Jev AI Model · STRUKTURIERTE ENTSCHEIDUNGEN · 100 STARTGUTHABENPUNKTE

Text in Entscheidungen verwandeln, die deine App nutzen kann.

Klassifiziere, bewerte und leite Text mit Jev AI Model weiter. Beginne mit einer echten Aufgabe, prüfe die Wahrscheinlichkeiten und vergleiche deine Regeln, bevor du die API anbindest. Neue Konten erhalten 100 Guthabenpunkte.

BEISPIEL · KEIN GUTHABEN VERBRAUCHT

„Mir wurde heute Morgen zweimal Geld abgebucht. Bitte erstatte die doppelte Zahlung noch heute.“

Eine Eingabe → strukturierte Entscheidungen

Choice

Abrechnung

An das Abrechnungsteam weiterleiten

Ja / Nein

96%

Wahrscheinlichkeit einer dringenden Anfrage

Score

2.8 / 3

Dringlichkeit auf einer Skala von 0 bis 3

Statische Darstellung des Ausgabeformats. Die Werte sind weder eine Live-Modellantwort noch ein Maß für die Genauigkeit.

01 / WORKBENCH

Jev AI Model-Playground

Lade eine Aufgabe ohne Anmeldung. Bearbeite die Eingabe und melde dich anschließend an, um sie mit Guthaben auszuführen. Neue Konten erhalten einmalig 100 Guthabenpunkte.

Was möchtest du entscheiden?

Wähle eine Aufgabe, um Eingabe und Regeln zu laden. Beispiele zu laden kostet kein Guthaben.

Kev 4B · Modell und Preise ↗Span · Verhaltensbewertung ↗

Text oder JSON, das für jede Frage separat ausgewertet wird.

Fragen 1/8

Which team should handle this ticket? Use other when no option fits.Choice

Optionen

Maximales Guthabenbudget: 1 credits

Wir reservieren dieses Budget, bevor das Modell ausgeführt wird, rechnen anschließend den tatsächlichen Verbrauch ab und erstatten die Differenz. Fehlgeschlagene Aufrufe werden erstattet.

Neues Konto? Erhalte einmalig 100 Guthabenpunkte. Kurze Anfragen verbrauchen meist 1 Guthabenpunkt; längere Eingaben können mehr kosten.

10 Startguthabenpunkte · ein Guthaben für Web und API

Entwurf in diesem Browser gespeichert · Dein Entwurf wird nach der Anmeldung wiederhergestellt.

BEISPIEL · KEIN GUTHABEN VERBRAUCHT

„Mir wurde heute Morgen zweimal Geld abgebucht. Bitte erstatte die doppelte Zahlung noch heute.“

Eine Eingabe → strukturierte Entscheidungen

Choice

Abrechnung

An das Abrechnungsteam weiterleiten

Ja / Nein

96%

Wahrscheinlichkeit einer dringenden Anfrage

Score

2.8 / 3

Dringlichkeit auf einer Skala von 0 bis 3

Statische Darstellung des Ausgabeformats. Die Werte sind weder eine Live-Modellantwort noch ein Maß für die Genauigkeit.

Dein Entwurf wird nach der Anmeldung wiederhergestellt.

02 / VOR DER BEREITSTELLUNG VERGLEICHEN

Zwei Konfigurationen anhand derselben Fälle vergleichen.

Eine überzeugende Antwort ist ein guter Anfang, sagt aber noch nicht, wie sich eine Entscheidung über deine Anfragen hinweg verhält. Entwickle einen Jev AI Model-Ablauf mit repräsentativen Eingaben, klaren erwarteten Ergebnissen und einem wiederholbaren Vergleich. Das Workbench kombiniert bearbeitbare Fragen, gespeicherte Konfigurationen, einen Ausführungsverlauf und einen kleinen Evaluationsbereich.

Vollständiges Workbench öffnen
  1. 01

    Entscheidung und Grenzen festlegen

    Beginne mit der Aktion, die deine Anwendung ausführen muss. Benenne in Jev AI Model die Frage klar, wähle ihren Typ und beschreibe Kriterien so, dass eine andere Person sie ebenfalls anwenden könnte. Ergänze Beispiele außerhalb des Normalfalls. Wenn ein Ticket sowohl Abrechnung als auch Anmeldung betrifft, lege fest, welches Problem die Weiterleitung bestimmt.

