepSeek	Без націнки
gpt-5.6-terra	15	$0.12 / $0.72	$2.00 / $12.00	~94% знижки
gemini-3.8-flash	7	$0.20 / $1.00	$1.50 / $7.50	~87% знижки

Сам Jev на момент написання ще на онбордингу; рівень нижче — це те, що запускати тим часом. Три зауваження щодо читання цієї таблиці. Ціни — це найнижчий маршрут зі знижкою на момент перевірки, і різні маршрути для тієї самої моделі мають різні ціни — відкрийте картку моделі, перш ніж зобов'язуватися обсягом. deepseek-flash оцінений за власним позапіковим тарифом DeepSeek, тож чесне формулювання — «без націнки шлюзу», а не знижка. І нижча ціна входу не автоматично означає дешевший вибір: довжина виходу, поведінка кеш-влучань і частота повторів зазвичай домінують у фінальному рахунку.

Робочий розподіл для пайплайну в стилі Jev на одному ключі:

1. Покладіть вузьке, високочастотне рішення на невеликий недорогий рівень і відсікайте за власним порогом упевненості.
2. Ескалуйте лише випадки, що падають нижче цього порогу, до сильнішої моделі.
3. Тримайте підрахунок, арифметику й порівняння дат у власному коді — та сама порада, яку дає TypeSafe, і вона стосується кожної моделі в таблиці.

Створіть акаунт APIMaster, додайте кредит за моделлю pay-as-you-go від $1, створіть ключ у консолі і спрямуйте клієнт, сумісний з OpenAI, на https://apimaster.ai/v1 з будь-яким із наведених вище ID моделей. Один ключ покриває родини GPT, GLM, DeepSeek, Gemini та Claude, тож шлях ескалації з кроку 2 залишається на тій самій інтеграції. Перевірте маршрут за допомогою тестувальника моделей, перш ніж переводити на нього продакшн-трафік.

FAQ

Що таке Jev? Jev — це модель System One від TypeSafe AI. Вона приймає стан плюс мапу типізованих питань і повертає калібровані ймовірності — відповіді Choice, Score та Noul — замість згенерованого тексту.

Чи Jev — це мовна модель? Ні — і формулювання самої TypeSafe є категоричнішим. У гілці про запуск засновник описав його як «структурована модель даних, але технічно не мовна модель (вона не генерує мову)». Вона читає надісланий вами текст і повертає типізовані рішення з імовірностями та значеннями впевненості, і вона ніколи не генерує прозу. TypeSafe ставить її поряд із чат-моделями RLHF та моделями міркування RLVR як третю категорію, а не як зменшену версію котроїсь із них.

Який ID моделі Jev? jev-1.13.0. Псевдоніми jev-latest і jev-preview наразі вказують на ту саму версію; SDK типово використовують jev-latest.

Скільки коштує Jev? $42 за мільярд вхідних токенів, що становить $0.042 за 1M вхідних токенів. Вихідні токени безкоштовні, і оплата лише за вхідні.

Чи Jev сумісний з OpenAI? Ні, на власному API TypeSafe. Він використовує спеціальний ендпоінт POST /v1/systemone з тілом state плюс questions і повертає ймовірності, а не завершення, тож клієнт у стилі OpenAI не може викликати його без змін. Jev перебуває на етапі онбордингу на APIMaster, і цю сторінку буде оновлено, щойно інтеграція стане доступною.

Чи доступний Jev на APIMaster? Ще не в продажу — Jev на етапі онбордингу на APIMaster, і цю сторінку буде оновлено, щойно інтеграція стане доступною. Тим часом недорогий текстовий рівень, який ви б поєднали з шаром рішень, уже доступний; дивіться актуальні картки для gpt-5.6-luna, glm-5.3-flash і deepseek-flash.

Чи підтримує Jev китайську та інші мови, крім англійської? TypeSafe зазначає, що англійська — основна мова навчання й саме там точність наразі найвища, а інші мови, включно з CJK, підтримуються, але не однаково добре. Документація радить тестувати на власному контенті й стежити за значеннями confidence під час маршрутизації.

Чи можна доналаштувати Jev на моїх даних? Ні. TypeSafe не доналаштовує й не адаптує Jev через LoRA для окремих клієнтів і не навчається на запитах чи відповідях клієнтів. Поведінка в домені формується через стан, інструкції та критерії в кожному запиті.

Які завдання варто тримати поза Jev? TypeSafe публікує дев'ять: буквальне прочитання, математика й числа, порівняння дат і часу, непрямість, великі стани, сповнені нерелевантних деталей, змагальний контент, суперечливі критерії, структурні інваріанти здорового глузду та генерація. Підрахунок і арифметика належать вашому коду.

Чи можна розмістити альтернативу самостійно? Існують відкриті відтворення — серед них SemIf, NanoJev і енкодер laya під Apache-2.0 — але це незалежні проєкти з власними бенчмарками, а не Jev. Ставтеся до опублікованих порівнянь як до власних вимірювань цих проєктів.

Коли варто використовувати Jev замість недорогої LLM? Коли рішення вузьке й типізоване, ви ухвалюєте його часто, і вам потрібно отримати його назад за сотні мілісекунд, а не за секунди. Для міркування над довгим контекстом, генерації або всього, що потребує арифметики, недорога генеративна модель — кращий вибір.

Джерела та додаткове читання

• TypeSafe — Models — ID моделі, псевдоніми, ціна $42/Btok, ліміти швидкості, бюджет контексту, підтримка мов і обробка даних
• TypeSafe — Jev 1.13 jaggedness — сфери, які TypeSafe виводить за межі, з рекомендованим патерном для кожної, переглянуто 17 вересня 2026 року
• TypeSafe — API reference і Quick start — ендпоінт, форми запиту й відповіді, використання SDK
• TypeSafe — Introducing System One Models and Jev — пост про запуск, показник 70–500 мс від початку до кінця та порівняння 40×–200×
• Обговорення на Hacker News — 1 918 балів у гілці про запуск
• browser-use/jev-ultrafast — простір дій, дизайн операції та цілі в одному запиті й демонстрація на Google Flights
• Made with Jev — 724 competitor ads, broken down — сторінка збірки з аналізом оголошень, разом із дописом автора
• Every — TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds Відкриті відтворення. Це найцікавіша тема для всіх, хто хоче отримати цю можливість без нового постачальника. TheoLeeCJ/SemIf (★2,123) запускає відкриту модель на одній RTX 3090 вдома й чітко заявляє, що вона не залежить від TypeSafe. TianyuCodings/NanoJev (★1,175) — це відтворення у малому масштабі. convaiinnovations/laya — це модель класифікації з ліцензією Apache-2.0, придатна для комерційного використання, навчена з RLCD, опублікована під тегами system-one і calibrated-decisions, із супровідним раннером у receptron/laya. Жодна з них не є Jev, і графіки бенчмарків, які вони публікують, — їхні власні; суть у тому, що форма моделі піддається відтворенню.

Документацію моделі та нотатки про межі TypeSafe було перевірено 20 вересня 2026 року; кількість зірок і ціни маршрутів APIMaster було зчитано того ж дня. Онбординг Jev на APIMaster триває, і цю сторінку буде оновлено в міру його просування. Ціни, ліміти швидкості та статус проєктів змінюються — перевіряйте на актуальній картці або на власній сторінці вендора, перш ніж зобов'язувати навантаження.