Was ist Jev? Die auf Entscheidungen spezialisierte KI ohne Textgenerierung: Einsatz, Preise und Grenzen

Jev ist ein KI-Modell, das bei Eingabe eines Textes eine Auswahl, einen Bewertungswert oder die Wahrscheinlichkeit für Ja/Nein zurückgibt. Es erzeugt keinen Text. Es eignet sich für Anwendungen, in denen Urteile wie die Zuordnung von Anfragen innerhalb einer App immer wieder getroffen werden. Der Preis beträgt 0,042 $ pro 1 Mio. Eingabe-Token, die Ausgabe ist kostenlos.

1. Was ist Jev?

TypeSafe hat am 15. September 2026 den Early Access für Jev angekündigt. Statt eines Chats, der lange Erklärungen liefert, ist es für Entscheidungen innerhalb einer App gedacht, etwa „welches Team soll das bearbeiten“ oder „wie gut passt das zu den Kriterien“.

Das Besondere ist, dass die Form der zurückgegebenen Werte festgelegt ist. Eine Antwort mit korrektem Format kann trotzdem eine falsche Entscheidung sein. Wer die Aussage „keine Halluzinationen“ aus der Ankündigung so liest, dass jeder Inhalt richtig beantwortet wird, setzt das Modell falsch ein.

TypeSafe nennt Jev ein „System One model“. Laut Ankündigung stammt der Name aus der Unterscheidung in Daniel Kahnemans Buch Schnelles Denken, langsames Denken zwischen dem schnellen, intuitiven „System 1“ und dem langsamen, überlegten „System 2“. Es handelt sich um eine firmeneigene Bezeichnung und nicht um eine einheitliche Leistungsstufe für KI insgesamt. Die offizielle Erklärung zu System One beschreibt es als Modell, das natürliche Sprache versteht und typisierte Entscheidungen zurückgibt, die Software direkt verarbeiten kann.

Der Name Jev geht auf den Ökonomen William Stanley Jevons zurück. Er steht für die Vorstellung, dass mit sinkenden Kosten für Intelligenz die Einsatzmöglichkeiten um Größenordnungen wachsen, ähnlich dem Jevons-Paradoxon, bei dem Effizienzgewinne den Verbrauch eher steigern (Wird KI die Bürojobs auslöschen?).

state

Das Material für die Entscheidung. Text oder JSON-formatierte Daten. Hineingegeben werden etwa der Text der Anfrage, vom Nutzer gewählte Punkte oder Hintergrundinformationen für die Einordnung.

questions

Was entschieden werden soll. Eine Frage wie „Welches Team soll das bearbeiten?“ zusammen mit Kandidaten und Beurteilungskriterien.

Da die Ausgabeoptionen vorab festgelegt werden, ist kein Schritt nötig, der aus einem Text wie „wahrscheinlich das technische Team“ einen Kategorienamen herausliest. Andererseits eignet es sich nicht für die Erstellung langer Texte wie Antworten, Code oder Begründungen. Kombinieren Sie es mit einem generativen KI-Modell, ergibt sich eine Arbeitsteilung: Jev bestimmt, wohin die Aufgabe gehört, und das generative Modell wird nur dort aufgerufen, wo Text gebraucht wird.

Worin unterscheidet sich das von einem LLM, das in JSON antwortet?

Dass Ausgaben als JSON empfangen werden, ist nicht allein Jev vorbehalten. Claude zum Beispiel hat strukturierte Ausgaben, die die Ausgabe an ein JSON-Schema binden. Wenn Sie die Klassifikation bereits mit einem generativen Modell umgesetzt haben, müssen Sie sie nicht allein deshalb ersetzen, weil „das Format feststeht“.

Jev ist auf die Rückgabe von Auswahlen, abgestuften Bewertungen und binären Entscheidungen zusammen mit deren Wahrscheinlichkeiten spezialisiert. Brauchen Sie nach der Entscheidung Erklärungen oder Antworten, nehmen Sie ein generatives Modell. Sollen aus Text wiederholt Kandidaten ausgewählt werden, ist Jev ebenfalls eine Option zum Vergleich. Für exakte Berechnungen von Beträgen oder Daten nehmen Sie gewöhnlichen Code. So teilen Sie die Aufgaben auf. Praktisch ist es, vor der Entscheidung Genauigkeit, Wartezeit und Kosten bei gleicher Eingabe und gleichen Kriterien zu vergleichen.

