Guía y comunidad independientes para desarrolladores
Información oficial sobre Jev: typesafe.ai

El modelo Jev AI.
De la idea al código.

Jev es el primer modelo System One de TypeSafe. Devuelve decisiones con tipos definidos y probabilidades que tu aplicación puede usar. Aquí encontrarás casos de uso y ejemplos para integrar su API.

Elegir según la tarea

¿En qué se diferencia Jev?

TypeSafe llama a Jev un modelo System One: devuelve opciones predefinidas y probabilidades en lugar de generar texto libre. Compáralo con los modelos generativos y las reglas de código según la tarea.

AspectoJevLLM generativosReglas en código
SalidaOpciones, puntuaciones y probabilidades definidas de antemanoTexto, código o salida estructurada flexibleValores determinados por condiciones explícitas
VelocidadOptimizado para baja latencia; TypeSafe informa 70–500 ms en sus pruebasDepende del modelo, el prompt y la longitud de salidaSuele ser muy rápido para condiciones conocidas
Ideal paraJuicios semánticos repetidos dentro del softwareRedacción, razonamiento complejo y tareas abiertasCondiciones claras y estables
Límite claveNo genera texto libre; una respuesta tipada también puede equivocarseLas respuestas pueden necesitar procesamiento y validaciónDifíciles de mantener cuando la entrada es ambigua
i

Las cifras de velocidad proceden de pruebas de TypeSafe sobre decisiones estructuradas concretas. No son una evaluación independiente ni una garantía general. Leer la metodología

¿Cuál conviene usar?

Si las respuestas ya están definidas pero hay que interpretar el contenido, Jev puede encajar. Para generar texto o código, usa un modelo generativo. Si las condiciones son claras, escríbelas como reglas.

La idea central

Para las decisiones que tu aplicación toma a menudo.

Jev evalúa texto o datos estructurados según las preguntas que tú defines. Devuelve opciones, puntuaciones y probabilidades que tu código puede procesar directamente.

Jev en tres pasosEjemplo del proceso · no es una respuesta real del modelo
01Mensaje del cliente

“Me cobraron dos veces la suscripción. ¿Pueden ayudarme?”

02Pregunta y opciones

¿Qué equipo debe atenderlo?

Respuestas posibles: facturación · soporte técnico · ventas
03Resultado con formato definido
FacturaciónJev

Probabilidad ilustrativa 0.92

01

Aportar contexto

Envía texto, datos JSON o una lista de textos. Jev todavía no admite imágenes, audio ni vídeo como entrada.

02

Definir las respuestas posibles

Antes de llamar a la API, decide si necesitas una opción, una puntuación o un valor para una pregunta de sí o no.

03

Tu código decide el siguiente paso

Usa el resultado y el nivel de confianza para dirigir la solicitud, pedir una revisión humana o ejecutar una acción. Que el formato sea válido no significa que la decisión sea correcta.

Basado en la documentación oficial de TypeSafe

Dónde encaja

Decisiones concretas en aplicaciones reales.

Jev encaja en decisiones repetidas cuyas posibles respuestas ya están definidas. Estos ejemplos sirven para explorar; comprueba los resultados con tus propios datos.

01

Atención al cliente

Clasifica reclamaciones y comentarios de comercios, valora la urgencia y dirige cada caso al equipo adecuado. Una persona revisa los casos dudosos.

Decisión de ejemplo¿Es un problema de facturación o técnico?
02

Recomendaciones y ranking

Filtra un feed según las preferencias expresadas por el usuario y puntúa la relevancia de cada contenido junto con tus propias señales de clasificación.

Decisión de ejemplo¿Qué relevancia tiene este elemento para la solicitud?
03

Orquestación de agentes

Dirige cada solicitud a un modelo, herramienta o agente; decide cuándo buscar información y comprueba si el resultado permite continuar.

Decisión de ejemplo¿Debe atender esta solicitud un modelo especializado?
04

Moderación y seguridad

Revisa mensajes, cambios de código y llamadas a herramientas según reglas concretas. Envía los casos de riesgo o dudosos a una persona.

Decisión de ejemplo¿Este mensaje infringe la política?
GitHubjev-guard
05

Juegos y simulaciones

Con el estado del juego y una lista acotada de movimientos válidos, Jev elige la siguiente acción de un rival de IA o un PNJ. El código del juego comprueba las reglas y ejecuta la acción.

Decisión de ejemplo¿Qué movimiento válido debería hacer el rival ahora?
06

Automatizaciones personales

Ordena correos y notificaciones según tus reglas, evalúa el estado de tu hogar inteligente o decide cuándo ejecutar una rutina.

