O que é Jev?
Explicado de forma simples.
Jev é um modelo da TypeSafe AI que não escreve texto. Você envia um conteúdo e uma pergunta com um conjunto fixo de respostas, e ele devolve uma delas com uma probabilidade. A ideia é essa, e todo o resto decorre disso.
Nós construímos uma paródia do Jev, o que exigiu ler toda a documentação dele. Esta página é a versão séria do que aprendemos. Sem piadas até o final.
Em resumo
O que faz. Recebe o seu conteúdo e uma pergunta tipada, e devolve uma resposta tipada com uma distribuição de probabilidade. Nunca uma frase.
Para que serve. Para julgamentos que o seu código consome, não que uma pessoa lê. Roteamento, classificação, filtragem, ordenação, decidir se continua ou para.
Por que empolga. É rápido e barato o suficiente para colocar um julgamento em lugares onde chamar um modelo de linguagem nunca compensou.
O que não é. Não é um chatbot nem um modelo de raciocínio, e não substitui nenhum dos dois. Ele não consegue gerar nada.
Por que existe
Modelos de linguagem foram feitos para produzir texto que uma pessoa lê. Quando você precisa que um modelo faça um julgamento sobre o qual o seu código vai agir, aparece o descompasso. Você acaba convencendo um gerador de texto a emitir saída estruturada e depois escrevendo uma camada que faz o parsing de volta para algo em que o seu programa possa confiar. Quem já construiu com modelos de linguagem escreveu essa camada, e também já a viu quebrar.
A TypeSafe chama o Jev de modelo System One, numa referência ao tipo de pensamento humano rápido e intuitivo. A comparação que eles fazem é sobre treinamento. Modelos de chat são treinados com aprendizado por reforço a partir de feedback humano. Modelos de raciocínio, com aprendizado por reforço a partir de recompensas verificáveis. O Jev é treinado com o que a TypeSafe chama de RLCD, aprendizado por reforço para decisões calibradas. O objetivo não é uma boa frase. É uma probabilidade que signifique alguma coisa.
As três primitivas
O Jev expõe exatamente três tipos de pergunta. Cada um pergunta uma coisa diferente e devolve uma coisa diferente.
| Pergunta | O que você está perguntando | O que volta |
|---|---|---|
| Choice | Escolha uma opção da lista que eu dou | A opção escolhida, uma probabilidade para cada opção e uma confiança |
| Score | Pontue isto segundo um critério que eu defino | Uma pontuação, uma probabilidade para cada nível e uma confiança |
| Noul | Esta afirmação é verdadeira? | Um único número de 0 a 1. Sem valor de confiança |
O detalhe importante é que dá para misturar os três numa única requisição. Cada pergunta é avaliada em paralelo e isoladamente contra o mesmo conteúdo, então acrescentar perguntas quase não muda o tempo da chamada. E como são avaliadas de forma independente, as perguntas não se contaminam como acontece num prompt longo.
É essa propriedade que muda a sensação de uso. Você não está escrevendo um prompt esperto. Está fazendo doze perguntas pequenas de uma vez e combinando os resultados por conta própria, em código.
O estado
O conteúdo que você quer avaliar se chama state. Pode ser uma string, um objeto JSON ou um array de valores de texto. Na maioria das vezes um objeto é melhor, porque dar nome a cada parte do conteúdo mantém as relações claras.
O Jev aceita apenas texto. Nada de imagem, áudio ou vídeo. Se você quer que ele julgue algo que não é texto, precisa primeiro transformar isso em texto ou em campos estruturados.
Confiança
Toda resposta de Choice e de Score vem com uma distribuição de probabilidade sobre as opções ou os níveis. O formato dessa distribuição é o sinal de verdade. Concentrada num resultado significa que o modelo está seguro. Espalhada significa que não está.
O valor de confiança comprime esse formato num único número de 0 a 1, para você aplicar um limiar sem fazer a conta. A TypeSafe deixa claro que isso é uma conveniência e não a única medida correta, e por isso devolve também a distribuição completa. Respostas Noul não têm confiança porque o número que elas devolvem já é uma probabilidade.
O padrão prático que isso libera é rotear por certeza. Resolva automaticamente os casos confiantes e mande os duvidosos para um modelo mais lento ou para uma pessoa. É um desenho que não dá para construir sobre um gerador de texto, porque um gerador de texto afirma tudo com a mesma fluência, sabendo ou não.
