Guias do modelo Jev.
Da primeira decisão a um fluxo em produção. Os guias apontam para fontes primárias. As traduções disponíveis variam por artigo.
Alguns guias estão disponíveis atualmente apenas em inglês e chinês.
Start here
How to use Jev: a step-by-step guide
Learn how to use the Jev model: try it in the playground, write Choice, Score and Noul questions, read probabilities, then call the Jev API and run batches.
Where is the Jev GitHub repository?
Find the Jev GitHub repositories that matter: TypeSafe’s agent skill and SDKs, JevModel example clients, and independent projects like Laya and OpenJev. See what each contains.
What is JevModel, and how is it related to Jev?
JevModel is an independent Jev playground and API that calls the real typesafe/jev-1.13 model. Learn what it adds, what it costs, how data is handled and when to use the official TypeSafe console instead.
What is the Jev model?
Understand TypeSafe AI’s Jev decision model, its Choice, Score and Noul outputs, and when to use it.
Your first Jev decision
Try a support-routing example, read its Choice probabilities, and find your next steps for the JevModel API.
JevModel pricing and free Jev runs
Understand the 10,000 signup tokens, Flow usage, input-token billing, packs and rollover plans. Choose a plan after measuring your own workload.
Developers
Jev prompt and question examples
Copy working Jev question examples for routing, lead scoring, escalation and moderation. Each example is valid JSON for the Jev playground and API.
How to classify text with the JevModel API
Classify text into your own labels with a Choice request. See the input, illustrative response, error handling and human-review path.
Jev probability, confidence and human-review thresholds
Understand Choice confidence, Noul probability and Score rubrics. Evaluate thresholds on labeled data before automating a decision.
Use Jev in Codex with the Official TypeSafe Skill
Install the official TypeSafe skill in Codex, configure TYPESAFE_API_KEY, and ask Jev to select a next action with a verified API call.
JevModel API: request and response
Use a JevModel API key to send typed Jev questions to /api/v1/systemone.
Choice, Score, and Noul
Pick the answer type that matches the decision your code will make.
Evaluate a Jev workflow
Test labels, uncertainty, and real outcomes before automation.
Batch text classification with the JevModel API
Classify CSV or JSONL rows with Jev Choice questions. Reuse the normal API, preserve row IDs and export results without inventing a batch endpoint.
Compare
JevModel vs the official Jev playground
Compare the TypeSafe console playground with JevModel, an independent Jev playground: model, account, free usage, API, batch, flows and billing.
What are the best Jev alternatives?
Looking for a Jev alternative? Compare Laya, OpenJev, Cloudflare Clef and Strands Decider with hosted Jev, and learn how to pick one by license, input types and operating cost.
Jev vs Laya: which should you use?
Jev vs Laya compared: hosted closed-weight Jev from TypeSafe AI against Laya, the Apache-2.0 decision model from Convai Innovations. Licensing, deployment, cost and how to test both.
Jev vs GPT and Claude: choosing a decision layer
Compare Jev typed probabilities with GPT and Claude structured outputs. Choose routing, generation or a hybrid workflow using your own test cases.
Jev or rules?
Decide when a model helps and when ordinary code is enough.
Is Jev open source?
Jev is a hosted model: TypeSafe AI does not publish Jev weights. See which Jev GitHub repos exist, what is official, and which open-source Jev alternatives you can self-host.
What is Laya?
An open decision model with a Jev-shaped task, from a different team.
Jev vs OpenJev
API familiarity is useful, but runtime and model behavior still differ.
Jev vs djev
Compare text decisions with a DiffusionGemma-based multimodal approach.
Jev vs Jev-Omni: text and multimodal decisions
Jev-Omni is an independent 12B model for text, image, audio, and video decisions. Compare its inputs and hardware needs with hosted Jev.
Comparações
Classificação de texto zero-shot em 2026: prompts LLM vs Hugging Face vs API tipada
Compare classificação por prompts LLM, zero-shot NLI da Hugging Face e API Jev tipada em custo, estabilidade e confiança. Use testes de terceiros como pistas e meça seus rótulos.
Nó Text Classifier do n8n: integrado vs chamar Jev em um workflow
Compare o nó Text Classifier do n8n com uma chamada HTTP ao Jev para rótulos tipados, limiares de confiança e ramos de revisão humana no triage de suporte.
Classificação de intenção em texto de produto e suporte: regras, LLMs e APIs tipadas
Compare regras, prompts LLM e APIs de decisão tipadas para intenção em produto/suporte: rótulos, regressão, limiares e buying intent.
API de análise de sentimento em 2026: APIs cloud vs prompts LLM vs modelo de decisão tipado
Compare APIs cloud de sentimento, scoring por prompts LLM e Choice/Score tipado do Jev para aspectos custom e abstenção—e quando encaixa em pipelines Python.
Classificação de e-mails com IA: regras, prompts LLM ou uma API de decisão tipada para o e-mail recebido
Roteie o e-mail recebido para suporte, vendas, cobrança, fornecedores ou filas de baixo valor: limpe threads e assinaturas, compare regras, prompts LLM e APIs tipadas e envie a faixa média a pessoas.
Classificação de texto no Zapier: AI by Zapier Classify vs Vertex Classify Text vs HTTP → Jev
Compare o template Classify do AI by Zapier e o Classify Text do Google Vertex AI com uma chamada HTTP ao JevModel para rótulos tipados Choice/Score/Noul, limiares de confiança e ramos de revisão humana.