Decisión de ejemplo¿Merece esta notificación interrumpirme ahora?
GitHubHA-Jev
Primeros pasos

De la idea a tu primera decisión.

Empieza por un juicio concreto que tu aplicación ya necesite. Define las respuestas posibles y decide en el código cómo utilizarlas.

01

Elegir una decisión

Por ejemplo, dirigir un ticket o puntuar la relevancia de un elemento.

02

Definir las opciones

Define la entrada, las preguntas y las respuestas permitidas antes de llamar a la API.

03

Gestionar la incertidumbre

Usa probabilidades y confianza para actuar, recurrir a otra opción o pedir revisión humana.

Ejemplo con la API

Integra Jev en tu código.

Este ejemplo de TypeScript en el servidor envía un mensaje de atención al cliente y dos preguntas con un formato de respuesta definido a Jev 1.13 a través de OpenRouter. La clave API se queda en el servidor; tu aplicación decide qué hacer con los resultados.

Probar Jev gratis
TypeScript del servidortypesafe/jev-1.13
const apiKey = process.env.OPENROUTER_API_KEY;
if (!apiKey) throw new Error("Set OPENROUTER_API_KEY");

const response = await fetch("https://openrouter.ai/api/alpha/decisions", {
  method: "POST",
  headers: {
    Authorization: "Bearer " + apiKey,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "typesafe/jev-1.13",
    state: "My card was charged twice. Please help ASAP.",
    questions: {
      department: {
        type: "choice",
        instructions: "Which team should handle this?",
        criteria: {
          billing: "Payments and refunds",
          technical: "Bugs and integrations"
        }
      },
      urgent: {
        type: "noul",
        instructions: "Does this message need urgent attention?"
      }
    }
  })
});

if (!response.ok) throw new Error("Jev request failed: " + response.status);
const {answers} = await response.json();

if (answers.department.choice === "billing" && answers.urgent.noul > 0.8) {
  // Route to the billing review queue.
}
URL de la APIPOST /api/alpha/decisions
Entradastate + questions
Salidaanswers

Leer la respuesta

choice indica el equipo responsable; noul devuelve un valor entre 0 y 1 para la pregunta de sí o no. Tu código combina ambos con sus reglas de asignación.

Antes de usarlo en producción

Prueba con solicitudes representativas, registra la versión del modelo y deriva a una persona los casos inciertos o de alto impacto. El valor 0,8 solo sirve de ejemplo.

Fuentes de la API: OpenRouter · TypeSafe

LangChain · Python

Integrar Jev en el harness de un agente de LangChain

El harness coordina las llamadas al modelo y a las herramientas. En cada punto de decisión, Jev lee un mensaje, una llamada a herramienta pendiente o el estado del agente y devuelve una respuesta tipada. Tu código decide cómo seguir; el modelo conversacional se ocupa de las tareas abiertas.

ModelRouterMiddlewarebefore_agent → wrap_model_call

Clasifica el último mensaje antes de iniciar la ejecución, elige un modelo y mantén esa elección durante el proceso. La opción, las probabilidades y la confianza quedan disponibles en el estado del agente.

AutoModeMiddlewarewrap_tool_call

Revisa una llamada a herramienta antes de ejecutarla. Si Jev detecta riesgo o falta de autorización, el middleware la bloquea y devuelve un ToolMessage de error. No solicita aprobación humana.

TypeSafeClassifierChoice · Score · Noul

Puedes añadir tus propios controles con middleware personalizado: pasa los mensajes o el estado del agente a TypeSafeClassifier y usa Choice, Score o Noul para decidir la siguiente acción o pedir revisión.

Qué significa cada campo

En la solicitud defines las preguntas y el formato esperado. La respuesta contiene un resultado por pregunta. Estos son los campos JSON del ejemplo.

Solicitud

model
El identificador del modelo. El ejemplo fija Jev 1.13 para dejar clara la versión.
state
El texto o los datos estructurados que se evalúan, como un mensaje de soporte.
questions
Un objeto cuyas claves son los nombres de las preguntas. Esas mismas claves aparecen después en answers.
type
El formato de respuesta: choice selecciona una opción; noul devuelve un valor para una pregunta de sí o no.
instructions
La decisión concreta que debe tomar el modelo.
criteria
Para choice, las opciones permitidas y una breve descripción de cada una.

