Jev Nedir? TypeSafe AI'ın System One Modeli ve Apidog ile Nasıl Test Edilir?

Jev, TypeSafe AI'dan yeni bir model türüdür. Metin yazmaz. Ona bir program durumunun bir parçasını verirsiniz, yanıtlanması gereken soruları beyan edersiniz ve o da kalibre edilmiş olasılıklarla yazılı yanıtlar döndürür: evet/hayır olasılığı, bir listeden seçim veya bir rubrik üzerindeki puan. TypeSafe buna "Sistem Bir Modeli" diyor ve satış konuşması basit: yazılım içindeki çoğu yapay zeka çağrısı düzyazı istemiyor, bir karar istiyor. Bir Büyük Dil Modeli'ni (LLM) bir sınıflandırıcıya bağlayıp ardından yanıtından bir etiket çıkarmak için bir ayrıştırıcı yazdıysanız, Jev tam da bu iş için inşa edilmiştir; tıpkı yapılandırılmış çıktıların buna doğru atılan ilk adım olması gibi.

16 Eylül 2026'da Vercel AI Gateway'de kullanıma sunuldu ve bu da onu çoğu geliştiricinin önüne çıkardı. Bu kılavuz, Jev'in ne olduğunu, bir dil modelinden nasıl farklılaştığını, üç soru türünü, doğrudan ve Ağ Geçidi aracılığıyla nasıl çağrılacağını ve yönlendirme mantığınıza dokunmadan önce Apidog'da nasıl test edilip taklit edileceğini kapsar.

Jev nedir

TypeSafe'in tanıtım yazısı Jev'i "bir sınır-zeka işlevi çağrısı: yapılandırılmamış durum içeri, tip belirlenmiş olasılıksal kararlar dışarı" olarak tanımlıyor. Üç özellik onu tanımlar.

Çıktı tiplidir ve çağrıdan önce beyan edilir. Her sorunun şeklini önceden tanımlarsınız. Model yalnızca bu şekil içinde yanıt verebilir, bu nedenle ayrıştırılacak hiçbir şey ve yakalanacak bir şema uyumsuzluğu yoktur. TypeSafe'in bunun için kullandığı kelime, Jev'in "asla tip hatası yapmadığıdır."

Her yanıt bir olasılık taşır. Bir evet/hayır sorusu true döndürmez; 0.97 gibi bir sayı döndürür. Bir seçim, seçenekler arasındaki tam dağılımı döndürür. TypeSafe, modeli Kalibre Edilmiş Kararlar için Takviyeli Öğrenme adını verdiği bir yöntemle eğitti ve iddia, daha yüksek güvenin daha yüksek doğruluk anlamına geldiğidir, bu nedenle bir eşik belirleyebilirsiniz: açık durumları otomatikleştirin, belirsiz olanları bir insana yönlendirin.

Sorular paralel olarak, tek bir istekte yanıtlanır. Bir dil modeli, her seferinde bir token üretir. Jev, aynı duruma karşı beyan edilen her soruyu aynı anda değerlendirir, bu nedenle TypeSafe, uçtan uca yanıt sürelerinin 70 ms ile 500 ms arasında olduğunu belirtir. Bunlar satıcının kendi rakamlarıdır; bunları iş yükünüze göre doğrulanacak bir iddia olarak kabul edin, bir kıyaslama olarak değil.

Jev bir dil modelinden nasıl farklıdır?

Denge açık: Jev, dize üretiminden tamamen vazgeçer. Bir sohbet modeli değildir ve bir belgeyi özetlemez. Uygulama içinde "akıllı if-deyimi"nin yerine oturduğu yer burasıdır: bu bileti hangi ekip ele alır, bu hatanın ciddiyeti nedir, bu yanıtı göndermek güvenli midir, derleme geçti mi?

Üç soru türü

Jev'in doğrudan API'si üç temel öğeyi açığa çıkarır. Her biri, seçtiğiniz bir anahtar altında bir JSON nesnesidir.

Noul: evet/hayır olasılığı. TypeSafe'in boolean tipi için kullandığı isim. Yanıtın evet olma olasılığını döndürür ve bunu kodda eşiklersiniz.

{ "is_urgent": { "type": "noul", "instructions": "Does this message express urgency?" } }

Yanıt: { "type": "noul", "noul": 0.99 }.

Seçenek: adlandırılmış bir kümeden bir seçenek seçin. criteria, seçenek adlarını açıklamalara eşler, 255 seçeneğe kadar. Yanıt, en iyi seçimi, tam dağılımı ve bir güven rakamını taşır.

{ "department": { "type": "choice", "instructions": "Which team should handle this?",
  "criteria": { "billing": "Charges, invoices, payment problems",
                "shipping": "Delivery status, delays, lost packages",
                "returns":  "Exchanges, refunds, damaged items" } } }

Yanıt: { "type": "choice", "choice": "returns", "confidence": 1.0, "probabilities": { "returns": 1.0, "shipping": 0.0, "billing": 0.0 } }.

