Jev: het AI-model dat beslissingen teruggeeft in plaats van tekst

Wat is Jev van TypeSafe?

"Jev is een AI-model dat op basis van een gegeven context een getypte, probabilistische beslissing teruggeeft in plaats van een lap tekst. Het komt van de startup TypeSafe, die na ruim twee jaar in stealth naar buiten kwam met 40 miljoen dollar aan investeringen, onder meer van DCVC. De oprichters zijn Diogo Almeida, Erik Gafni en Sasha Sheng. Jev is nu beschikbaar in early access."

Remy Gieling, mede-oprichter van ai.nl

Waarom is een gewoon taalmodel onhandig voor simpele beslissingen?

"Modellen als GPT en Claude voorspellen tekst token voor token. Dat maakt ze enorm veelzijdig, maar relatief traag en duur als je alleen een ja, een nee of een categorie wilt horen. Ontwikkelaars dwingen zo'n model nu met prompts en JSON-schema's tot een voorspelbaar antwoord, maar onder water doorloopt het model nog steeds die hele cyclus: eerste token, tweede token, aanhalingstekens. Dat kost tijd en geld, en dat schaalt mee met de complexiteit van je workflow."

Remy Gieling

Hoe werkt Jev?

"Je geeft Jev een state, bijvoorbeeld de tekst van een klantmail plus wat metadata over de klant, en een vaste set vragen. Jev beantwoordt al die vragen parallel, waardoor de vertraging van woord-voor-woord genereren wegvalt. TypeSafe traint het model met een methode die ze Reinforcement Learning for Calibrated Decisions noemen, RLCD. Het model leert dus geen volgend woord voorspellen, maar kansen verdelen over vooraf vastgestelde uitkomsten. Jev denkt ook niet eerst in stappen na voordat het antwoordt. Het is gemaakt voor snelle, afgebakende oordelen en uitdrukkelijk niet voor complexe redeneertaken."

Remy Gieling

{
  "model": "typesafe/jev-latest",
  "state": {
    "klantprofiel": "Premium abonnee, 3 jaar trouwe klant.",
    "bericht_tekst": "Mijn bestelling is zwaar beschadigd aangekomen en ik wil nu direct mijn geld terug, anders zeg ik op."
  },
  "questions": {
    "intentie": {
      "type": "choice",
      "instructions": "Bepaal de hoofdintentie van het bericht van deze klant.",
      "criteria": {
        "retour": "De klant wil een product terugsturen of zijn geld terugkrijgen.",
        "klacht": "De klant is ontevreden over de geleverde service of de levering zelf.",
        "opzegging": "De klant wil een bestaand abonnement of dienst per direct beëindigen."
      }
    },
    "urgentie": {
      "type": "score",
      "instructions": "Beoordeel hoe urgent dit verzoek is op basis van de emotie en de mogelijke bedrijfsrisico's.",
      "criteria": [
        "Geen haast, het is een standaard en neutraal informatieverzoek.",
        "Normale prioriteit, vereist actie binnen de standaard overeengekomen SLA.",
        "Kritiek, de klant is overduidelijk boos en dreigt met opzegging of verdere actie."
      ]
    },
    "escalatie_nodig": {
      "type": "noul",
      "instructions": "Moet dit ticket onmiddellijk naar een senior menselijke medewerker worden geëscaleerd?",
      "criteria": {
        "true": "De klant dreigt expliciet met opzeggen of uitte zware onvrede.",
        "false": "Het betreft een regulier verzoek zonder directe dreiging van churn."
      }
    }
  }
}

Wat zijn de drie typen beslissingen die Jev kan nemen?

"De API kent drie vaste typen. Choice kiest één optie uit een lijst die jij bepaalt. Score plaatst iets op een geordende schaal, van laag naar hoog. En noul is een razendsnelle ja-neebeslissing voor situaties die heel vaak voorkomen. Omdat alles parallel draait, kun je meerdere vragen over dezelfde input afvuren zonder dat de responstijd merkbaar oploopt."

Remy Gieling

Type	Wat het doet	Wat je terugkrijgt
Choice	Kiest één optie uit een vooraf bepaalde lijst	De gekozen optie, kansen over alle opties en een confidence-score
Score	Plaatst de input op een geordende schaal	Een gewogen score (bijvoorbeeld 3,2), kansen per niveau en een confidence-score
Noul	Snelle ja-neebeslissing voor hoge volumes	Alleen een ja-kans tussen 0 en 1, zonder aparte confidence-score

Hoe snel en hoe goedkoop is Jev?

