15 сентября TypeSafe показала Jev — модель, которая общается не с человеком, а с программой, и вместо генерации текста принимает решения и сравнивает вероятности.
Пример из документации TypeSafe:
В поддержку пришло письмо: «Три дня не могу подключить Stripe, интеграция падает. Я теряю продажи. Помогите срочно».
Программа отправляет это письмо Jev и спрашивает:
Куда его отправить?
1. техподдержка
2. оплата
3. продажи
Jev отвечает:
техподдержка — 85%
оплата — 15%
продажи — 0%
То есть программа сразу получает готовый ответ, который может использовать дальше. И заодно видит, насколько сама модель в нём уверена.
Письмо посложнее: клиенту пришла вещь не того размера, и непонятно, нужно вернуть деньги или обменять вещь.
Jev отвечает:
возвраты — 61%
оплата — 35%
Разработчик заранее задал правило: если второй вариант набирает больше 25%, письмо уходит в оба отдела. Поэтому оно попадает в возвраты, а копия уходит в оплату.
В этом новизна Jev. Привычная LLM отвечает текстом, который программе ещё нужно как-то разобрать.
Jev сразу выдаёт структурированный результат: вариант → вероятность. А правила могут быть любыми: например, если уверенность выше 90%, действуем автоматически, если ниже — зовём человека.
Нужно это там, где тысячи мелких решений подряд: разобрать почту, определить тему заявки, проверить комментарий.
Большие модели при этом умнее. Every прогнали тест: в текстах спрятали 7 ошибок. Claude Fable 5.1 нашёл все 7, Jev нашла 6. Зато отвечала за 0,35 секунды против почти 9 секунд у Claude и обошлась примерно в 580 раз дешевле.
Напрямую попробовать Jev можно пока только через лист ожидания. Но модель уже подключили Vercel, Cloudflare и OpenRouter (пока в бете).
Пощупать без кода можно в фанатских демках (к TypeSafe они отношения не имеют):
→ askjev.ai: задаёте вопрос, Jev отвечает «да / нет / зависит»
→ easyjev.app: живой классификатор, меняете текст, и ответ меняется на лету
@ailetter