2. Unterschiede zwischen Choice, Score und Noul

Die offizielle Erklärung zu Primitives teilt Fragetypen in drei Arten ein. Auch ähnliche Fragen wählen Sie nach der gewünschten Ausgabe.

3. Typgarantie und Genauigkeit der Entscheidung sind verschieden

Die in der Ankündigung betonte Typgarantie bedeutet, dass die Ausgabe auf die definierten Kandidaten oder den Wertebereich beschränkt wird. Teilen Sie Anfragen danach ein, ob sie an die Abrechnung oder an die Technik gehen, erfindet das System keinen nicht vorgesehenen Abteilungsnamen als Freitext. Ob es das richtige Team wählt, ist aber eine andere Frage.

Laut offizieller Erklärung ist der confidence bei Choice und Score eine Kennzahl, die die Konzentration der Wahrscheinlichkeitsverteilung als eine einzige Zahl von 0 bis 1 zusammenfasst. Es ist der Standardwert. Passt er nicht zu Ihrem Anwendungsfall, dürfen Sie eine andere Kennzahl selbst aus den zusammen zurückgegebenen probabilities berechnen.

Kandidaten liegen eng beieinander

Der confidence wird niedrig.

Die Verteilung konzentriert sich auf einen Kandidaten

Der confidence wird hoch.

Lesen Sie nicht: „0,9, also ist dieser eine Fall zu 90 % richtig.“ Die Kalibrierung von Wahrscheinlichkeiten ist eine Eigenschaft, die über viele Vorhersagen gemeinsam bewertet wird. Sie zeigt nicht, ob ein einzelner Fall richtig ist.

In der Praxis schreiben Sie Code, der anhand des confidence verzweigt. Die offizielle Confidence-Seite zeigt folgende Verzweigung, nachdem Nutzer ihre Anfrage aus „Kontostand anzeigen“, „Ausstehende Auszahlung genehmigen“ oder „Support“ gewählt haben (Auszug; die Kommentare hat der Verfasser übersetzt).

if confidence < 0.5:
    # Das Modell ist wirklich unsicher. Nicht raten lassen
    route_to_human(user_message)

elif action.choice == "check_balance":
    # Geringe Auswirkung. Eine andere Ansicht lässt sich wieder zurücksetzen
    show_balance(account_id)

elif action.choice == "approve_transfer":
    if confidence > 0.9:
        # Große Auswirkung und hohe Sicherheit. Bestätigen, dann ausführen
        confirm_then_execute(account_id)
    else:
        # Große Auswirkung, mittlere Sicherheit. Vorher nachfragen
        ask_user_to_confirm(account_id)

Die Untergrenze von 0,5 soll Fälle erfassen, in denen das Modell selbst angibt, wirklich unsicher zu sein. Darüber hinaus verlangen nicht rückgängig zu machende Vorgänge wie das Genehmigen einer Auszahlung eine höhere Schwelle als reine Leseoperationen. Beachten Sie, dass auch über 0,9 nicht sofort ausgeführt wird, sondern zuerst eine Bestätigung eingeholt wird. Ein hoher confidence ersetzt keine Ausführungsberechtigung.

0,5 und 0,9 sind Beispiele und keine allgemein empfohlenen Werte. Auch die offizielle Dokumentation sagt, dass passende Werte vom Fachgebiet und von der Leistung des Modells für Ihren Anwendungsfall abhängen. Sie empfiehlt, mit vorsichtigen Schwellenwerten zu beginnen und sie mit eigenen Daten abzustimmen.