Respuesta

answers
Un resultado por pregunta, con el mismo nombre.
choice
La opción elegida, la de mayor probabilidad.
probabilities
La probabilidad de cada opción; los valores suman 1.
confidence
Un nivel de confianza calculado a partir de la distribución de probabilidades, distinto de la probabilidad de la opción elegida.
noul
Un valor entre 0 (no) y 1 (sí) para una pregunta binaria.

Una respuesta con formato válido también puede equivocarse. Prueba casos representativos y define tus propios umbrales de enrutamiento.

Proyectos

System One.

Jev es el modelo de TypeSafe. La comunidad también explora decisiones rápidas y estructuradas con modelos abiertos y otras interfaces. Compara el código, los enfoques y sus límites.

Son proyectos independientes de la comunidad, no versiones oficiales de Jev.

Guía de System One para desarrolladores Ver todos los proyectos de GitHub
Datos abiertos y novedades de la comunidad Abrir Jev AI Radar en GitHub
En torno al modelo

Lo que comenta la comunidad.

Aquí resumimos el lanzamiento, el SDK oficial y un video independiente. Consulta primero los puntos clave y abre las fuentes originales si quieres profundizar.

X

TypeSafe publica en X novedades y contexto del producto. Son afirmaciones del equipo; comprueba los detalles técnicos en la documentación antes de implementarlos.

Abrir fuente

GitHub

El SDK oficial de JavaScript y TypeScript muestra la API, ejemplos y versiones. Es un buen lugar para ver cómo se expresa una solicitud a Jev en código.

Abrir fuente

Hacker News

El hilo de lanzamiento trata los posibles usos, cómo evaluar el modelo y qué hacer cuando se equivoca pese a mostrar alta confianza. Es una conversación entre desarrolladores, no una prueba de rendimiento.

Abrir fuente
ThursdAI · TypeSafe AI

Jev en la práctica: una charla con TypeSafe

Allie Laabs, de TypeSafe, explica en ThursdAI System One y las salidas Choice, Score y Noul. El equipo prueba la clasificación de publicaciones, muestra una demo de Doom y habla de los límites de Jev.

Abrir fuente
Ver aquí

Jev en video: decisiones estructuradas y límites

Un análisis independiente de RepoChad sobre el formato de salida, las cifras de velocidad de TypeSafe, demostraciones y preguntas abiertas. El video solo se carga al pulsar reproducir.

Abrir fuente
Las personas detrás de Jev

Una forma más sencilla de integrar decisiones de IA en el software.

TypeSafe AI presentó Jev como su primer modelo System One. Su objetivo declarado es llevar decisiones rápidas y estructuradas a los flujos habituales del software.

El fundador Diogo Almeida trabajó anteriormente en OpenAI y Google Brain. Según TypeSafe, su trabajo sobre seguimiento de instrucciones y RLHF influyó en la investigación detrás de ChatGPT.

Preguntas frecuentes

Respuestas a preguntas frecuentes.

¿Jev es un chatbot?

No. Jev está diseñado para devolver decisiones tipadas y probabilidades, no respuestas libres de chat ni código generado.

¿Puede usarse para recomendaciones?

Puede ayudar a puntuar o reordenar candidatos por relevancia semántica. Un sistema completo también necesita obtener candidatos, aplicar reglas de negocio, evaluar resultados y definir el ranking.

¿Una salida tipada significa que la decisión es correcta?

No. El tipo limita el formato, pero la opción elegida puede ser errónea. Prueba con datos representativos y gestiona la incertidumbre en tu código.

¿Dónde puedo aprender a usar Jev?

Empieza por la documentación y el SDK oficiales de TypeSafe. La página del modelo en OpenRouter también ofrece acceso mediante su plataforma.

Empieza por una pregunta

Prueba Jev con una decisión concreta.

Define una pregunta y sus posibles respuestas. Tu aplicación decide qué hacer con el resultado.

Novedades de la comunidad

Sigue el ecosistema de Jev a tu manera.

Descubre nuevos proyectos, modelos System One de la comunidad y casos de uso prácticos mediante actualizaciones públicas frecuentes o un correo ocasional con contenido seleccionado.

Actualizaciones públicas frecuentes

Jev AI Radar

Una colección de código abierto que desarrolladores, scripts y agentes de IA pueden leer, reutilizar y seguir a lo largo del tiempo.

Marcar con una estrella en GitHub
Selección ocasional

Boletín

Recibe de vez en cuando una selección de la comunidad: proyectos de GitHub en tendencia, ejemplos de código útiles y casos prácticos con Jev.

Al suscribirte, aceptas recibir correos ocasionales de Jev AI Dev.