Jev 1.14 API
TypeSafe: Jev 1.14 — модель категории System One, возвращающая типизированные решения для быстрой и надёжной маршрутизации, модерации и анализа изображений.
TypeSafe: Jev 1.14 — это модель категории System One от TypeSafe AI, предназначенная для быстрых и надёжных решений, а не для сложных рассуждений. Она возвращает типизированные ответы, которые код может напрямую использовать для ветвления, вместо генерации текста. Модель поддерживает четыре типа вопросов: noul (ответ да/нет с вероятностью), choice (выбор из заданных вариантов), score (возврат оценки) и box (определение местоположения объектов на изображении в виде долей top, bottom, left и right от 0 до 1 с указанием уверенности). Доступ к изображениям и длинному контексту включается экспериментальными заголовками запроса TypeSafe-Danger-Zone-Images: true и TypeSafe-Danger-Zone-Long-Context: true соответственно. Обращение к модели выполняется через endpoint POST /v1/decisions.
Модель подходит для маршрутизации между моделями, классификации и модерации контента, включая мультиязычные сценарии, а также для принятия решений по изображениям, например, для классификации фотографий товаров или пометки скриншотов. В конвейерах анализа документов Jev 1.14 может использоваться для поиска таблиц и графиков на страницах. Контекстное окно составляет 262 144 токена, что в 4 раза больше, чем у предыдущей версии. Средняя задержка ответа составляет 0,18 секунды; по сообщениям, модель примерно в 5 раз быстрее и в 25 раз дешевле обычных LLM при сопоставимом уровне интеллекта на задачах System One.
Качество модели в целом улучшено по сравнению с предыдущей версией, а наибольший прирост наблюдается в производительности на неанглийских языках. Возможности работы с изображениями, типом box и длинным контекстом помечены как экспериментальные и, по заявлению TypeSafe, не предназначены для использования в продакшене. При работе с box наличие и местоположение объекта проверяются отдельно, и возвращённые координаты не доказывают существование объекта. Разработчикам рекомендуется устанавливать пороги уверенности на основе собственных размеченных данных и сохранять проверку человеком и контроль разрешений приложения.
Обновлено:
MODEL ID
jev-1.14- Контекст
- 262.144K
- Макс. вывод
- 235.929K
- Вход
- text / image
- Выход
- decisions
Ключевые возможности
- Типизированные ответы для ветвления кода
- Четыре типа вопросов: noul, choice, score, box
- Средняя задержка 0,18 секунды
- Контекст 262 144 токена
- Изображения и box — экспериментальные
- Не предназначена для продакшена
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| $0.042 | $0 |
Бенчмарки
- #8
ClaimBench
8-е место среди 20 моделей
- 98.06%
ClaimBench
точность по данным одного источника
Результаты опубликованы производителем модели.
Быстрый старт с Jev
Передайте состояние и узкие типизированные вопросы на /api/v1/decisions и получите по одному ответу на каждый: noul возвращает вероятность от 0 до 1, choice — выбранный вариант с распределением, score — числовую оценку по упорядоченным критериям. Этот эндпоинт отдельный от Chat Completions, Messages и 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"]
}
}
}'Частые вопросы
О модели Jev 1.14?
TypeSafe: Jev 1.14 — это модель категории System One от TypeSafe AI, предназначенная для быстрых и надёжных решений, а не для сложных рассуждений. Она возвращает типизированные ответы, которые код может напрямую использовать для ветвления, вместо генерации текста. Модель поддерживает четыре типа вопросов: noul (ответ да/нет с вероятностью), choice (выбор из заданных вариантов), score (возврат оценки) и box (определение местоположения объектов на изображении в виде долей top, bottom, left и right от 0 до 1 с указанием уверенности). Доступ к изображениям и длинному контексту включается экспериментальными заголовками запроса TypeSafe-Danger-Zone-Images: true и TypeSafe-Danger-Zone-Long-Context: true соответственно. Обращение к модели выполняется через endpoint POST /v1/decisions. Модель подходит для маршрутизации между моделями, классификации и модерации контента, включая мультиязычные сценарии, а также для принятия решений по изображениям, например, для классификации фотографий товаров или пометки скриншотов. В конвейерах анализа документов Jev 1.14 может использоваться для поиска таблиц и графиков на страницах. Контекстное окно составляет 262 144 токена, что в 4 раза больше, чем у предыдущей версии. Средняя задержка ответа составляет 0,18 секунды; по сообщениям, модель примерно в 5 раз быстрее и в 25 раз дешевле обычных LLM при сопоставимом уровне интеллекта на задачах System One. Качество модели в целом улучшено по сравнению с предыдущей версией, а наибольший прирост наблюдается в производительности на неанглийских языках. Возможности работы с изображениями, типом box и длинным контекстом помечены как экспериментальные и, по заявлению TypeSafe, не предназначены для использования в продакшене. При работе с box наличие и местоположение объекта проверяются отдельно, и возвращённые координаты не доказывают существование объекта. Разработчикам рекомендуется устанавливать пороги уверенности на основе собственных размеченных данных и сохранять проверку человеком и контроль разрешений приложения.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.
Какие типы входных данных поддерживает Jev 1.14?
Модель принимает текст, а также изображения в экспериментальном режиме. Ввод изображений активируется заголовком запроса TypeSafe-Danger-Zone-Images: true.
Какие типы вопросов можно задавать модели?
Доступны четыре типа: noul, choice, score и box. noul возвращает ответ да/нет с вероятностью, choice выбирает из заданных вариантов, score возвращает оценку, а box определяет местоположение объекта на изображении.
Какое контекстное окно у Jev 1.14?
Контекстное окно составляет 262 144 токена. Длинный контекст является экспериментальной функцией и включается заголовком TypeSafe-Danger-Zone-Long-Context: true.
Для каких задач лучше всего подходит эта модель?
Jev 1.14 ориентирована на маршрутизацию между моделями, классификацию и модерацию контента, в том числе на неанглийских языках, а также на решения по изображениям и поиск таблиц и графиков в документах.
Чем Jev 1.14 отличается от предыдущей версии?
Общее качество улучшено, наибольший прирост достигнут в работе с неанглийскими языками. Контекстное окно увеличено в 4 раза по сравнению с предыдущей версией.