4. Ein Beispiel: Anfragen zuordnen

Nehmen Sie eine Anfrage wie „Wenn ich auf die Schaltfläche zum Herunterladen meiner Rechnung drücke, passiert nichts“. Wird sie aufgrund des Wortes „Rechnung“ der Abrechnung zugeordnet, übersehen Sie den Fehler auf dem Bildschirm. Lassen Sie Jev entscheiden, erklären Sie die Grenzen der Teams und lassen Sie dann einen Kandidaten wählen.

Nach dem offiziellen Quick start und der API-Referenz hat die Anfrage diese Form. Sie holen sich einen API-Schlüssel und senden JSON an POST https://api.typesafe.ai/v1/systemone.

{
  "model": "jev-1.13.0",
  "state": "Ich drücke auf die Schaltfläche zum Herunterladen meiner Rechnung, aber es passiert nichts.",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "Wählen Sie den Zuständigkeitskandidaten, der dem Hauptanliegen im Text entspricht.",
      "criteria": {
        "billing": "Fragen zu Rechnungsbetrag, Zahlungsart oder doppelter Abrechnung.",
        "technical": "Bedienung des Bildschirms, Fehlermeldungen oder Funktionen, die nicht laufen.",
        "review": "Mehrere Anliegen sind vermischt oder es fehlen Informationen, um die Zuständigkeit festzulegen."
      }
    },
    "service_unavailable": {
      "type": "noul",
      "instructions": "Meldet der Text, dass ein Bildschirm oder eine Funktion derzeit nicht verfügbar ist?"
    }
  }
}

Senden und Umgang mit der Antwort

Holen Sie sich in der Konsole einen API-Schlüssel und setzen Sie in den HTTP-Headern Authorization: Bearer <API_KEY> und Content-Type: application/json. Verwalten Sie den Schlüssel serverseitig, etwa über Umgebungsvariablen, und betten Sie ihn nicht in öffentliches HTML oder in Repositories ein.

Um zuerst die Verbindung zu prüfen, können Sie das curl-Beispiel aus dem offiziellen Quick start unverändert einfügen und ausführen. Legen Sie den Schlüssel in der Umgebungsvariablen TYPESAFE_API_KEY ab und führen Sie den Befehl dann aus. Das Beispiel fragt mit Noul, ob eine englische Anfrage Dringlichkeit ausdrückt.

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
  {
    "state": "Hi, I've been trying to connect my Stripe account for 3 days and the integration keeps failing. I'm losing sales. Please help ASAP.",
    "model": "jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "Drückt diese Nachricht Dringlichkeit aus?"
      }
    }
  }
EOF

Wenn Sie das oben gezeigte deutsche Beispiel senden möchten, ersetzen Sie das JSON zwischen <<'EOF' und EOF durch dieses JSON. Wenn Sie aus Code aufrufen oder einen Agenten, der bei der Entwicklung hilft, die Spezifikation lesen lassen, stellt die offizielle Dokumentation folgende Einstiegspunkte bereit.

• Aufruf aus Python: pip install typesafe-sdk (Python 3.10 oder neuer). Der SDK-Client liest die Umgebungsvariable TYPESAFE_API_KEY und ruft standardmäßig jev-latest auf.
• Entwicklung mit Claude Code: claude plugin marketplace add typesafe-ai/skills, gefolgt von claude plugin install typesafe@typesafe-ai. Dadurch wird ein offizieller Skill installiert, der dem Coding-Agenten die drei Fragetypen und Entwurfsmuster übergibt (Agent skill).

Zurück zum deutschen Beispiel: Welche Felder Sie lesen und wofür Sie sie verwenden, zeigen Abbildung und Tabelle unten. Mit Choice erhalten Sie den Zuständigkeitskandidaten, mit Noul sehen Sie, ob eine Meldung über eine nicht verfügbare Funktion vorliegt.

401 und 422: Einstellungen oder Eingabe korrigieren

401 bedeutet fehlender oder ungültiger Schlüssel, 422 bedeutet, dass die Prüfung des Eingabeformats fehlgeschlagen ist. Korrigieren Sie die Einstellungen oder den Text und senden Sie dann erneut.

429 und 529: warten, dann erneut versuchen

Wiederholen Sie nicht kurz hintereinander, sondern verlängern Sie die Wartezeit schrittweise. Das offizielle SDK führt diese Wiederholung standardmäßig automatisch durch.

