Saltar al contenido
Jev

System One decision model

Herramientas activas · prueba una decisión gratis

¿Qué es Jev AI? Decisiones tipadas, no texto.

Guía System One de TypeSafe para desarrolladores — enrutado, puntuación y decisiones de agentes en decenas o cientos de milisegundos.

40–200× más rápido que un LLM · Playground gratis · Crea tu clave en Cuenta

Probar una decisión

Reseña de app → triage tipado

Una reseña desordenada de entrada. Tema, presión de reembolso y severidad de salida — valores con los que tu código puede ramificar.

API real · gratis · sin registro · 5 runs

Abrir herramientas →

Salida de ejemplo

  • choicetopicbug · 91%
  • noulrefund_pressureno · 74%
  • noulchargeback_riskno · 96%
  • choicetonefrustrated · 88%
  • scoreseverity2.2 · major

ejemplo · aún no ejecutado

API real · gratis · sin registro

Jev es el modelo de decisión System One presentado por TypeSafe AI. Está pensado para pipelines de agentes donde importan decisiones predecibles y consistentes más que texto creativo. La filosofía de diseño es simple: Decisiones, no cadenas.

Los modelos de lenguaje de propósito general optimizan escritura, razonamiento y conversación. Son potentes, pero en flujos automatizados de agentes sus salidas pueden ser impredecibles. Jev cierra esa brecha con resultados de decisión estructurados y repetibles.

Jev (a menudo mal escrito como jev typesave, typesave jev, typesafe jeb, jev typesaf) es el nuevo System One de TypeSafe. Esta guía reúne tutoriales, ejemplos de código e información clave para arrancar rápido.

Ver: cómo funciona Jev y cómo usarlo

Explicaciones breves sobre ¿Qué es Jev AI?, cómo usarloy qué puedes construir. Reprodúcelos aquí (requiere acceso a YouTube).

JEV: How It Works and What You Can Build

Riley Brown

Jev is HERE. How to use it

Greg Isenberg

Jev Explained: Demos and Use Cases

Syntax

Jev - The Ultimate Classification Model?

Sam Witteveen

¿Prefieres leer? Empieza por la guía de System One o Acceso y uso de Jev.

Por qué los equipos eligen Jev: velocidad y coste

Gráficos basados en rangos publicados por TypeSafe. El informe completo con metodología y plantillas de escenarios está en la página de benchmarks.

Gráfico que compara la latencia de Jev (70–500 ms) con rangos típicos de LLM frontier (≈3–329 s)
Latencia — la banda System One publicada de Jev se mantiene en milisegundos; los chat models frontier suelen estar en segundos.
Gráfico que compara el precio de entrada de Jev (0,042 USD/M tokens) con bandas más altas de LLM
Precio de entrada — ≈0,042 USD / MTok, con tokens de salida gratuitos publicados para resultados de decisión.
Gráfico con ~194× más rápido para Jev en evaluaciones de workflow
Titular de velocidad — ~194× más rápido en evals de workflow publicadas.
Gráfico con ~445× más barato para Jev en evaluaciones de workflow
Titular de coste — ~445× más barato en el mismo marco de eval publicado.
Matriz de cuatro escenarios: enrutamiento, puntuación por lotes, bucles en tiempo real y Choice de alta cardinalidad
Escenarios de prueba — plantillas para mesas de routing, scoring por lotes, bucles en tiempo real y conjuntos Choice grandes.

Abrir el informe completo de benchmarks

Funciones de Jev de un vistazo

Seis tarjetas visuales con los puntos que se repiten en las intro públicas de Jev: decisiones en lugar de chat, routing tipo if inteligente, Choice / Score / Noul, preguntas en paralelo, confianza calibrada y salidas schema-safe.

Decisiones, no cadenas
If inteligentes
Choice · Score · Noul
Muchas preguntas, una llamada
Confianza calibrada
Salidas schema-safe

Profundiza en las primitivas en la guía del SDK o el glosario.

System One vs System Two

Los nombres System One / System Two vienen de la psicología del comportamiento. En ingeniería de agentes, el reparto encaja con dos trabajos distintos en un mismo pipeline. Consulta el glosario para definiciones breves.

  • System One (Jev): clasificación y decisiones rápidas, deterministas y consistentes. Baja variación, ideal para workflows automatizados de agentes.
  • System Two (LLM generativo): razonamiento flexible más lento, creación de texto, conversación abierta. Bueno para redacción y razonamiento complejo.

En producción rara vez se elige solo uno. Muchos equipos ponen Jev en el borde de decisión y llaman a un modelo generativo solo cuando hace falta prosa, planificación de herramientas o razonamiento más profundo. Lee la página de comparación para un desglose función por función.

Navegación rápida

Preguntas relacionadas

¿Qué problema resuelve Jev?

Jev reduce las salidas de texto libre impredecibles de LLM generales dentro de pipelines de agentes y entrega decisiones estructuradas consistentes.

Leer el FAQ completo · Guía de inicio

Fuentes oficiales y lecturas adicionales

Las afirmaciones de producto y los activos de marca pertenecen a TypeSafe AI. Empieza por el anuncio oficial o lee un resumen independiente del lanzamiento en Truescho.

Jev | Modelo System One de TypeSafe AI