Felo API PlatformFelo API Platform
Wróć do modeli

Jev 1.14 API

TypeSafe: Jev 1.14 to model kategorii System One, zwracający typowane decyzje dla szybkich i niezawodnych zastosowań, z kontekstem 262 144 tokenów i średnim opóźnieniem 0,18 sekundy.

TypeSafe: Jev 1.14 należy do kategorii modeli System One, wyspecjalizowanych w szybkich i niezawodnych decyzjach zamiast złożonego rozumowania. Zamiast generować tekst, zwraca typowane odpowiedzi, na których kod może bezpośrednio opierać decyzje. Obsługuje cztery typy pytań: noul, choice, score i box. Model jest dostępny przez endpoint POST /v1/decodings.

Model sprawdza się w routingu między modelami, klasyfikacji i moderacji treści, w tym wielojęzycznej, a także w decyzjach opartych na obrazach, takich jak klasyfikacja zdjęć produktów czy oznaczanie zrzutów ekranu. W analizie dokumentów może lokalizować tabele i wykresy. Jakość ogólna poprawiła się w stosunku do poprzedniej wersji, a największe zyski dotyczą języków innych niż angielski. Producent podaje, że model osiąga inteligencję porównywalną z istniejącymi LLM w zadaniach System One oraz jest około 5 razy szybszy i 25 razy tańszy od konwencjonalnych LLM.

Wejście obrazowe włącza się nagłówkiem żądania TypeSafe-Danger-Zone-Images: true, a długi kontekst nagłówkiem TypeSafe-Danger-Zone-Long-Context: true. Wejście obrazowe, typ box i długi kontekst mają status eksperymentalny i według TypeSafe nie nadają się do produkcji. W przypadku box obecność i położenie obiektu są sprawdzane osobno, a zwrócone współrzędne nie dowodzą istnienia obiektu. Zaleca się ustalanie progów pewności na podstawie własnych oznaczonych danych oraz zachowanie przeglądu przez człowieka i kontroli uprawnień w aplikacji.

Zaktualizowano:

MODEL ID

jev-1.14
Kontekst
262.144K
Maks. wyjście
235.929K
Wejście
text / image
Wyjście
decisions

Najważniejsze informacje

  • Typowane odpowiedzi zamiast tekstu
  • Cztery typy pytań: noul, choice, score, box
  • Kontekst 262 144 tokenów
  • Średnie opóźnienie 0,18 sekundy
  • Około 5x szybszy i 25x tańszy od LLM
  • Funkcje obrazów, box i długiego kontekstu eksperymentalne

Dostawcy

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
$0.042$0

Benchmarki

  • ClaimBench

    8. miejsce wśród 20 modeli

    #8
  • ClaimBench

    dokładność podana przez jedno źródło

    98.06%

Wyniki zgodnie z publikacją dostawcy modelu.

Szybki start decyzji

Wysyłaj stan i wąskie, typowane pytania do /api/v1/decisions i odczytuj jedną odpowiedź na pytanie: noul zwraca prawdopodobieństwo od 0 do 1, choice — wybraną opcję wraz z rozkładem, a score — wynik liczbowy dla uporządkowanych kryteriów. Ten endpoint jest oddzielony od interfejsów Chat Completions, Messages i 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"]
      }
    }
  }'

Często zadawane pytania

Co to jest Jev 1.14?

TypeSafe: Jev 1.14 należy do kategorii modeli System One, wyspecjalizowanych w szybkich i niezawodnych decyzjach zamiast złożonego rozumowania. Zamiast generować tekst, zwraca typowane odpowiedzi, na których kod może bezpośrednio opierać decyzje. Obsługuje cztery typy pytań: noul, choice, score i box. Model jest dostępny przez endpoint POST /v1/decodings. Model sprawdza się w routingu między modelami, klasyfikacji i moderacji treści, w tym wielojęzycznej, a także w decyzjach opartych na obrazach, takich jak klasyfikacja zdjęć produktów czy oznaczanie zrzutów ekranu. W analizie dokumentów może lokalizować tabele i wykresy. Jakość ogólna poprawiła się w stosunku do poprzedniej wersji, a największe zyski dotyczą języków innych niż angielski. Producent podaje, że model osiąga inteligencję porównywalną z istniejącymi LLM w zadaniach System One oraz jest około 5 razy szybszy i 25 razy tańszy od konwencjonalnych LLM. Wejście obrazowe włącza się nagłówkiem żądania TypeSafe-Danger-Zone-Images: true, a długi kontekst nagłówkiem TypeSafe-Danger-Zone-Long-Context: true. Wejście obrazowe, typ box i długi kontekst mają status eksperymentalny i według TypeSafe nie nadają się do produkcji. W przypadku box obecność i położenie obiektu są sprawdzane osobno, a zwrócone współrzędne nie dowodzą istnienia obiektu. Zaleca się ustalanie progów pewności na podstawie własnych oznaczonych danych oraz zachowanie przeglądu przez człowieka i kontroli uprawnień w aplikacji.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie dane wejściowe obsługuje TypeSafe: Jev 1.14?

Model przyjmuje tekst, a także obrazy w trybie eksperymentalnym. Wejście obrazowe włącza się nagłówkiem żądania TypeSafe-Danger-Zone-Images: true.

Jakie typy odpowiedzi zwraca model?

Model zwraca typowane decyzje, na których kod może bezpośrednio opierać się zamiast generować tekst. Obsługuje cztery typy pytań: noul, choice, score i box.

Jak działa typ pytania noul?

Typ noul zwraca odpowiedź tak lub nie wraz z jej prawdopodobieństwem.

Jak duży kontekst obsługuje model?

Model obsługuje kontekst 262 144 tokenów. Długi kontekst jest funkcją eksperymentalną i włącza się nagłówkiem TypeSafe-Danger-Zone-Long-Context: true.

Do jakich zadań nadaje się ten model?

Sprawdza się w routingu między modelami, klasyfikacji i moderacji treści, w tym wielojęzycznej, oraz w decyzjach opartych na obrazach. Może też lokalizować tabele i wykresy w analizie dokumentów.

Czym różni się identyfikator modelu typesafe/jev od typesafe/jev-1.14?

Identyfikator typesafe/jev-1.14 jest przypięty do wersji 1.14. Identyfikator typesafe/jev to alias najnowszego wydania Jev.