HTTP-Fehler sind etwas anderes als ein niedriger confidence. Behandeln Sie sie nicht als Antwortwert. Grundlage ist die oben genannte API-Referenz.

Zu Beginn genügt es oft schon, die bestehende Zuordnung unverändert zu lassen und die von einem Menschen gewählte Zuständigkeit neben die Kandidaten von Jev zu stellen. Prüfen Sie, ob ein technisches Problem trotz des Wortes „Rechnung“ auch technisch eingeordnet wird, ob Anfragen mit mehreren Anliegen an die Prüfung weitergegeben werden können und ob ohne ausreichende Informationen nicht vorschnell entschieden wird. Finden Sie einen Fehler, nehmen Sie ihn als Fehlerfall auf und prüfen Sie, ob sich die Beschreibungen der Kandidaten überschneiden.

Wenn Sie es in einen KI-Agenten einbauen, trennen Sie „das Modell, das entscheidet“, „die Werkzeuge, die ausführen“ und „die Bedingungen, unter denen ausgeführt werden darf“, und belassen Sie Betragsberechnungen und Berechtigungsprüfungen im Code. Tritt eine Fehlentscheidung auf, lässt sich dann leichter nachvollziehen, wo der Fehler lag.

Die offizielle Dokumentation von TypeSafe enthält außerdem Implementierungsbeispiele für Guardrails für LLM-Apps, die Auswahl von Dokumenten, die per RAG abgerufen wurden, das Neusortieren von Suchergebnissen und die Prüfung von Zitaten. Auch wenn Sie es für Guardrails oder die Dokumentenauswahl nutzen, bleibt die im nächsten Kapitel beschriebene Schwäche bei „Eingaben, die die Antwort lenken“ bestehen. (Wie man sowohl an der Eingabe als auch an der Ausgabe stoppt, erklärt Was sind KI-Guardrails?)

5. Ungeeignete Aufgaben und bekannte Schwächen

TypeSafe veröffentlicht die bekannten Schwächen von Jev 1.13. Nehmen Sie nicht an, dass es präzise arbeitet, nur weil es ausschließlich für Entscheidungen gedacht ist. Teilen Sie die Arbeit wie folgt auf.

Außerdem müssen die getrennt abgefragten Ja/Nein-Wahrscheinlichkeiten nicht mathematisch zusammenpassen. Auch wenn Sie dieselbe Bedingung und ihre Verneinung mit getrennten Noul-Fragen stellen, ist die Summe nicht garantiert 1, und Sie können Choice-Wahrscheinlichkeiten und Noul-Wahrscheinlichkeiten nicht mit demselben Schwellenwert behandeln. Ändern Sie die Form einer Frage, bewerten Sie erneut, statt frühere Anpassungswerte zu übernehmen.

Prüfpunkte bei der Verwendung auf Deutsch

6. Preise, Eingabegrenzen und Geschwindigkeit richtig lesen

Stand 21. September 2026 nannte die Models-Seite von TypeSafe als aktuelles Modell jev-1.13.0. Am 14. Oktober 2026 wurde außerdem jev-1.14.0 veröffentlicht (Preis und Kontextlänge sind gleich). Zum Prüfzeitpunkt am 19. Oktober zeigte der Alias jev-latest (stabil) auf 1.13, jev-preview auf 1.14. Aliase wechseln, wenn eine neue Version erscheint. Wenn Sie stabile Ergebnisse wollen, geben Sie daher eine ID mit Version an. Der Preis beträgt 0,042 $ pro 1 Mio. Eingabe-Token; Ausgabe-Token sind kostenlos. Es handelt sich nicht um eine feste Gebühr pro Anfrage. Die Kosten richten sich nach der Anzahl der Eingabe-Token einschließlich state und questions. Als grobe Größenordnung zeigt das Antwortbeispiel des offiziellen Quick start (eine englische Anfrage mit drei Sätzen und drei Fragen) für usage.input_tokens einige hundert Token. In der Ankündigung schreibt TypeSafe außerdem, dass sich derzeit nicht beweisen lässt, dass dieser Preis nicht auf Subventionen beruht, und dass sich erst langfristig zeigen wird, ob er sich halten lässt. Das Unternehmen erwartet eher sinkende als steigende Preise.