Puan: sıralı bir ölçekte bir konum. criteria, 2 ila 10 seviye açıklamasından oluşan bir dizidir, en düşükten başlayarak. Puan, olasılık ağırlıklı konumdur, bu nedenle basamaklar arasına düşebilir.

{ "bug_severity": { "type": "score", "instructions": "How severe is the reported issue?",
  "criteria": [ "Cosmetic; no impact to functionality",
                "Broken feature, but a workaround exists",
                "Blocking issue; no workaround" ] } }

Yanıt: { "type": "score", "score": 1.3, "confidence": 0.54, "probabilities": { "0": 0.0, "1": 0.7, "2": 0.3 }, "legend": { "0": "Cosmetic...", "1": "Broken...", "2": "Blocking..." } }.

Bir isimlendirme karışıklığı: Vercel AI SDK aracılığıyla evet/hayır tipi boolean olarak adlandırılır ve yanıt alanı probability'dir. TypeSafe'in kendi API'sine karşı ise noul'dur. Aynı fikir, farklı anahtar.

Jev'i çağırmanın iki yolu

Doğrudan. console.typesafe.ai/settings/keys adresinden bir anahtar alın, ardından Bearer token ile POST https://api.typesafe.ai/v1/systemone gönderin. Model kimliği jev-latest'dir ve şu anda jev-1.13.0'a çözülmektedir; jev-preview en yeni yapıya işaret eder, resmi olsun ya da olmasın. Hızlı başlangıca göre Python ve JavaScript SDK'ları mevcuttur, ancak ham uç nokta tek bir POST'tur, bu da Apidog'da kullanacağımız formattır.

Vercel AI Ağ Geçidi aracılığıyla. Model kimliği typesafe-ai/jev'dir ve AI SDK'sından (sürüm 7 veya sonrası) experimental_evaluate ile çağırırsınız. Değerlendirme belgelerinden bir uyarı: değerlendirme yalnızca AI SDK aracılığıyla kullanılabilir, Ağ Geçidi'nin OpenAI uyumlu veya Anthropic uyumlu uç noktaları aracılığıyla değil. Eğer modelleri Ağ Geçidi aracılığıyla yönlendiriyorsanız, tıpkı AI Ağ Geçidi üzerindeki GPT-5.6 Sol tanıtımımızdaki gibi, bu doğal bir yoldur; Vercel AI SDK kılavuzumuz kurulumu kapsar.

import { experimental_evaluate as evaluate } from 'ai';

const result = await evaluate({
  model: 'typesafe-ai/jev',
  state: 'The support agent issued a full refund to the customer.',
  questions: { refunded: { type: 'boolean', instructions: 'Was a refund issued?' } },
});
// result.answers.refunded -> { type: 'boolean', probability: 0.99 }

curl ile ilk isteğiniz

Bu, tek bir çağrıda her üç türle birlikte bir destek mesajını sınıflandırır:

export TYPESAFE_API_KEY="..."

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": "My card was charged twice for one order and I need this fixed today.",
    "questions": {
      "department": { "type": "choice", "instructions": "Which team handles this?",
        "criteria": { "billing": "charges and refunds", "shipping": "delivery", "technical": "bugs" } },
      "urgency": { "type": "score", "instructions": "How urgent is this?",
        "criteria": ["low", "medium", "high"] },
      "wants_refund": { "type": "noul", "instructions": "Is the customer asking for money back?" }
    }
  }'

Yanıt, model, soru kimliklerinize göre anahtarlanmış bir answers nesnesi ve input_tokens ve output_tokens içeren usage içerir. answers.department.choice, answers.urgency.score ve answers.wants_refund.noul'u okuyun, ardından eşiklerinizi uygulayın.

Apidog'da Jev'i test etme ve taklit etme

Olasılıkları döndüren bir model, bir testin nasıl göründüğünü değiştirir. Artık bir dizeyi iddia etmiyorsunuz; bir sayının bir çizgiyi geçtiğini iddia ediyorsunuz. Apidog bunu tek seferlik bir curl yerine kaydedilmiş, tekrarlanabilir bir kontrol haline getirir.

Anahtarı saklayın. Ortam Yönetimi'ni açın, TypeSafe adında bir ortam oluşturun ve TYPESAFE_API_KEY'i yerel alana gerçek değeriyle ekleyin, böylece makinenizde kalır ve asla ekiple senkronize olmaz. Ortamlar ve gizli değişkenler hakkındaki kılavuzumuz kapsam kurallarını kapsar.

