Jev API
Jev ist die System-One-Modellfamilie von TypeSafe AI für typisierte, wahrscheinlichkeitsbasierte Entscheidungen: Klassifizierung mit Choice, Rubrikbewertung mit Score sowie Ja/Nein-Urteile mit Noul. Vergleicht Jev 1.13 und 1.14.0, einschließlich versionsspezifischer experimenteller Funktionen.
Jev-1.13 API
typesafe/jev-1.13
Jev-1.13 von TypeSafe AI ist ein System-One-Entscheidungsmodell für schnelle, typgesicherte probabilistische Ausgaben über die APIs Choice, Score und Noul.
Jev API Hintergrund
Überblick
Jev wurde für Anwendungen entwickelt, die eine direkt verwertbare Entscheidung benötigen. Eine Anfrage liefert einen Status und eine Reihe typisierter Fragen; die Antwort enthält strukturierte Antworten anstelle einer generierten Erklärung. Der Status kann eine Kundennachricht, ein Dokument, ein Produkt, einen Vorfall oder einen anderen Anwendungsdatensatz beschreiben. Die Anwendung definiert die verfügbaren Ergebnisse und entscheidet, wie sich die Ergebnisse auf ihren Workflow auswirken. Jev ergänzt ein textgenerierendes Modell, wenn ein System sowohl schriftliche Antworten als auch explizite Entscheidungen benötigt.
Entwicklungsgeschichte
Diese Familienseite fasst die Einträge jev-1.13 und jev-1.14.0 der Plattform zusammen. TypeSafe hat Jev 1.14.0 am 14. Oktober 2026 veröffentlicht und dabei schrittweise Verbesserungen über verschiedene Aufgaben hinweg sowie einen besonderen Schwerpunkt auf die Qualität mehrsprachiger Inhalte beschrieben. Die ursprüngliche API verwendet die Versions-IDs jev-1.13.0 und jev-1.14.0; Modellkennungen auf dieser Plattform richten sich nach der ausgewählten Versionskarte. Eine Upstream-Veröffentlichung bedeutet nicht automatisch, dass jeder Anbieter sie bereits bereitstellt.
Wichtige Innovationen
- Typisierte Entscheidungsprimitive ermöglichen es Software, ausgewählte Labels, numerische Bewertungen und Wahrscheinlichkeiten zu nutzen, ohne diese aus Prosatexten extrahieren zu müssen.
- Unabhängige Fragen können sich denselben Status teilen. Anwendungen können mehrere Beurteilungen erfassen und diese mithilfe expliziter Geschäftslogik kombinieren.
- Experimentelle Bildeingaben sind upstream für beide Versionen verfügbar, während der experimentelle Fragetyp Box spezifisch für Jev 1.14.0 ist.
Jev API Technische Spezifikationen
Architektur
TypeSafe bezeichnet Jev als System-One-Modell: ein Modell, das auf eng gefassten Urteilen basiert, die als typisierte Fragen bereitgestellt werden. Jede Frage wird unabhängig voneinander gegen denselben Status ausgewertet. Es ist für klar eingegrenzte Entscheidungen gedacht; umfassende Aufgaben, die mehrere Überlegungsschritte erfordern, sollten in separate Beurteilungen aufgeteilt und im Anwendungscode kombiniert werden. Die öffentliche Dokumentation nennt hier keine Parameteranzahl, weshalb keine angenommen wird.
Funktionen
- Choice wählt aus einer vom Entwickler definierten Menge benannter Optionen aus und gibt die ausgewählte Option, die Wahrscheinlichkeitsverteilung sowie einen Konfidenzwert zurück. Dies eignet sich für Kategorien ohne inhärente Reihenfolge, wie Support-Abteilungen oder Produktklassen.
- Score bewertet eine geordnete Rubrik. Es gibt eine numerische Punktzahl zurück, die zwischen Rubrikebenen liegen kann, sowie Wahrscheinlichkeiten für diese Ebenen und die Konfidenz. Schreiben Sie Beschreibungen, die die Bedeutung jeder Ebene eindeutig voneinander abgrenzen.
- Noul bewertet eine Ja/Nein-Aussage und gibt eine Wahrscheinlichkeit zwischen null und eins zurück. Verwenden Sie dies für einzelne Prädikate, anstatt eine Wahrscheinlichkeit als bedingungsloses boolesches Ergebnis zu behandeln.
- Die Konfidenz von Choice und Score fasst die Konzentration der Ausgabeverteilung zusammen; sie ist nicht gleichbedeutend mit einer Korrektheitsgarantie. Schwellenwerte und Eskalationsrichtlinien obliegen der Anwendung.
- Die standardmäßigen Upstream-Kontextlimits liegen bei 64.000 Token für die gesamte Anfrage und 32.000 für den Status zuzüglich einer einzelnen Frage. Fragen müssen beide Limits einhalten. Hierbei handelt es sich um Upstream-Referenzlimits; überprüfen Sie den ausgewählten Platzeintrag auf dessen unterstützte Konfiguration.
- Der upstream experimentelle lange Kontext erfordert TypeSafe-Danger-Zone-Long-Context: true und erhöht beide Kontextlimits auf 262.000 Token. Bildeingaben erfordern TypeSafe-Danger-Zone-Images: true. Header-Weiterleitung und experimentelle Unterstützung müssen beim jeweiligen Anbieter verifiziert werden.