Die doppelte Begrenzung: 64k und 32k

Die Eingabe ist nur Text. Bilder, Audio und Video lassen sich nicht direkt übergeben; sie müssen zuerst durch einen separaten Prozess in Text oder strukturierte Daten umgewandelt werden.

Rate-Limits können sich ändern

Rate-Limits werden pro Organisation festgelegt. Das Limit Ihrer Organisation prüfen Sie in der Entwicklerkonsole (Stand der Models-Seite am 19. Oktober 2026; früher standen dort feste Zahlen). Die Einheiten sind Token pro Sekunde und Anfragen pro Sekunde. Wird eines davon überschritten, kommt 429 Too Many Requests zurück. Das offizielle SDK wiederholt standardmäßig mit Backoff, und wenn die Antwort einen Header retry-after hat, folgt es diesem. Rufen Sie die HTTP-API direkt auf, schreiben Sie selbst eine Wiederholungslogik, die die Wartezeit verlängert, wie oben beschrieben.

Die offizielle Dokumentation weist darauf hin, dass die Limits wegen sehr hoher Nachfrage dynamisch angepasst werden und sich ohne Vorankündigung ändern können. Höhere Limits gibt es über individuelle oder Enterprise-Verträge. Bei einem Entwurf, der große Textmengen auf einmal sendet, prüfen Sie den Wert zu Projektbeginn und legen Sie fest, wie Sie reagieren, wenn Sie an das Limit stoßen.

Geschwindigkeit und Preis: gleiche Aufgabe vergleichen

TypeSafe nennt in der Ankündigung die Zeit von der Anfrage bis zum Ergebnis mit 70 ms bis 500 ms. Die öffentlichen Messungen des Unternehmens wurden allerdings überwiegend auf Laptops des Unternehmens an der US-Westküste durchgeführt, wo der Dienst seinen Standort hat.

Im Vergleich mit generativen Modellen nennt das Unternehmen die Zahl „193,6-mal schneller und 444,6-mal günstiger“. Sie stammt aus einer vom Unternehmen selbst erstellten Workflow-Bewertung, und TypeSafe geht selbst davon aus, dass sie eher am oberen Ende der tatsächlich erreichbaren Verbesserungen liegt. Zwar heißt es, die Workflows seien nicht zugunsten des eigenen Modells ausgewählt und nicht in den Trainingsdaten enthalten; das Unternehmen weist aber auch darauf hin, dass sie von Mitgliedern des eigenen Modell-Fähigkeitsteams erstellt wurden und deshalb verzerrt sein können. Lesen Sie beides als Zahlen des Anbieters selbst und vergleichen Sie in Ihrer eigenen Arbeit unter Beachtung der folgenden Punkte.

• Ändern sich die Bedingungen, ändern sich auch die Ergebnisse: Vergleichen Sie mit gleicher Netzwerkentfernung, gleicher Eingabelänge, gleicher Anzahl an Fragen und gleichen Einstellungen des Vergleichsmodells.
• Nicht geeignet als Faktor gegenüber gewöhnlichem Chat: Der offizielle Vergleich enthält die Verarbeitung, mit der aus einem generativen Modell eine Wahrscheinlichkeitsverteilung gewonnen wird.

Was Sie in der Praxis vergleichen

Kosten: API-Stückpreis plus Betriebsaufwand

Berücksichtigen Sie auch den Anteil für Vorverarbeitung, Wiederholungen und wartende Prüfungen. Ist die Klassifikation billig, steigt aber die menschliche Prüfung, sinkt der Gesamtaufwand nicht.

Geschwindigkeit: Durchschnitt plus langsame Anfragen

Prüfen Sie, ob die Arbeit auch bei Überlastung oder langsamen Antworten nicht stillsteht.