  2. 02

    Mehr als nur die gewinnende Antwort lesen

    Prüfe Antwort, verfügbare Wahrscheinlichkeiten und Anfragedetails gemeinsam. Wenn ein Jev AI Model-Ergebnis überraschend wirkt, überprüfe zuerst, ob die Eingabe die von deinen Kriterien geforderten Belege enthält. Eine hohe Wahrscheinlichkeit ist keine gemessene Genauigkeit. Bevor du sie als Automatisierungsschwelle verwendest, musst du sie anhand gekennzeichneter Beispiele aus deinem eigenen Bereich prüfen.

  3. 03

    Zwei Konfigurationen anhand derselben Fälle vergleichen

    Speichere Konfiguration A, überarbeite die Frage und speichere anschließend Konfiguration B. Der Evaluationsbereich in Jev AI Model führt beide mit bis zu 25 Fällen anhand derselben Zustände aus. Ergänze erwartete Antworten, sofern vorhanden, prüfe einzelne Fehler und exportiere den Bericht. Eine Änderung, die ein Ticket verbessert, kann eine andere Ticketgruppe verschlechtern.

  4. 04

    Eine nützliche Grundlage speichern und erneut prüfen

    Speichere die gewünschte Konfiguration, prüfe den privaten Verlauf der Webausführungen und wiederhole schwierige Fälle nach einer Änderung. Lege vor der Anbindung von Jev AI Model an einen Live-Ablauf fest, wie deine Anwendung fehlende Antworten, unsichere Ergebnisse und Anfragefehler behandelt. Wiederhole die Evaluation, wenn sich Richtlinien, Eingabeformat oder Modellauswahl ändern.

Die Evaluation trennt das Modellverhalten von den Richtlinien deiner Anwendung. Jev AI Model liefert das Entscheidungssignal; dein Produkt bestimmt den nächsten Schritt. Richte einen Prüfpfad für Fälle ein, die nicht automatisch weiterlaufen sollen, und bewerte den Ablauf anhand der Ergebnisse, die für deine Nutzer wichtig sind.

03 / MIT EINER KONKRETEN AUFGABE BEGINNEN

Praktische Jev AI Model-Abläufe

Diese bearbeitbaren Rezepte zeigen, wie eine Frage mit einer Anwendungsentscheidung verknüpft wird. Öffne ein Rezept in Jev AI Model, ersetze den Beispielzustand durch deinen Text und passe die Kriterien an dein Produkt an. Jedes Beispiel ist ein Ausgangspunkt zum Testen und keine fertige Richtlinie für jedes Unternehmen.

Kundenanfragen weiterleiten

Ein Kunde meldet eine doppelte Abbuchung. Nutze Jev AI Model, um ein Abrechnungsproblem von einem technischen Fehler oder einem Problem mit dem Kontozugriff zu unterscheiden, und übergib die gewählte Bezeichnung an dein Supportsystem. Gib genügend Kontext mit, um eine Erstattungsanfrage von einem fehlgeschlagenen Bezahlvorgang zu unterscheiden.

Teste auch mehrdeutige Tickets. Füge eine Kategorie „Sonstiges“ für Anfragen außerhalb der verfügbaren Teams hinzu und lege fest, wann unsichere Ergebnisse von einer Person geprüft werden sollen.

Rezept öffnen und anpassen

Nächsten Schritt eines Agenten auswählen

Manche Anfragen erfordern eine Suche in Datensätzen, andere ein Sprachmodell oder eine menschliche Prüfung. Jev AI Model kann eine eingehende Aufgabe den von dir definierten Wegen zuordnen und deiner Anwendung so vor dem nächsten Schritt ein strukturiertes Signal geben.

Beschreibe die Fähigkeiten und Grenzen jedes Weges. Deine Anwendung bleibt dafür verantwortlich, Tools auszuführen, Berechtigungen zu prüfen, Fehler zu behandeln und die Angemessenheit des vorgeschlagenen Weges zu entscheiden.

Rezept öffnen und anpassen

Behauptungen anhand von Belegen prüfen

Stelle eine Behauptung neben den Quelltext und frage, ob dieser sie stützt. Mit Jev AI Model wird eine Quellenprüfung zu einer konkreten Entscheidung, deren Eingabe und Ergebnis gemeinsam überprüft werden können — statt zu einer vagen Aufforderung, ein ganzes Dokument zu beurteilen.

