Jev от TypeSafe: ранний доступ, как устроена модель и какие задачи ей отдать
Jev это новая модель от TypeSafe. Она выбирает ответ из ваших вариантов за доли секунды и отдаёт вероятность каждого. Где взять ранний доступ, как устроен запрос, какие рутинные задачи ей отдать и как проверить её на своих данных до запуска.
1. Что это и где взять доступ
TypeSafe выпустила Jev 16 сентября 2026 года, модель открыта в раннем доступе. Во главе компании Диогу Алмейда, бывший исследователь OpenAI и один из авторов работы InstructGPT, из которой вырос ChatGPT.
- Ответ приходит за 70-500 миллисекунд
- По данным разработчиков модель в 20-200 раз быстрее сопоставимых нейросетей. В их отдельном тесте на рабочих сценариях вышло до 444 раз дешевле, это верхняя оценка
- Цена 0,042 доллара за миллион входящих токенов, ответ не тарифицируется
- Откройте сайт typesafe.ai и нажмите кнопку Waitlist, это лист ожидания раннего доступа
- Когда доступ откроют, войдите в консоль console.typesafe.ai
- В консоли есть Playground: вставляете текст, добавляете вопросы и видите ответы без единой строки кода
- Ключ для кода лежит в консоли, раздел Settings, пункт Keys
2. Почему ей негде выдумывать
Обычная нейросеть пишет ответ слово за словом, и где ей не хватает знаний, она достраивает правдоподобный текст. Jev устроена иначе. Вы даёте ей описание ситуации и типовые вопросы, а она возвращает только выбор из ваших вариантов и вероятность каждого.
- Choice: выбрать один вариант из списка. Ответ содержит выбор, вероятность каждого варианта и уверенность
- Score: оценить по вашей шкале из описанных уровней. Ответ содержит оценку, вероятности уровней и уверенность
- Noul: верно ли утверждение. Ответ это вероятность от 0 до 1
Все вопросы одного запроса оцениваются параллельно и независимо друг от друга, поэтому десять вопросов отвечаются почти так же быстро, как один. Главное поле ответа это уверенность. Высокая означает действовать автоматически, средняя означает показать человеку на подтверждение, низкая означает отдать задачу человеку или большой модели.
3. Какие рутинные задачи отдать ей уже сейчас
Каждая задача ниже разложена так, как её ждёт модель: что подаётся на вход и какие вопросы задаются. Раскладку можно сразу вставить в Playground.
Разбор заявок
Вход: текст заявки. Choice «кому передать»: продажи, поддержка, партнёрство, спам. Score «насколько горячая»: интересуется, сравнивает, готов платить.
Отсев спама в директе
Вход: сообщение и имя отправителя. Noul «это реклама или рассылка». Noul «в сообщении есть ссылка на сторонний ресурс».
Кому из клиентов написать первым
Вход: карточка клиента с последними действиями. Score «риск ухода» из трёх уровней. Choice «лучший следующий шаг»: напомнить, предложить скидку, ничего не делать.
Комментарии под роликом
Вход: текст комментария. Choice «тип»: вопрос, похвала, критика, кодовое слово, спам. Noul «человек просит материал».
Отзывы
Вход: текст отзыва. Score «тон» из пяти уровней. Choice «главная тема жалобы»: доставка, качество, цена, сервис, нет жалобы.
Подходит ли лид
Вход: ответы человека из анкеты. Noul для каждого признака вашего клиента отдельно. Итог считаете в своей таблице: сколько признаков совпало.
4. Готовые запросы
Первый запрос проверяет вашу раскладку в любой нейросети уже сегодня, до доступа к Jev. Второй это настоящий запрос к API из документации TypeSafe, переделанный под разбор заявок.
5. Как проверить модель до запуска
Разработчики сами пишут, что эталон в их тестах собран из ответов других моделей, а поведение под нагрузкой ещё не проверено. Поэтому свои пятьдесят примеров решают больше любого анонса.
- Возьмите 50 настоящих заявок или сообщений за прошлый месяц
- Разметьте их руками по тем же вариантам, что в вопросах
- Прогоните все 50 через Playground и выпишите выбор модели и уверенность
- Посчитайте совпадения отдельно для ответов с высокой и низкой уверенностью
- Порог автоматики ставьте там, где совпадения почти полные. Всё, что ниже порога, пусть уходит человеку
- Через неделю работы повторите замер на свежих данных
Читать дальше в блоге
Эту тему я разбираю подробно в статье рабочий список нейросетей для контента. Там же лежат остальные разборы про нейросети.
Я собрал систему, по которой обычный человек запускает блог с нуля и набирает аудиторию без съёмок, монтажа и команды. Внутри разбор, с которого стартовал сам.
Открыть разбор: с чего начать→