Röviden
A Jev modell a TypeSafe AI 2026 szeptemberében bemutatott döntési modellje. Nem ír szöveget: előre megadott válaszok közül választ, és mindegyikhez valószínűséget ad. Egy 10 és 250 fős cégnek ez azt jelenti, hogy a folyamatok döntési lépése, például hogy melyik kategóriába tartozik egy levél, olcsón és gyorsan automatizálható, és egyszerűen beköthető az ERP rendszerbe.
A lényeg
- A Jev modell kérdést kap fix válaszlehetőségekkel (igen vagy nem, választás egy listából, pontszám), és valószínűséget ad vissza, szöveget nem.
- A TypeSafe AI szerint a bemenet 0,042 dollárba kerül millió tokenenként, a válasz ingyenes, és 70 és 500 ezredmásodperc között érkezik.
- A minta gyorsan terjed: október elejéig a Cloudflare, az Amazon és az OpenAI is bemutatott hasonló megoldást.
- Számolni, dátumokat összevetni és szöveget írni a Jev nem tud megbízhatóan, és a TypeSafe szerint angolul a legpontosabb.
- A mi véleményünk: egy cég folyamataiban a döntés az, amiben az AI a leghasznosabb, és ez most olcsó lett. A valószínűség pont oda illik, ahol ember hagy jóvá.
Mi az a Jev modell?
A Jev olyan AI modell, amely egy kérdésre előre megadott válaszok közül választ, és mindegyik válaszhoz megmondja, mekkora valószínűséggel helyes. A TypeSafe AI nevű startup mutatta be 2026 szeptemberének közepén. Az InfoQ szerint a céget az OpenAI egykori kutatója, Diogo Almeida alapította. A TypeSafe a Jev modellt „System One” modellnek hívja: gyors döntésekre készült, amelyeket egy szoftver közvetlenül fel tud használni.
A ChatGPT típusú nagy nyelvi modellek (olyan AI, amely szóról szóra szöveget ír) bármilyen választ megfogalmazhatnak. A Jev modell nem. Az Understanding AI példájában arra a kérdésre, hogy „Spam ez a komment?”, a Jev mondjuk 0,98 valószínűséget ad az igenre és 0,02 valószínűséget a nemre. A cikk szerzője a saját blogján a Gemini 3 Flash modellt cserélte le a Jev modellre a spam szűréséhez. Szerinte a Jev gyorsabb, olcsóbb, és könnyebb vele kezelni azokat az eseteket, amikor a modell bizonytalan.
Miért gyorsabb és olcsóbb a Jev egy szöveget író modellnél?
A Jev modell azért gyorsabb és olcsóbb, mert nem kell szöveget generálnia: a TypeSafe AI bejelentése szerint az összes választ egyetlen lekérdezésben, párhuzamosan adja meg. A cég a saját számaival így hasonlítja össze a kettőt (token: a szöveg kis darabja, nagyjából egy rövid szó vagy szótag):
| Jev (a TypeSafe AI szerint) | Mai nagy nyelvi modellek (a TypeSafe AI szerint) | |
|---|---|---|
| Bemenet ára | 0,042 dollár millió tokenenként | 0,20 és 10 dollár között millió tokenenként |
| Kimenet ára | ingyenes | nagyjából ötször drágább a bemenetnél |
| Válaszidő | 70 és 500 ezredmásodperc között | 3 és 329 másodperc között |
| Mit ad vissza | előre megadott válaszokat, valószínűséggel | szabad szöveget |
- Bemenet ára
- Jev (a TypeSafe AI szerint)0,042 dollár millió tokenenként
- Mai nagy nyelvi modellek (a TypeSafe AI szerint)0,20 és 10 dollár között millió tokenenként
- Kimenet ára
- Jev (a TypeSafe AI szerint)ingyenes
- Mai nagy nyelvi modellek (a TypeSafe AI szerint)nagyjából ötször drágább a bemenetnél
- Válaszidő
- Jev (a TypeSafe AI szerint)70 és 500 ezredmásodperc között
- Mai nagy nyelvi modellek (a TypeSafe AI szerint)3 és 329 másodperc között
- Mit ad vissza
- Jev (a TypeSafe AI szerint)előre megadott válaszokat, valószínűséggel
- Mai nagy nyelvi modellek (a TypeSafe AI szerint)szabad szöveget
A számokat érdemes óvatosan kezelni. A TypeSafe a saját munkafolyamatain közel kétszázszor gyorsabb és több mint négyszázszor olcsóbb eredményt mért, de maga is azt írja, hogy ez valószínűleg a valós nyereség felső széle. Az InfoQ egy elemzést idéz, amely a megjelenés utáni felhasználói beszámolókat nézte át: ott a jelentett gyorsulás mediánja hétszeres volt. A TypeSafe azt is leírja, hogy nem tudja bizonyítani, hogy az ár nincs támogatva, és arra számít, hogy az árak idővel csökkennek.