Teste fehlende Belege, teilweise Unterstützung und direkte Widersprüche. Der vorgelegte Abschnitt begrenzt den Umfang: Diese Prüfung durchsucht nicht eigenständig das Web und bestätigt nicht, dass die Quelle selbst korrekt ist.

Rezept öffnen und anpassen

04 / AUSGABEN VERSTEHEN

Eine klare Antwort auf eine konkrete Frage

Jev AI Model bietet Entwicklerinnen und Entwicklern einen Ort, an dem sie Text und Kontext in Entscheidungen umwandeln können, die Software nutzt. Beschreibe die Situation, formuliere die Frage und prüfe die zurückgegebene Antwort samt Wahrscheinlichkeiten. Ein Supportticket wird zu einer Weiterleitung, eine Richtlinienprüfung zu einem Ja-Nein-Urteil und eine Qualitätskontrolle zu einer Bewertung anhand klarer Kriterien.

Das zugrunde liegende Jev-Modell ist ein System-One-Modell von TypeSafe AI. Dieser unabhängige Dienst stellt den Entscheidungsablauf in einem Browser-Workbench und über eine kostenpflichtige API bereit. Mit Jev AI Model kannst du die Frage interaktiv entwickeln, eine nützliche Konfiguration speichern und nach dem Testen dieselbe Anfragestruktur in deine Anwendung übernehmen.

CHOICE

Kategorie auswählen

Verwende eine Choice-Frage, wenn deine Anwendung eine Bezeichnung aus einer festgelegten Auswahl benötigt. In Jev AI Model hat jede Option einen Namen und eine Beschreibung. So kannst du erklären, was unter Abrechnung, technischem Support oder Kontozugriff fällt. Prüfe neben der ausgewählten Bezeichnung auch die Wahrscheinlichkeitsverteilung — besonders dann, wenn sich zwei Optionen überschneiden.

Formuliere klare, voneinander abgegrenzte Kriterien und füge eine ausdrückliche Ausweichoption für unpassende Eingaben hinzu. Das Ergebnis kann einer Warteschlange zugeordnet werden, einen Suchfilter bilden oder den nächsten Schritt eines Agenten bestimmen.

SCORE

Auf einer Skala messen

Eine Score-Frage ist hilfreich, wenn eine Bezeichnung zu viele Informationen weglässt. Lege geordnete Stufen für Relevanz, Dringlichkeit oder Vollständigkeit fest und erkläre ihre Bedeutung. Jev AI Model gibt einen Wert auf dieser Skala zurück, sodass du Eingaben anhand eines gemeinsamen Bewertungsrasters statt einer offenen Textmeinung vergleichen kannst.

Halte die Reihenfolge konsistent und prüfe Beispiele nahe den Übergängen. Ein Wert ist erst dann nützlich, wenn sich die Personen und Systeme, die ihn verwenden, einig sind, was die Skala bedeutet.

NOUL / JA–NEIN

Eine Aussage prüfen

Verwende Noul für eine gezielte Ja-Nein-Frage, etwa ob eine Quelle eine Behauptung stützt oder ob eine Anfrage geprüft werden muss. Mit der Ja-Wahrscheinlichkeit von Jev AI Model kann deine Anwendung einen Schwellenwert festlegen. Sie beschreibt das Urteil des Modells anhand der vorgelegten Belege und garantiert nicht, dass die Aussage wahr ist.

Stelle jeweils eine Frage und beschreibe, wie fehlende Belege behandelt werden sollen. Wichtige Aktionen sollten deinen eigenen Geschäftsregeln und Prüfabläufen unterliegen.

Gute Eingaben beginnen mit der Entscheidung, die du treffen musst. Gib Jev AI Model die relevante Nachricht, Richtlinie und bekannten Fakten mit, aber lasse den übrigen Gesprächsverlauf weg. Text, JSON-Objekte und Arrays können diesen Kontext strukturieren. Im Workbench kannst du die Anfrage vor dem Ausführen prüfen und genau sehen, welche Daten das Modell erhält.