Preço e limites
Estes são os números publicados para o modelo atual, jev-1.13.0, servido por um único endpoint.
POST /v1/systemone, com o modelo escolhido por um campo da requisição.
Cobrar pela entrada e não pela saída é o formato honesto de precificar um modelo cuja saída é uma opção e um número. Também explica por que as pessoas ficam publicando print da fatura. Enviando estados pequenos, é bem difícil gastar dinheiro.
Como escrever perguntas
O conselho da própria TypeSafe é a coisa mais útil da documentação deles, e é a parte que quase todo mundo pula. Pergunte uma única coisa específica e bem delimitada por pergunta. Pense em cada uma como um palpite informado: o julgamento que uma pessoa que entende do assunto faria em poucos segundos com o contexto certo.
Se uma pergunta exige raciocínio longo, ou pesa vários fatores independentes, quebre ela. Em vez de pedir uma nota para um pitch de startup, pergunte separadamente sobre tamanho de mercado, viabilidade técnica e diferenciação, e combine as notas com a sua própria fórmula. Quando as prioridades mudarem, você ajusta um coeficiente no seu código em vez de reescrever um prompt.
A mudança de verdade é essa. A lógica não mora mais dentro do modelo. Ela mora no seu código, e o modelo só responde as pequenas perguntas factuais de que essa lógica precisa.
Onde ele falha
A TypeSafe publica uma página com as fraquezas conhecidas da versão atual, o que é mais do que a maioria dos laboratórios faz. Estes são os modos de falha que eles listam, com a recomendação deles.
| Modo de falha | O que fazer no lugar |
|---|---|
| Leitura literal. Ele responde a pergunta que você escreveu, não a que você quis dizer | Escreva a condição exata e o critério de cada opção |
| Matemática e números | Deixe a aritmética no seu código |
| Comparar datas e horas | Extraia os componentes e compare em código |
| Indireção, quando a resposta está a vários saltos | Reduza os saltos e aponte direto para o conteúdo relevante |
| Estados grandes cheios de detalhe irrelevante | Filtre antes e mande só o que a pergunta precisa |
| Conteúdo adversarial | Escreva perguntas precisas e teste os casos limite antes de subir |
| Instruções e critérios contraditórios | Faça o critério e a instrução concordarem |
| Invariantes estruturais de senso comum | Pergunte cada decisão num sentido só e garanta as identidades em código |
| Geração de qualquer tipo | Use um modelo generativo. Este não consegue |
O padrão dos nove é o mesmo. O Jev é literal e é rápido. Tudo que exige uma cadeia de inferência, precisão numérica ou segurar várias ideias em tensão não é para o que ele serve.
Vale a pena usar?
Sim, se o seu código já contém um julgamento que uma pessoa faria na hora e que hoje você resolve com uma pilha de ifs, uma lista de palavras-chave ou uma chamada a um modelo de linguagem que te dá um pouco de culpa. Roteamento de tickets de suporte, filtro de spam e abuso, marcação de conteúdo, detecção de intenção, ordenação de candidatos, decidir se um agente deve continuar ou parar.
Não, se você precisa de texto, raciocínio, aritmética ou uma resposta que uma pessoa vai ler direto. Não é um chatbot menor. É outra ferramenta.
Provavelmente ainda não, se você constrói num idioma que não seja inglês, ou se os seus julgamentos dependem de comparação numérica precisa. As duas coisas são fraquezas documentadas hoje.
Sobre esta página
Nós não somos a TypeSafe AI. Este site é uma paródia deles, e o Jef é a nossa paródia do Jev. Escrevemos esta explicação porque muita gente está perguntando o que é Jev, e a resposta honesta é mais interessante que o barulho em volta.
Tudo nesta página vem da documentação da própria TypeSafe em docs.typesafe.ai, consultada em 18 de setembro de 2026. Os números mudam; confira a fonte antes de depender deles.
Agora a piada.
Gostamos tanto do formato que construímos uma versão boba. O Jef tem o mesmo espaço de saída fechado, o mesmo número de confiança e nada da precisão. Ele tem uma interface de chat completa e é incapaz de produzir uma frase. Não lê nada, não guarda nada e está sempre uns 97% certo.
Converse com o Jef → Ver os apps