Jev düzyazı yerine kalibre edilmiş kararlar sunuyor ve geliştiriciler onu zaten agent'lara entegre ediyor

Yazmak yerine yanıt veren bir model

TypeSafe AI adlı bir girişimden çıkan Jev adlı yeni model, geliştirici topluluklarında büyük yankı uyandırıyor. 5 Ekim'de yayımlanan bir dev.to açıklamasına göre, lansmanıyla ilgili Hacker News başlığı tek günde yaklaşık 1.900 puan ve 500 yorum topladı.

Kısaca özetlemek gerekirse: Jev yazmıyor. Modele bir durum gönderiyorsunuz — dokümantasyondaki örnek, başarısız bir Stripe bağlantısıyla ilgili bir destek mesajı — ve olası yanıtları sabit bir kümeyle sınırlı bir ya da birkaç soru. Geriye ise güven değeri eklenmiş tipli veri geliyor; örneğin bir programın bir paragrafı ayrıştırmadan üzerinde işlem yapabileceği is_urgent: 0.999 gibi. Açıklayıcı yazı, arayüzü üç biçime ayırıyor: "evet" olasılığını döndüren evet/hayır sorusu, en fazla 255 seçenek için olasılıklar ve genel bir güven değeri döndüren çoktan seçmeli soru, ile bir değer, bir yayılım ve bir güven rakamı döndüren puanlama sorusu. Model otoregresif olmadığı için — yanıtı kelime kelime oluşturmuyor — aynı girdiyle ilgili onlarca soru tek bir geçişte yanıtlanabiliyor.

İsimlendirme bilinçli yapılmış; aynı yazı şöyle açıklıyor: model, yazılımın sürekli yaptığı hızlı otomatik çağrılar olan Kahneman tarzı "Sistem Bir" yargılarını hedefliyor; "Jev" adı ise verimli buhar makinelerinin kömür kullanımını artırması gözlemiyle, neredeyse bedava kararların devasa hacimde tüketileceği yönündeki kurucuların iddiasına ışık tutan ekonomist William Stanley Jevons'a bir saygı duruşu. Kurucu, daha önce OpenAI'de ChatGPT'ye giden talimat takibi araştırmasında çalışan Diogo Almeida ve şirketin 40 milyon dolar topladığı bildiriliyor.

TypeSafe'in kendi iddiaları arasında, muhakeme yapan chatbot'ların üç saniye ile beş dakikası karşısında yanıt başına 70–500 milisaniye hız ve milyon girdi kelimesi başına 0,042 dolar maliyet var; çıktı birkaç sayıdan ibaret olduğundan ücretsiz. Açıklayıcı yazı bariz uyarıyı da not düşüyor: bunlar şirketin kendi seçtiği görevlerde koştuğu rakamlar ve Jev şu anda bekleme listesi arkasında erken erişimde.

Vaat kalibrasyon, hatasızlık değil

Manşetler Jev'in "halüsinasyon göremeyeceğini" tekrarlayıp duruyor. dev.to açıklaması bunun doğru olduğunu ama yaygın biçimde yanlış okunduğunu savunuyor. Model yalnızca tanımladığınız menüdeki değerleri döndürebildiği için uydurma bir mahkeme kararı ya da var olmayan bir fonksiyon üretemiyor — ama birkaç yorumcunun da belirttiği gibi, menüden yanlış öğeyi yine de seçebilir. Geçerli biçimli yanlış bir yanıt hâlâ yanlış bir yanıttır.

Gerçekten yeni olan iddia kalibrasyon. TypeSafe, modeli Calibrated Decisions için Pekiştirmeli Öğrenme adını verdiği bir yöntemle eğittiğini, böylece Jev yüzde 90 güven bildirdiğinde on seferde yaklaşık dokuz kez doğru olması gerektiğini söylüyor. Şirketin lansman yazısı stakes'i net biçimde ortaya koyuyor: bir model bir görevi zamanın yüzde 95'inde yapabiliyorsa ama yüzde 5'lik başarısızlık diliminde ne zaman olduğunu söyleyemiyorsa, o görev otomatikleştirilemez. Başlıktaki şüpheciler hızlı sınıflandırıcıların zaten var olduğuna — spam filtresi bunlardan biri — dikkat çekti ve yeni olanın, etiketli eğitim verisi olmadan sınıflandırmayı düz İngilizceyle tanımlamak olduğunu, bir yorumcularının bunu sınıflandırıcıların demokratikleşmesi olarak adlandırdığı sonucuna vardı.