Für Entwickler entwickelt

Jev AI Model mit deiner Anwendung verbinden

Übernimm eine getestete Frage aus dem Browser in dein Backend und verwende dieselbe Struktur für Zustand und Frage. Das Jev AI Model-Workbench stellt Anwendungsbeispiele in cURL, JavaScript und Python bereit, damit du die Nutzdaten vor der Verbindung mit einem vorhandenen Dienst prüfen kannst. Erstelle in deinem Konto einen API-Schlüssel und sende ihn serverseitig als Bearer-Token.

Eine erfolgreiche Jev AI Model-API-Antwort enthält strukturierte Antworten und Informationen zur Nutzung der Anfrage. Prüfe den Antwortstatus, bevor du die Antworten ausliest, speichere zur Fehlersuche die Anfrage-ID und behandle Fehler ausdrücklich. Halte den API-Schlüssel aus Browsercode und öffentlichen Repositories heraus. Deine Integration steuert den nächsten Schritt — etwa die Zuweisung zu einer Warteschlange, eine Prüfung oder den Aufruf eines weiteren Tools.

Web, API und Evaluation verwenden denselben Guthabenstand und dieselben Tarife je Modell. Vor jedem Aufruf reservieren wir ein Budget und rechnen bei Erfolg den tatsächlichen Eingabeverbrauch ab. Fehlgeschlagene Aufrufe werden erstattet. Prüfe vor der Integration den generierten Code und die Anwendungsbeispiele.

POST /v1/systemone

typesafe/jev-1.13 · upstage/solar-decide · jaredpalmer/kev-4b · laya-english · laya-multilingual · laya-auto

// Server-side JavaScript (Node 20+ or Bun). Set JEV_API_KEY.
const response = await fetch("https://jevaimodel.net/v1/systemone", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.JEV_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
  "model": "typesafe/jev-1.13",
  "state": "I was charged twice for order A-4471. Please refund the duplicate payment.",
  "questions": {
    "route": {
      "type": "choice",
      "instructions": "Which team should handle this ticket? Use other when no option fits.",
      "criteria": {
        "billing": "Payments, charges and refunds",
        "technical": "Bugs and product errors",
        "account": "Login and account access",
        "other": "None of these teams"
      }
    }
  }
}),
});
const body = await response.json();
if (!response.ok || body.code !== 0) throw new Error(body.message);
console.log(body.data.result.answers);
console.log(body.data.creditsUsed);

05 / DEN DIENST VERSTEHEN

Mit 100 Guthabenpunkten starten. Im eigenen Tempo erweitern.

10 Startguthabenpunkte

Erstelle ein Konto und erhalte einmalig 100 Guthabenpunkte. Lade ein Rezept, prüfe das Budget und führe deine Fragen in Jev AI Model aus. Kurze Anfragen kosten in der Regel 1 Guthabenpunkt; längere Eingaben können mehr kosten. Mit gespeicherten Konfigurationen und deinem privaten Verlauf kannst du auf früherer Arbeit aufbauen.

Ein Guthabenkonto für alle Live-Aufrufe

Kaufe bei Bedarf weiteres Guthaben. Jedes Paket kann im Jev AI Model-Playground, in der API und im Vergleichstool verwendet werden: 1 $ je 10.000 Guthabenpunkte. Guthaben verfällt nicht. Erfolgreiche Anfragen werden nach Eingabeverbrauch abgerechnet, mindestens mit 1 Guthabenpunkt je Anfrage.

Nutzung, die du nachvollziehen kannst

Im Jev AI Model-Kontobereich werden Webaktivitäten und API-Nutzung getrennt angezeigt; außerdem findest du dort den Verlauf deiner Guthabenbewegungen. Über die Anfrage-ID lässt sich ein API-Aufruf dem Nutzungsdatensatz zuordnen. Der private Webverlauf speichert Zustand und Antworten, damit du eine Entscheidung später erneut prüfen kannst. API-Nutzungsdatensätze erfassen Metadaten, speichern aber nicht den vollständigen Anfrage- und Antworttext.

Preise

Ein Guthaben für Web, API und Evaluation. Neue Konten erhalten 100 Guthabenpunkte.