Categorize Text no Make.com: AI Toolkit vs HTTP → Jev para rótulos tipados e limiares
Compare o módulo Categorize Text do Make AI Toolkit (categorias nome+descrição, explicação opcional, uma vs várias) com uma chamada HTTP ao JevModel para Choice/Score/Noul, limiares, Router e revisão humana.
Classificação de texto no Power Automate: modelos AI Builder vs HTTP → Jev
Compare a classificação por categorias personalizada e predefinida do AI Builder no Power Automate com uma chamada HTTP ao JevModel para rótulos tipados Choice/Score/Noul, limiares de confiança e ramos de revisão humana.
Classificação de texto no Pipedream: ação Hugging Face vs HTTP → Jev
Compare a ação Hugging Face Text Classification do Pipedream (modelId, text, candidate_labels opcional) com um POST HTTP/axios awaited ao JevModel para Choice/Score/Noul tipados, ramos e revisão humana.
Classificação de texto no Google Sheets: a função =AI() vs Apps Script → API Jev
Rotule linhas com a função AI do Google Sheets ou com uma chamada Apps Script ao JevModel: rótulos Choice fixos com probabilidades, coluna de revisão, cotas do Apps Script e quando subir um CSV no Console → Batch é mais simples.
SemIf vs Jev: avaliações, calibração e implantação
Compare SemIf e Jev com fontes primárias: pontuação de opções, limites das avaliações, CPU, GPU, Apple Silicon, calibração, caminho dos dados e custo total.
Fluxos
Classificação e roteamento de tickets Zendesk AI: Intelligent Triage nativo vs classificador próprio
Decida quando o Intelligent Triage do Zendesk (tópico, sentimento, idioma) basta e quando fazer webhook para um classificador próprio como Jev com seus rótulos, limiares e handoff humano.
API de detecção de spam para formulários e comentários: Turnstile, Akismet ou uma camada de decisão Jev
Onde encaixar um desafio (Cloudflare Turnstile), um serviço de reputação antispam (Akismet) e uma checagem tipada Jev Choice/Noul contra spam de formulários, comentários e cadastros, com fila de quarentena em vez de exclusões silenciosas.
Classificação de mensagens do Slack: roteie mensagens de canal com a Events API e o Jev
Classifique mensagens de um canal de ajuda ou feedback do Slack com um app pequeno: receba eventos message.channels, verifique a assinatura, confirme em até 3 segundos e depois peça ao Jev um Choice fixo e um Noul de urgência para reagir, responder ou encaminhar. Inclui retentativas, deduplicação, privacidade e quando uma ferramenta no-code basta.
Rotular issues do GitHub com IA: um workflow do GitHub Actions que chama o Jev
Rotule issues novos do GitHub como bug, enhancement, question ou documentation com um workflow do GitHub Actions que envia título e corpo ao JevModel e aplica um rótulo com gh. Cobre o gatilho issues, permissões, segurança contra injeção de script, uma lista permitida, um fallback needs-triage e como testar antes em issues fechados.
Classificação de texto no Airtable: rotule registros automaticamente com uma automação Run a script e o Jev
Classifique um campo de texto longo no Airtable sem sair da base: dispare uma automação quando um registro atender a condições, chame o JevModel numa ação Run a script com fetch() e grave no registro o rótulo, a probabilidade e uma marca de revisão. Inclui secrets, limites de scripts do Airtable, um caminho de preenchimento retroativo com CSV e Batch, testes e quando uma ferramenta no-code serve melhor.
Classificação de issues do Jira com IA: rotule work items automaticamente com o Jira Automation e o Jev
Rotule automaticamente novos work items do Jira: uma regra de automação do Jira Cloud envia o resumo e a descrição ao JevModel com a ação Send web request, espera a resposta e adiciona um rótulo da sua lista fixa, com needs-triage como fallback e um comentário quando o texto indica bloqueio. Inclui codificação JSON com smart values, a opção de resposta que muita gente esquece, sensibilidade de dados, testes com work items resolvidos e a comparação com a ação de agente Rovo.
Classificação de feedback de clientes: um tema, uma prioridade e por que sentimento não basta
Organize comentários abertos de NPS, avaliações e feedback no app em um tema mais uma prioridade de acompanhamento. Compare regras, prompts LLM e um pedido Choice mais Score, e envie comentários mistos a pessoas.
Comece aqui
Desenvolvedores
LLM-as-a-judge: prompts livres, pontuação por rubrica ou um juiz tipado com abstenção
Como usar um LLM como juiz de saídas de IA: prompts livres vs rubricas vs juízes tipados Score e sim/não, viés de posição e verbosidade, calibração com rótulos humanos e quando não usar um juiz.
Classificação de texto multilabel: um Choice, várias perguntas sim/não ou uma segunda passagem
Quando um texto pertence a várias classes, compare um único Choice, até oito perguntas Noul, um segundo pedido e uma lista generativa de rótulos. O Choice do JevModel devolve exatamente um rótulo.
Crescimento
Workflows
Where typed decisions help
Five starter workflows, from support routing to agent control.
Route customer support with Jev
Classify a message and decide when a person should take over.
Use Jev for review queues
Triage posts for review without treating a probability as a final verdict.
Score leads on a useful rubric
Make sales prioritization easier to test and revise.
AI Decision Flows with Jev and human review
Build a Jev decision flow for support routing, add an uncertain-answer branch and call the saved graph through the API. Learn limits and billing.