Einschränkungen
- Jev ist keine allgemeine Schnittstelle zur Prosa-Generierung. Verwenden Sie ein separates generatives Modell, wenn das Produkt eine schriftliche Antwort, eine offene Texterstellung oder eine detaillierte Erklärung erfordert.
- Bildeingaben, Box-Ausgaben und der erweiterte Kontext sind opt-in experimentelle Upstream-Funktionen und keine Garantie für Produktionsbereitschaft oder Verfügbarkeit über diese Plattform.
- Ein längerer Kontext kann die Genauigkeit verringern und die Latenz erhöhen. Stellen Sie relevante Beweise bereit und vermeiden Sie es, eine einzelne Frage mit mehreren unzusammenhängenden Beurteilungen zu belasten.
- Leiten Sie aus der experimentellen Bildunterstützung keine Unterstützung für Audio oder Video ab. Konvertieren Sie nicht unterstützte Medien vor der Auswertung in geeigneten Text oder strukturierte Evidenz.
Jev API Leistung
Stärken
- Explizite Ausgabetypen eignen sich für Workflows, bei denen Software anhand des Ergebnisses verzweigen, ordnen oder routen muss.
- Choice kann bekannte Kategorien vergleichen; Score kann eine geordnete Bewertung beibehalten, anstatt jede Entscheidung in eine binäre Ja/Nein-Entscheidung zu zwingen.
- Eine konfidenzbasierte Handhabung kann automatische Entscheidungen von Fällen unterscheiden, die zusätzliche Nachweise oder eine menschliche Überprüfung erfordern.
- Das Muster aus geteiltem Status und mehreren Fragen ermöglicht es, separate Aspekte eines Datensatzes auszuwerten, während die finale Richtlinie im Code sichtbar bleibt.
Praxiseffektivität
Verwenden Sie einen repräsentativen Evaluierungssatz, bevor Sie eine Version übernehmen oder einen Schwellenwert ändern. Schließen Sie mehrdeutige Datensätze, fehlende Informationen, Minderheitenkategorien und die von Ihren Kunden verwendeten Sprachen ein. Messen Sie Aufgabenpräzision, fehlerhafte automatische Aktionen, das Prüfvolumen, die Latenz und die Kosten unter den tatsächlichen Bedingungen des Anbieters. Die Veröffentlichungsankündigung von TypeSafe beschreibt umfassende Verbesserungen in 1.14.0, begründet jedoch keine universelle Verbesserungsrate für jeden Workload. Behalten Sie eine ältere, fixierte Version bei, bis der Nachfolger Ihre eigenen Akzeptanzkriterien erfüllt.
Jev API Wann verwenden
Szenarien
- Support-Triage: Wählen Sie das zuständige Team aus einer festen Liste aus und bewerten Sie die Dringlichkeit separat anhand einer geordneten Rubrik.
- Katalog- und Dokumentenklassifizierung: Ordnen Sie Datensätze bekannten Labels zu und halten Sie unsichere Fälle zur Überprüfung zurück.
- Inhaltsbewertung: Bewerten Sie einzelne Richtlinienbedingungen oder Qualitätsdimensionen und kombinieren Sie diese mithilfe expliziter Anwendungsregeln.
- Agenten-Routing: Wählen Sie zwischen bekannten Tools oder Handlern aus, wobei vor der Ausführung einer Aktion normale Berechtigungsprüfungen stattfinden.
- Retrieval-Pipelines: Bewerten Sie die Relevanz von Kandidaten oder verifizieren Sie eine eng gefasste Behauptung anhand der bereitgestellten Evidenz.
Best Practices
- Verfassen Sie pro Frage eine klar eingegrenzte Beurteilung. Legen Sie die Evidenz in den Status und definieren Sie klar unterscheidbare Choice-Optionen oder beschreibende Score-Ebenen.
- Verwenden Sie Konfidenz und Wahrscheinlichkeiten als Eingaben für eine getestete Entscheidungsrichtlinie. Integrieren Sie einen Überprüfungs- oder Enthaltungspfad, wenn unsichere Entscheidungen nicht automatisch ausgeführt werden sollen.
- Fixieren Sie während der Evaluierung und Bereitstellung eine spezifische Modellversion. Testen Sie Schwellenwerte beim Übergang von 1.13 zu 1.14.0 erneut; gehen Sie nicht von identischen Ausgabeverteilungen aus.
- Überprüfen Sie den Plattformstatus und Preis der ausgewählten Version vor der Integration. Offizielle Upstream-Preise und Endpunkte sind kein Ersatz für die versionsspezifische API-Dokumentation dieser Plattform.
- Halten Sie Experimente mit Bildern und erweitertem Kontext vom anfänglichen Produktionstext-Workflow getrennt, bis der gewählte Anbieter und Ihre Evaluierungen diese unterstützen.
- Referenzdokumentation: https://docs.typesafe.ai/introduction ; https://docs.typesafe.ai/models ; https://docs.typesafe.ai/primitives/choice ; https://docs.typesafe.ai/primitives/score ; https://docs.typesafe.ai/confidence ; https://docs.typesafe.ai/images ; https://typesafe.ai/blog/jev-1-14 .