7. Was beim Ausprobieren zu prüfen ist

Beginnen Sie im Playground und prüfen Sie, ob Ihre Kriterien für die Frage ankommen. Der offizielle Quick start enthält Schritte zum Abrufen eines API-Schlüssels und zum Aufruf. Da es sich um Early Access handelt, prüfen Sie nach dem Anmelden zuerst Ihre Nutzungsberechtigung.

Vier Punkte, auf die Sie bei der Bewertung achten

1. 01

   Richtige Antworten und Grenzen vorbereiten.

   Neben Beispielen, in denen Menschen die Zuständigkeit festgelegt haben, nehmen Sie mehrere Anliegen, sehr kurze Texte, Verneinungen und lenkende Sätze auf. Bei echten Daten prüfen Sie, ob die Inhalte extern gesendet werden dürfen.

2. 02

   Die Kriterien der Fragen festschreiben.

   Halten Sie fest, was jeden Kandidaten ausmacht, und legen Sie die Bedingungen fest, unter denen nach „Sonstiges“ geleitet wird. Prüfen Sie auch mit Beispielen, die nicht zur Anpassung der Kriterien verwendet wurden.

3. 03

   Genauigkeit und Anteil der Prüfungen gemeinsam betrachten.

   Zählen Sie pro Schwellenwert, wie viele Fälle automatisch verarbeitet wurden und wie viele davon falsch zugeordnet waren. Notieren Sie auch die Menge der wartenden Prüfungen, damit die Genauigkeit allein nicht besser aussieht, als sie ist.

4. 04

   Modell und Fragen protokollieren.

   Halten Sie Modell-ID, Eingabetyp, Version der Fragen, Antworten und Verarbeitungszeit fest und vergleichen Sie Ergebnisse vor und nach Änderungen.

Grundlage dieses Artikels: die Ankündigung von TypeSafe und die offizielle Dokumentation (geprüft am 21. September 2026, Aktualisierung am 19. Oktober 2026 bestätigt). Der Verfasser hat die API nicht ausgeführt und die Genauigkeit auf Deutsch sowie die tatsächlichen Wartezeiten nicht gemessen.

FAQ

Q. Kann man mit Jev wie mit ChatGPT sprechen?
A. Nein, es ist kein Modell, das frei formulierte Antworten erzeugt. Sie geben Text ein und erhalten Entscheidungen in der Form, die Sie mit Choice, Score oder Noul festgelegt haben. Wenn Sie Antwort- oder Erklärungstexte brauchen, kombinieren Sie es mit einem generativen Modell oder mit Vorlagen.

Q. Wenn es keine Halluzinationen gibt, macht es dann keine Fehler?
A. Die Ausgabe auf einen Typ oder auf Kandidaten zu beschränken und den Inhalt richtig zu beurteilen, sind zwei verschiedene Dinge. Auch die offizielle Dokumentation nennt Schwächen wie Berechnungen, Daten, Eingaben mit viel irrelevanter Information und lenkende Sätze. Sie müssen die Genauigkeit mit eigenen Daten messen.

Q. Bedeutet der Wert 0,5 bei Noul „mittel“?
A. Er bedeutet, dass Ja und Nein etwa gleich wahrscheinlich bewertet werden. Er ist kein Wert für die Mitte von Schwere oder Qualität. Um den Grad zu messen, kommt ein Score mit erläuterten Stufen infrage.

Q. Kann man es auch auf Deutsch verwenden?
A. Die offizielle Dokumentation besagt, dass auch andere Sprachen als Englisch verarbeitet werden, einschließlich CJK-Schriften. Sie erklärt aber auch, dass Englisch die Hauptlernsprache ist und derzeit die besten Ergebnisse liefert. Prüfen Sie vor dem geschäftlichen Einsatz mit deutschsprachigen Bewertungsdaten.

Q. Kann man es auch zur Beurteilung von Bildern oder Audio nutzen?
A. Die Eingabe des aktuellen Modells ist nur Text. Bilder oder Audio lassen sich nicht direkt übergeben. Wenn Ihr Entwurf Zeichen oder strukturierte Daten übergibt, die in einem anderen Prozess gewonnen wurden, bewerten Sie auch die Fehler dieser Vorverarbeitung mit.