Bei jedem Paket entsprechen 1 $ genau 10.000 Guthabenpunkten. Guthaben verfällt nicht. Einmalige Zahlung, kein Abonnement. Erfolgreiche Aufrufe kosten mindestens 1 Guthabenpunkt; die Gebühr richtet sich nach der Eingabenutzung. Website-Tarife pro 1 Mio. Eingabetokens: Jev / Kev 0,06 $, Solar Decide 0,072 $, Span-01 0,03 $ und Laya 0,06 $. Ausgabetokens sind kostenlos.

Starter

$10

Für deine ersten Abläufe und Integrationen.

  • 100.000 Guthabenpunkte, ohne Ablaufdatum
  • Choice-, Score- und Noul-Fragen
  • Wahrscheinlichkeits- und Konfidenzergebnisse
  • Online-Playground
  • Verwaltung von API-Schlüsseln
  • Nutzungs- und Guthabenverlauf je Anfrage
Empfohlen

Pro

$100

Für regelmäßige Nutzung und wiederholte Auswertungen.

  • 1.000.000 Guthabenpunkte, ohne Ablaufdatum
  • Choice-, Score- und Noul-Fragen
  • Wahrscheinlichkeits- und Konfidenzergebnisse
  • Online-Playground
  • Verwaltung von API-Schlüsseln
  • Nutzungs- und Guthabenverlauf je Anfrage

Volumen

$1,000

Für höhere Nutzung zum selben Stückpreis.

  • 10.000.000 Guthabenpunkte, ohne Ablaufdatum
  • Choice-, Score- und Noul-Fragen
  • Wahrscheinlichkeits- und Konfidenzergebnisse
  • Online-Playground
  • Verwaltung von API-Schlüsseln
  • Nutzungs- und Guthabenverlauf je Anfrage

Guthabenverbrauch schätzen

Schätze mit deinen durchschnittlichen Eingabetokens einschließlich Zustand und Fragen. Jede Anfrage wird einzeln aufgerundet.

Guthabenpunkte pro Anfrage

1

Geschätztes Guthaben insgesamt

10,000

Gegenwert zum gewählten Paketpreis

$1.00

max(1, ceil(input_tokens × 600 / 1,000,000))

Alle Live-Aufrufe verbrauchen Guthaben, auch im Web und bei der Evaluation. Mindestens 1 Guthabenpunkt je erfolgreicher Anfrage; Ausgabetokens sind kostenlos. Span-01: 300 Guthabenpunkte pro Million Eingabetokens. Span-01 Lite: 1 Guthabenpunkt je erfolgreicher Anfrage. Jev, Kev und Laya: 600 Guthabenpunkte pro Million; Solar Decide: 720 Guthabenpunkte pro Million. Für 1 $ erhältst du 10.000 Guthabenpunkte. Fehlgeschlagene Aufrufe werden erstattet. Steuern sind in den Schätzungen nicht enthalten.

Jev-Modell-Benchmark

Jev-Modell-Benchmarks einordnen

Nutze unabhängige Benchmarks als Hintergrundinformation bei der Bewertung von Jev AI Model. Der verlinkte Vergleich nennt Quelle, Modellversionen und Stichtag, damit du die veröffentlichten Ergebnisse einordnen kannst. Ein Benchmark belegt das Ergebnis dieser konkreten Evaluation und garantiert keine Genauigkeit bei deinen eigenen Tickets, Richtlinien oder Dokumenten.

Kombiniere diese Ergebnisse für eine Bereitstellungsentscheidung mit eigenen gekennzeichneten Fällen in Jev AI Model. Vergleiche Antwortqualität, Unsicherheit, Antwortzeit und tatsächlichen Guthabenverbrauch mit Eingaben, die der späteren Nutzung deines Produkts ähneln.

Entscheidungsqualität und KalibrierungGeschwindigkeitKosten je Entscheidung
Benchmark ansehen

Jev 1.13.0

#1 · JevBench v1.3.0

74.4

Score

SemIf

#2 · offener Nachbau

73.1

Score

djev

#3 · gehostete Vorschau

73.0

Score

JevBench v1.3.0 · 52 Systeme · 534 Entscheidungen · Stand: 21. Sep. 2026

Fragen zu Jev AI Model

Finde den richtigen Einstieg in Jev AI Model — egal, ob du Jev AI zum ersten Mal erkundest oder eine Jev-Modellentscheidung in eine bestehende Anwendung integrierst.