Was ist Jev?

Jev ist das erste System One-Modell von TypeSafe AI. Statt wie ein Chatbot Text zu schreiben, liest es den State deines Programms und gibt eine typisierte, kalibrierte Entscheidung zurück — eine choice, einen score oder eine Ja/Nein-Wahrscheinlichkeit — auf die deine Software direkt reagieren kann.

Die Kurzfassung

Große Sprachmodelle wurden gebaut, um mit Menschen zu sprechen. Jev ist gebaut, um von Maschinen aufgerufen zu werden. Du gibst ihm etwas Kontext und die genauen Fragen, die du beantwortet haben willst, und es antwortet mit strukturierten Werten statt mit Prosa. Weil die Form der Antwort durch deine Anfrage festgelegt ist, kann Jev kein Format halluzinieren oder einen ungültigen Typ ausgeben — es kann nur eine der von dir definierten Optionen zurückgeben, einen score auf der Skala, die du vorgegeben hast, oder eine Wahrscheinlichkeit zwischen 0 und 1.

Warum "System One"?

Der Name entlehnt sich der Psychologie des Denkens. "System Two" ist langsames, bewusstes, verbales Denken — das ahmen LLMs nach, wenn sie eine Antwort ausformulieren. "System One" ist das schnelle, intuitive Urteil, das im Bruchteil einer Sekunde geschieht. Jev ist für diese Rolle in Software konzipiert: die Millionen kleiner, schneller Entscheidungen, die keinen Absatz generierten Textes brauchen sollten — Routing, Scoring, Filtern, Extrahieren, Gating.

Wie Jev funktioniert: RLCD

Jev wird mit einer Methode trainiert, die TypeSafe Reinforcement Learning for Calibrated Decisions (RLCD) nennt. Das Ziel ist nicht flüssiges Schreiben — es ist Kalibrierung: Wenn Jev sagt, es sei zu 80% sicher, sollte es in etwa 80% der Fälle richtig liegen. Jede Antwort kommt mit einer Wahrscheinlichkeitsverteilung, sodass dein Code entscheiden kann, wie viel Sicherheit eine bestimmte Verzweigung erfordert, und den Rest eskaliert.

Was du es fragen kannst

Jede Frage, die du an Jev schickst, ist eines von drei Primitiven:

• choice — wähle eine von bis zu 255 benannten Optionen.
• score — ordne die Eingabe auf einer geordneten Skala von 2–10 Stufen ein.
• noul — ein kalibriertes Ja/Nein, zurückgegeben als Wahrscheinlichkeit von 0 bis 1.

Du kannst mehrere auf einmal stellen; Jev wertet sie parallel in einem einzigen Round-Trip aus. Am besten bekommst du ein Gefühl dafür, indem du ein Live-Beispiel im Playground ausführst.

Jev vs. ein großes Sprachmodell

• Output: typisierte strukturierte Werte & Wahrscheinlichkeiten, kein Freitext.
• Geschwindigkeit: 70–500ms — etwa 40–200× schneller als ein Frontier-LLM bei vergleichbaren Aufgaben.
• Kosten: $0.042 pro Million Input-Tokens, Output kostenlos (≈ $0.0004 pro Entscheidung).
• Sicherheit: keine halluzinierten Formate und keine Typfehler, by construction.
• Nutzung: von anderer Software und Agenten aufgerufen, nicht von einem Endnutzer gelesen.

Wer hat Jev entwickelt?

Jev stammt von TypeSafe AI, gegründet vom ehemaligen OpenAI-Forscher Diogo Almeida — einem Mit-Erfinder der RLHF-Arbeit hinter ChatGPT — zusammen mit Erik Gafni und Sasha Sheng. Das Unternehmen trat im September 2026 aus dem Stealth-Modus mit $40M an Seed-Finanzierung unter der Führung von DCVC hervor. Almeidas These: Wenn KI verändern soll, wie Arbeit erledigt wird, dürfen Menschen nicht die einzigen Konsumenten von Intelligenz sein — das meiste davon sollte still in der Software leben.

Teste Jev selbst

Du musst nicht der Warteliste beitreten, um zu sehen, was es kann. Öffne das kostenlose Playground, wähle eine Praxis-Demo — Support-Triage, Moderation, Lead-Scoring, Code-Review-Risiko — und beobachte, wie Jev typisierte Antworten mit kalibrierten Wahrscheinlichkeiten liefert. Wenn du bereit bist zu bauen, enthält der API-Guide Copy-Paste-Beispiele in curl, Python und TypeScript.