Jev ist ein Entscheidungsmodell für künstliche Intelligenz, das im September 2026 vom Startup TypeSafe AI auf den Markt gebracht wurde. Im Gegensatz zu konversationellen Modellen wie Claude oder ChatGPT chattet Jev nicht, schreibt keinen Code und erzeugt keine freie Prosa. Bei einem Stück Anwendungszustand und einer Liste typisierter Fragen liefert es typisierte Antworten mit kalibrierten Wahrscheinlichkeitswerten, typischerweise in wenigen hundert Millisekunden. TypeSafe nennt es das erste „System-One-Modell", eine Anspielung auf das schnelle, intuitive „System 1"-Denken aus Daniel Kahnemans Buch Schnelles Denken, langsames Denken.
Funktionsweise
Jev ist für strukturierte Entscheidungsfindung statt offener Generierung konzipiert. Ein Aufrufer liefert:
- einen Block Kontext oder Zustand (zum Beispiel eine Rechnung, ein Support-Ticket oder eine Sicherheitswarnung) und
- eine oder mehrere typisierte Fragen, jeweils mit einer definierten Menge möglicher Antworten.
Jev gibt die gewählte Antwort für jede Frage zusammen mit einer kalibrierten Wahrscheinlichkeit zurück, sodass nachgelagerter Code sowohl auf der Entscheidung als auch auf der Modellkonfidenz verzweigen kann. Da die Ausgabe typisiert und eingeschränkt ist und nicht aus natürlichsprachlichem Text besteht, können Ergebnisse programmatisch ohne Parsen von Prosa konsumiert werden, und das Modell kann weitaus schneller antworten als ein tokenweises Chat-Modell. Typische Anwendungen umfassen Klassifikation, Bewertung, Routing, Inhaltsmoderation und die Auswahl des nächsten Schritts in einem automatisierten Workflow.
Leistungsbehauptungen
Zum Start berichtete TypeSafe, dass Jev in den internen Workflow-Auswertungen bei Entscheidungsaufgaben etwa 193-mal schneller lief als Claude Sonnet 5 und etwa 444-mal günstiger war als Claude Opus 5. Diese Zahlen stammen aus TypeSafes eigener Auswertungssuite, deren Workflows vom TypeSafe-eigenen Team geschrieben wurden, und das Unternehmen hat angegeben, dass die Verbesserungen das obere Ende der erwarteten realen Nutzung darstellen und keinen garantierten Durchschnitt. Unabhängige Benchmarks waren in den Wochen nach der Veröffentlichung noch begrenzt, daher sollten die Schlagzeilen zu Geschwindigkeit und Kosten als Herstellerangaben gelesen werden, die auf eine Verifizierung durch Dritte warten.
Hintergrund
TypeSafe AI wird von Diogo Almeida geleitet, einem ehemaligen OpenAI-Forscher, der mit frühen Arbeiten an ChatGPT in Verbindung gebracht wird. Das Unternehmen positioniert Jev als Ergänzung zu generativen Modellen, nicht als Ersatz: Große Sprachmodelle bleiben für das Schreiben und Denken in Prosa geeignet („System-2"-Arbeit), während Jev auf die hochvolumigen, latenzarmen Klassifikations- und Routing-Entscheidungen abzielt, die sie umgeben.
Rezeption
Jev erregte nach dem Start schnell Aufmerksamkeit in der KI-Entwickler-Community, wobei frühe Anwender über Kosten- und Latenzverbesserungen bei Aufgaben wie Rechnungsverarbeitung, Produktabgleich und Kundendienstautomatisierung berichteten. Die Berichterstattung hob sowohl die Neuheit eines typisierten, nicht-chatbasierten „Entscheidungsmodells" als auch den Vorbehalt hervor, dass die auffälligsten Leistungszahlen selbstberichtet waren. Die Anzahl der auf Jev aufbauenden Projekte soll in den ersten Tagen nach der Verfügbarkeit schnell gewachsen sein. Innerhalb weniger Tage veröffentlichte das indische Startup Convai Innovations Laya, ein Open-Weight-Modell unter Apache-2.0-Lizenz in derselben „System-One"-Kategorie, und positionierte sich als selbst hostbare Alternative.
Siehe auch
- Laya - das Open-Weight-Gegenstück (Apache 2.0), das Tage später von Indiens Convai Innovations veröffentlicht wurde
- Großes Sprachmodell
- Generative KI
- KI-Agent