Stelle Fragen zu beliebigem Text und erhalte in etwa einer halben Sekunde typisierte, kalibrierte Antworten — eine choice, einen score oder ein Ja/Nein mit Wahrscheinlichkeit. Entscheidungen, auf die deine Software direkt reagieren kann, keine Prosa zum Lesen.
Wähle einen Fall oder schreib deinen eigenen, bearbeite die Fragen und klick auf Ausführen. Jede Antwort unten ist ein echter API-Aufruf.
Jev ist das erste System-One-Modell von TypeSafe AI. Mit Jev AI probierst du es im Browser aus und rufst es per API auf.
Zahlen und Labels, auf die dein Code verzweigen kann — nie ein Absatz zum Parsen.
Jede Antwort trägt eine ehrliche Konfidenz, mit RLCD trainiert.
Frag eine choice, einen score und ein Ja/Nein zusammen — alle parallel beantwortet.
Ein einziger typisierter POST — TypeSafe-kompatibel, aus jeder Sprache einsetzbar.
Deklariere die gewünschte Form und erhalte genau die zurück — typisiert, mit den Wahrscheinlichkeiten dahinter.
Eine Wahrscheinlichkeit zwischen 0 und 1, dass die Antwort Ja ist. Für Gates, Checks und Guardrails.
Gibt einen deiner Keys zurück, mit einer Wahrscheinlichkeit je Option. Für Routing und Klassifizierung.
Eine Zahl auf einer von dir definierten geordneten Skala, mit Verteilung. Für Priorität, Risiko und Qualität.
Starte mit einem fertigen Beispiel — Support-Triage, Moderation, Routing — oder schreib deins.
Deklariere die gewünschten Antworten: eine choice, einen score, ein Ja/Nein. Mehrere auf einmal.
Ein echter Aufruf liefert typisierte, kalibrierte Antworten in ~70–500ms. Gratis im Browser.
Hol dir einen jv_live_-Key, dann ist es ein einziger POST — etwa 30 Zeilen in TypeScript.
Wägst du Jev AI gegen ein LLM, den offenen/lokalen Weg oder Open-Source-Builds ab? Zu jedem gibt es eine vollständige Analyse.
Typisierte, kalibrierte Entscheidungen vs. freier Text — wann welches, und wie beide zusammen laufen.
Vergleich lesen →Gehostet & kalibriert vs. der offene, lokale Weg (Laya-MLX auf Apple Silicon). Kosten, Tempo, Setup.
Vergleich lesen →Das Modell ist closed-weight & gehostet; das Tooling (jev-mcp) ist offen. Offene Alternativen im Vergleich.
Vergleich lesen →Teste das volle Modell gratis, ohne Karte — direkt hier im Browser.
Ausgabe ist gratis. Etwa $0,001 pro Entscheidung bei ~$0,42 / M Eingabe-Tokens.
Credits kaufen oder nach Tokens abrechnen — beides dasselbe gehostete Modell.
Jev AI ist ein gehostetes Entscheidungsmodell von TypeSafe AI. Statt wie ein LLM Text zu schreiben, liefert es in etwa 70–500ms eine typisierte, kalibrierte Antwort — eine choice, einen score oder ein Ja/Nein mit Wahrscheinlichkeit — sodass Software direkt darauf reagieren kann.
Ja. Der Playground auf dieser Seite führt das echte Modell gratis und ohne Anmeldung aus — du bekommst Willkommens-Credits zum Start. Zum Bauen kaufst du einen jv_live_-Key; Aufrufe kosten etwa $0,001, abgerechnet über Eingabe-Tokens, Ausgabe gratis.
Nein. LLMs erzeugen freien Text zum Lesen; Jev AI liefert einen typisierten Wert, auf den Programme reagieren — weit schneller und günstiger. Oft werden beide zusammen genutzt: das LLM schreibt, Jev entscheidet.
TypeSafe AI. Jev ist ihr "System One"-Modell — schnelles, intuitives Urteilen — bereitgestellt über eine gehostete API.
Das Modell selbst ist closed-weight und gehostet, es gibt also keine Gewichte zum Herunterladen. Das umgebende Tooling — wie der jev-mcp-Server auf GitHub — ist offen. Open-Weight-Alternativen, die Jev ähneln (etwa Laya), gibt es für den lokalen Einsatz.
Etwa 70–500ms pro Entscheidung — rund 40–200× schneller als ein Frontier-LLM, weil es eine kleine typisierte Antwort liefert statt Absätze zu generieren.
Ja. Übergib mehrere Fragen in einem Aufruf, und jede kommt eigenständig typisiert zurück — klassifiziere, bewerte und gate denselben Input in einer einzigen Anfrage.
Routing, Klassifizierung, Scoring, Moderation und Sicherheits-Gates in Software und AI-Agenten — überall dort, wo du eine schnelle, maschinenlesbare Entscheidung statt Prosa brauchst.
Führe eine echte, typisierte, kalibrierte Entscheidung im Browser aus — gratis, ohne Anmeldung — und hol dir dann einen Key zum Bauen.