Canlı bir entegrasyon neyi ortaya çıkardı

Kiell Tampubolon'un ikinci dev.to yazısı, Jev'i — OpenRouter üzerinden typesafe/jev-1.13 olarak sunulan — satıcının "bunu agent'ınıza yapıştırın" kurulum kılavuzunu kullanarak Claude Code'a bağlama sürecini belgeliyor. Yazar, kılavuzun prompt'unu birebir yapıştırmak yerine Claude Code'un kılavuzu okuyup entegrasyonu oturum içinde kurmasını sağlamış ve satıcı materyalini güvenilmeyen girdi olarak ele almış.

Satıcının kılavuzunda yer alan ve 21 Eylül 2026'da 100 kurgusal e-postayla kaydedilen kıyaslama öğretici: Jev 0,0032 dolara 3,6 saniyede yanıt verdi, 100 potansiyel müşteri puanının 89'u tam isabetliydi ve 15 sıcak müşteri adayının tamamı bulundu; Claude Haiku 4.5 11,1 saniye ve 0,061 dolara 84 doğru aldı; düşük eforla Claude Fable 5.1 38,7 saniye ve 0,76 dolara 97 doğru aldı. Fable en isabetli, Jev en hızlı ve en ucuzdu. Çıkarılan mimari, yüksek hacimli yargı çağrıları için Jev, yazma ve muhakeme içinse tam bir dil modeli.

Entegrasyon pratik uyarıları da gün yüzüne çıkardı. Doküman getirme aracı API endpoint'ini halüsinasyonla üretmiş, yolun bir kısmını ikileyip 404 döndürmüş; daha katı bir yeniden getirme yolu birebir alıntılayana ve gerçek bir istek doğrulayana kadar. API anahtarı ilk canlı çağrıdan önce gitignore'lu depoya konmuş. Gönderilen her mesajı Jev'ten geçiren bir hook varsayılan olarak kapalı geliyor; bunun nedeni kısmen, etkinleştirmenin tüm trafiği OpenRouter'dan geçirmesi. Modelin yaklaşık yüzde 60 güvenin altında puanladığı her şey üzerinde işlem yapılmak yerine bir insana yönlendiriliyor. Yazar döngüyü, Jev'e makalenin başlığını üç seçenek arasından seçtirerek kapatıyor: 0,99 güven, bir saniyenin altında, 0,000025 dolar.

Neden önemli

Kalibrasyon iddiaları bağımsız testlerden sağlam çıkarsa, Jev makul bir agent mimarisine işaret ediyor: yönlendirme, triyaj ve kapı işlemleri için ucuz, anlık, yapılandırılmış kararlar; gerçekten ihtiyaç duyan görevler içinse pahalı muhakeme modelleri. Çözülmemiş sorular da bir o kadar net — satıcı tarafından koşulan kıyaslamalar, güven rakamlarının henüz dışsal doğrulamasının olmaması ve doğrudan agent'lara yapıştırılmak üzere tasarlanan büyüyen bir satıcı prompt'u türü. Entegrasyon yazısının pratik kuralları (yapıştırmadan önce oku, anahtarları önce güvenli tuta, endpoint'leri gerçek durum kodlarıyla doğrula, mesajlara dokunan hook'ları varsayılan olarak kapalı tuta, düşük güveni insanlara yönlendir) Jev'in kendisi nasıl performans gösterirse göstersin, herhangi bir üçüncü taraf modeli bir agent'a bağlamak için sağlam varsayılanlar.