Jev 1.14 API
TypeSafe: Jev 1.14 è un modello System One che restituisce risposte tipizzate per decisioni rapide e affidabili, con input testuale e immagini sperimentali, contesto di 262.144 token.
TypeSafe: Jev 1.14 è un modello della categoria System One, progettato per decisioni rapide e affidabili anziché per ragionamento complesso. Invece di generare testo, restituisce risposte tipizzate che il codice può usare direttamente per diramare la logica. Supporta quattro tipi di domanda: noul (sì/no con probabilità), choice (selezione tra opzioni definite), score (punteggio) e box (posizione di oggetti in un'immagine come frazioni top, bottom, left e right da 0 a 1, più confidenza). L'input immagine è abilitato dall'header di richiesta TypeSafe-Danger-Zone-Images: true e il contesto lungo dall'header TypeSafe-Danger-Zone-Long-Context: true. Il modello è servito tramite l'endpoint POST /v1/decisions; l'ID typesafe/jev-1.14 è fissato alla versione 1.14, mentre typesafe/jev è un alias per l'ultima release di Jev.
Rispetto alla versione precedente, la qualità complessiva è migliorata, con i guadagni maggiori nelle prestazioni per le lingue non inglesi. La finestra di contesto è stata ampliata a 4 volte la dimensione precedente. Ha una latenza media di 0,18 secondi ed è riportato come circa 5 volte più veloce e 25 volte più economico rispetto agli LLM convenzionali; raggiunge un'intelligenza comparabile agli LLM esistenti sui compiti System One. I benchmark pubblici sono limitati e non è pubblicato un punteggio composito complessivo.
È adatto a instradamento modello-a-modello, classificazione e moderazione di contenuti anche multilingue, decisioni basate su immagini come classificazione di foto prodotto e segnalazione di screenshot, e localizzazione di tabelle e grafici in pipeline di analisi documentale. Va notato che input immagine, tipo box e contesto lungo sono funzionalità sperimentali, non adatte all'uso in produzione secondo TypeSafe. Per box, presenza e posizione dell'oggetto sono controlli separati: le coordinate restituite non provano che l'oggetto esista. Si consiglia di impostare soglie di confidenza sui propri dati etichettati, mantenere la revisione umana e i controlli dei permessi, e usare ID modello fissi quando le probabilità alimentano una soglia fissa.
Aggiornato:
ID MODELLO
jev-1.14- Contesto
- 262.144K
- Output max
- 235.929K
- Input
- text / image
- Output
- decisions
In evidenza
- Risposte tipizzate per il codice
- Quattro tipi di domanda: noul, choice, score, box
- Contesto di 262.144 token
- Latenza media di 0,18 secondi
- Circa 5x più veloce degli LLM convenzionali
- Input immagine e box sperimentali
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| $0.042 | $0 |
Benchmark
- #8
ClaimBench
Posizione nella classifica tra 20 modelli
- 98,06%
ClaimBench
Accuratezza riportata da una fonte
Punteggi come pubblicati dal fornitore del modello.
Avvio rapido delle decisioni
Invia stato e domande tipizzate e mirate a /api/v1/decisions e ricevi una risposta per domanda: noul restituisce una probabilità da 0 a 1, choice l'opzione selezionata con la sua distribuzione e score un punteggio numerico per criteri ordinati. Questo endpoint è separato dalle superfici Chat Completions, Messages e Responses.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-1.14",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'Domande frequenti
Cos'è Jev 1.14?
TypeSafe: Jev 1.14 è un modello della categoria System One, progettato per decisioni rapide e affidabili anziché per ragionamento complesso. Invece di generare testo, restituisce risposte tipizzate che il codice può usare direttamente per diramare la logica. Supporta quattro tipi di domanda: noul (sì/no con probabilità), choice (selezione tra opzioni definite), score (punteggio) e box (posizione di oggetti in un'immagine come frazioni top, bottom, left e right da 0 a 1, più confidenza). L'input immagine è abilitato dall'header di richiesta TypeSafe-Danger-Zone-Images: true e il contesto lungo dall'header TypeSafe-Danger-Zone-Long-Context: true. Il modello è servito tramite l'endpoint POST /v1/decisions; l'ID typesafe/jev-1.14 è fissato alla versione 1.14, mentre typesafe/jev è un alias per l'ultima release di Jev. Rispetto alla versione precedente, la qualità complessiva è migliorata, con i guadagni maggiori nelle prestazioni per le lingue non inglesi. La finestra di contesto è stata ampliata a 4 volte la dimensione precedente. Ha una latenza media di 0,18 secondi ed è riportato come circa 5 volte più veloce e 25 volte più economico rispetto agli LLM convenzionali; raggiunge un'intelligenza comparabile agli LLM esistenti sui compiti System One. I benchmark pubblici sono limitati e non è pubblicato un punteggio composito complessivo. È adatto a instradamento modello-a-modello, classificazione e moderazione di contenuti anche multilingue, decisioni basate su immagini come classificazione di foto prodotto e segnalazione di screenshot, e localizzazione di tabelle e grafici in pipeline di analisi documentale. Va notato che input immagine, tipo box e contesto lungo sono funzionalità sperimentali, non adatte all'uso in produzione secondo TypeSafe. Per box, presenza e posizione dell'oggetto sono controlli separati: le coordinate restituite non provano che l'oggetto esista. Si consiglia di impostare soglie di confidenza sui propri dati etichettati, mantenere la revisione umana e i controlli dei permessi, e usare ID modello fissi quando le probabilità alimentano una soglia fissa.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali tipi di input supporta Jev 1.14?
Supporta input testuale e input immagine in modalità sperimentale. L'input immagine si abilita con l'header di richiesta TypeSafe-Danger-Zone-Images: true.
Qual è la lunghezza del contesto e come si abilita il contesto lungo?
La finestra di contesto è di 262.144 token. Il contesto lungo è sperimentale e si abilita con l'header TypeSafe-Danger-Zone-Long-Context: true.
Quali tipi di risposta tipizzata restituisce?
Restituisce risposte tipizzate per quattro tipi di domanda: noul (sì/no con probabilità), choice (selezione tra opzioni definite), score (punteggio) e box (posizione di oggetti in un'immagine come frazioni top, bottom, left e right da 0 a 1, più confidenza).
Per quali compiti è pensato?
È pensato per decisioni rapide e affidabili, come instradamento modello-a-modello, classificazione e moderazione di contenuti anche multilingue, decisioni basate su immagini e localizzazione di tabelle e grafici in pipeline di analisi documentale.
In cosa differisce dalle versioni precedenti della serie Jev?
La qualità complessiva è migliorata, con i guadagni maggiori nelle prestazioni per le lingue non inglesi. La finestra di contesto è stata ampliata a 4 volte la dimensione precedente.