Miért beszél róla mindenki?
A Jev modellről azért beszél mindenki, mert új formát hozott, nem új képességet. Az Understanding AI szerint a bejelentés közel 40 millió megtekintést kapott a Twitteren, és egy hét alatt több mint 100 000 ember csatlakozott a cég Discord közösségéhez. A lap szerint a Jev nem mutatott új vagy veszélyes képességet; azért figyeltek fel rá, mert más típusú modell.
A minta azóta gyorsan terjed. A Cloudflare október elején Clef néven nyílt súlyú döntési modelleket adott ki (ezek szabadon letölthetők és saját szerveren futtathatók), Apache 2.0 licenccel, a cég szerint a Jev programozási felületével kompatibilis módon. A TechCrunch szerint az Amazon ugyanekkor nyílt forráskódú saját változatot adott ki, az OpenAI pedig szeptember végén Decisions API néven, korlátozott előzetesként mutatott be hasonló szolgáltatást. Az Understanding AI benyomása szerint egyelőre a Jev teljesít a legjobban, de nem világos, hogy a többiek hamar utolérik vagy sem.
Mire nem jó a Jev modell?
A Jev modell nem ír szöveget, és a TypeSafe saját dokumentációja szerint több ponton gyenge. A jev 1.13 verzióról és a modellekről a cég ezeket írja:
- A Jev nem számológép: a matematikát kódban kell megoldani.
- Nem számol megbízhatóan, és a dátumokat szövegként olvassa, nem időrendként.
- A pontossága romlik, ha a bemenetben sok a döntéshez nem tartozó tartalom.
- Választásnál hajlamos az elsőként felsorolt lehetőség felé húzni.
- Angolul a legpontosabb; más nyelveket is kezel, de nem ugyanolyan jól.
A TypeSafe szerint a modell nem tud típushibát véteni, vagyis mindig a megadott válaszok egyikét adja. A formátum tehát mindig jó lesz, a tartalom attól még lehet rossz. Ezért kell a valószínűség mellé küszöb, ellenőrzés és ember.
Mit jelent ez egy 10 és 250 fős cégnek?
Szerintünk a Jev típusú döntési modellek a cégek mindennapi automatizálásában hoznak változást, nem a csevegésben. Egy cég folyamataiban a mesterséges intelligencia a döntésben a leghasznosabb: melyik kategória, kinek kell továbbítani, mehet tovább vagy ellenőrizni kell. Ez a lépés most olcsó és gyors lett. Mivel a válasz egy szám, egy egyszerű szabállyal bekerülhet az ERP rendszerbe, a számlázóba vagy a CRM rendszerbe.
Így építenénk fel egy ilyen döntést az AI automatizálás során:
- 01
Egy kérdés, fix válaszokkal. Például: ajánlatkérés, reklamáció, számla vagy egyéb?
- 02
Küszöb. 0,9 fölötti valószínűségnél a rendszer továbbviszi a levelet, alatta egy kolléga kapja meg, a modell legjobb tippjével együtt.
- 03
A számok kódban maradnak. Az összeget, a dátumot és az áfát validációs szabályok ellenőrzik, nem a modell.
- 04
Ember hagy jóvá, ahol pénz vagy ügyfél van. A gombot ember nyomja meg.
- 05
Napló. Minden döntés a valószínűségével együtt bekerül a naplóba, így később látszik, hol téved a modell.
Mi az Anthropic, a Google és az OpenAI modelljeivel dolgozunk, adatmegőrzés nélküli feltételekkel, a rendszereket pedig Magyarországon, Németországban vagy Finnországban üzemeltetjük. Egy új típusú modellt, legyen az a Jev vagy egy nyílt súlyú változat, csak akkor tennénk egy cég folyamatába, ha magyar dokumentumokon kipróbáltuk, és tudjuk, hová kerül az adat. Ezt egy AI Potential Audit két hete alatt meg lehet nézni: kiderül, mely döntések ismétlődnek naponta sokszor, és melyiket érdemes először gépre bízni.