"Volgens TypeSafe zelf kost Jev in early access 0,042 dollar per miljoen input-tokens, en betaal je niets voor output. De responstijd ligt grofweg tussen 70 en 500 milliseconden per call. In specifieke workflows zou Jev tot 193,6 keer sneller en 444,6 keer goedkoper zijn dan traditionele alternatieven. Dat zijn wel uitersten uit hun eigen interne evaluaties, en er is nog geen onafhankelijke benchmark die ze staaft. Als demonstratie liet TypeSafe Jev in realtime de game Doom spelen."

Remy Gieling

Kan Jev echt niet hallucineren?

"Die claim gaat alleen over de vorm. Jev kan geen antwoord geven buiten de opties die jij hebt vastgelegd, dus je code loopt nooit vast op een onverwacht stuk tekst. Inhoudelijk kan het model nog steeds de verkeerde beslissing nemen: een boze mail kan als neutrale vraag worden geclassificeerd. Het antwoord past dan netjes in het schema en is toch fout. Critici als ontwikkelaar Sean Goedecke wijzen er bovendien op dat gewone modellen steeds beter worden in het betrouwbaar volgen van een JSON-schema."

Remy Gieling

Wat betekent gekalibreerde confidence bij Jev?

"Gekalibreerd betekent hier groepsgewijs gekalibreerd. Als je tienduizend beslissingen neemt waarbij het model 90 procent confidence meldt, blijkt achteraf zo'n 90 procent van die groep correct. Het garandeert dus niet dat één losse voorspelling klopt, ook niet bij een hoge score. Voor de betrouwbaarheid van je systeem als geheel is dat essentieel, voor de beoordeling van één klantmail biedt het geen zekerheid."

Remy Gieling

Wat heeft de Jevons-paradox met AI-agents te maken?

"Toen stoommachines in de negentiende eeuw zuiniger werden met steenkool, steeg het totale steenkoolverbruik juist enorm. Goedkoper betekende dat er ineens talloze nieuwe toepassingen rendabel werden. Met AI-beslissingen gebeurt hetzelfde. Een robuuste agent-workflow heeft tientallen verborgen beslismomenten: controles, classificaties, veiligheidschecks. Zodra zo'n microbeslissing vrijwel niets meer kost, gaan organisaties er massaal meer van inbouwen, van het routeren van duizenden klantentickets per dag tot kwaliteitscontroles op teksten die andere AI-modellen hebben geschreven."

Remy Gieling

Wat verandert Jev aan agentic workflows?

"In de workflows die wij bouwen in Copilot Studio, CrewAI, LangChain en n8n ontstaat de vertraging bijna altijd op de beslismomenten. Roep ik tool X of tool Y aan? Zit hier privacygevoelige informatie in? Is deze samenvatting goed genoeg voor de klant? Als die beslissingen twee ordes van grootte sneller en goedkoper worden, kun je op elke stap controles inbouwen met harde drempels. Bijvoorbeeld: boven een confidence van 0,95 volledig automatisch, tussen 0,70 en 0,95 naar een senior medewerker, daaronder terug naar de triage. Zo'n drempel moet je per toepassing wel valideren. Mijn persoonlijke voorspelling: TypeSafe wordt een logisch overnamedoelwit voor OpenAI, Anthropic of Google."

Remy Gieling

Wat kan ik als bouwer nu al doen?

"Wacht niet tot Jev of vergelijkbare modellen breed beschikbaar zijn. Inventariseer vandaag welke trage LLM-aanroepen in jouw systemen eigenlijk eindigen in een oordeel dat in drie woorden past. Dat zijn precies de plekken waar je straks het snelst grote efficiëntiewinst boekt."

Remy Gieling

Bronnen

• Officiële lancering: Introducing System One Models and Jev (TypeSafe)
• TypeSafe API Primitives Documentatie
• TypeSafe Concepts: System One & Confidence
• TypeSafe Interne Evaluaties en Benchmarks
• Yahoo Finance / Business Wire: TypeSafe AI emerges from stealth with $40M
• The Register: TypeSafe AI debuts model for machines that plays Doom
• Sean Goedecke: Jev means structured output is interesting again