İsteği oluşturun. Yeni istek, POST https://api.typesafe.ai/v1/systemone, {{TYPESAFE_API_KEY}} ile Bearer Token kimlik doğrulama türü, curl örneğinden JSON gövdesi. Gönderin ve yanıt panelindeki yanıtları okuyun.

Metni değil, kararı iddia edin. answers.department.choice'ın billing'e eşit olması, answers.wants_refund.noul'un 0.9'dan büyük olması ve answers.urgency.score'un 1.5'ten büyük olması gibi işlem sonrası iddialar ekleyin. Artık Jev'in davranışında veya kendi kriterlerinizin ifade edilişinde bir regresyon, biletleri sessizce yanlış yönlendirmek yerine bir testi başarısız kılar.

Ön uç için onu taklit edin. Yanıtı bir taklit olarak kaydedin ve bilet kullanıcı arayüzünüz, token harcamadan veya modeli beklemeden kararlı bir answers nesnesine karşı oluşturulabilir ve demo edilebilir. Şekil beyan edildiği için taklit ve gerçek yanıt birbirinden ayrılamaz.

Bir senaryo olarak kaydedin. Birkaç durumu, sakin bir mesajı, öfkeli bir mesajı, belirsiz bir mesajı zincirleyin ve belirsiz durumda güvenin düştüğünü iddia edin. İşte eşiğinizin işini yaptığını söyleyen kontrol budur. Bunu kurmak için Apidog'u indirin; ücretsiz plan dört kişilik bir ekibi kapsar.

Fiyatlandırma, sınırlar ve hatalar

TypeSafe'in modeller sayfasından:

• Fiyat: Milyon giriş tokenı başına 0,042 dolar. Çıkış tokenları ücretlendirilmez. Ağ Geçidi de milyon giriş başına aynı 0,042 doları listeler.
• Oran limitleri: Saniyede 250.000 token ve dakikada 1.200 istek, dinamik olarak ayarlanır.
• Bağlam: İstek başına 64k token, bunun 32k'sı state ve en uzun soru içindir.
• Giriş: sadece metin. Bir dize, bir JSON nesnesi veya bir metin dizisi. Görsel, ses veya video yok.
• Dil: İngilizce en iyisidir; diğer diller daha düşük doğrulukla çalışır.

Hatalar HTTP durum kodları olarak geri döner: eksik veya geçersiz bir anahtar için 401, gövde doğrulamasını başarısız olduğunda (tek seviyeli bir Puan, kriterleri olmayan bir Seçim) 422, oran limitleri için 429 ve hizmet aşırı yüklendiğinde 529. Son ikisinde geri çekilin ve tekrar deneyin; SDK'lar bunu varsayılan olarak yapar.

Sıkça Sorulan Sorular

Jev, bir Büyük Dil Modeli'nin (LLM) yerini mi alıyor?

Hayır. Bir karar istemek ve bunu elde etmek için metni ayrıştırmak zorunda kaldığınız LLM çağrısının yerini alıyor. Üretim, sohbet ve özetleme hala bir dil modeli gerektiriyor.

Jev sanrı görebilir mi?

Yanlış olabilir, ancak beyan ettiğiniz şemanın dışında bir yanıt üretemez. TypeSafe'in argümanı, şema eşleşmesinin garanti edildiği, bu nedenle "sanrı görmüş" bir etiketin imkansız olduğu; düşük güvenli yanlış bir etiketin hala mümkün olduğu ve bu nedenle olasılığın önemli olduğudur.

"Kalibre edilmiş" pratikte ne anlama gelir?

Model 0.9 derse, bu tür bir soruda yaklaşık %90 oranında doğru olmalıdır. Bu, bir eşik seçmenize ve bunun üzerinde otomatikleştirmeye izin verir. Numaraya güvenmeden önce kendi verilerinizle test edin; etiketli durumlarla Apidog'da kaydedilmiş bir senaryo bunu yapmanın ucuz bir yoludur.

Jev'i kullanmak için Vercel'e ihtiyacım var mı?

Hayır. api.typesafe.ai adresindeki doğrudan API, bir Bearer anahtarıyla kendi başına çalışır. Vercel AI Gateway, AI SDK'yı zaten kullanıyorsanız bir kolaylıktır ve experimental_evaluate'i destekleyen tek yoldur. Her iki durumda da, beyan edilen şekillerin arkasındaki JSON Şema temellerini bilmek değerlidir.

Jev nerede kullanılır?

Soru sabit bir yanıt kümesine sahip olduğunda ve onunla birlikte bir olasılığa ihtiyacınız olduğunda Jev'e başvurun: yönlendirme, sınıflandırma, puanlama, doğrulama, güvenlik önlemleri. Kelimelere ihtiyaç duyan her şey için dil modelinizi kullanın. Şekli beyan edin, Apidog'daki eşikleri test edin ve güven sayısının neyin otomatikleştirileceğine karar vermesine izin verin.