Jev API

Принимает данные и вопросы с вариантами ответа, возвращает выбранный вариант и вероятности. У Jev 1.13 контекст 262 144 токенов. Модель TypeSafe AI, выпущена 15 сентября 2026 года.

Jev 1.13 API работает в России без VPN: один API ключ GEN202, оплата рублями с российской карты.

Цена: за миллион токенов, вход — 18.59 кр. (9,29 ₽ · $0.0845), выход — бесплатно.

кр. — кредиты, покупаются за рубли.

Model

Песочница

Input

Пример

state *

questions *

Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступно 10 запусков в сутки.

Output

Нажмите «Запустить» — ответы модели появятся здесь

{ }

Цена Jev 1.13

Цена за миллион токенов — за входные токены: данные и вопросы. Ответ модели бесплатный.

Токены	Наша цена
Вход	18.59 кр. $0.08459,29 ₽
Выход	бесплатно

кр. — кредиты, покупаются за рубли.

Вызов через API

POST https://api.gen202.com/v1/decisions

Адрес один, и ответ приходит на этот же запрос. Ключ передаётся заголовком Authorization: Bearer sk-… и выпускается в кабинете. На один ключ шлюз пропускает 600 запросов в минуту.

Счёт идёт по входным токенам из поля usage ответа: это данные и вопросы вместе. Ответ модели бесплатный. Кредиты списываются после ответа, по факту; за один запрос списывается не меньше 0,02 кредита. Сколько списано, приходит в ответе полем credits_consumed. Запрос, не дошедший до ответа, не тарифицируется.

Поля запроса

Формат тот же, что у разработчика модели: три поля. Данные и вопросы вместе — до 262 144 токенов. В одном запросе можно задать несколько вопросов об одних данных: модель отвечает на каждый отдельно.

Поле	Тип	Обяз.	Что в нём
model	текст	обязательное	`jev/1-13`
state	текст, объект или список	обязательное	Данные, о которых модель выносит решение: письмо, отзыв, запись из базы; картинки — частью `image_url`, как в документации
questions	объект	обязательное	Вопросы: имя вопроса и его описание. Имя вы выбираете сами, под ним придёт ответ
questions.*.type	текст	обязательное	Вид вопроса: `choice` — один из вариантов, `noul` — да или нет, `score` — место на шкале
questions.*.instructions	текст, объект или список	обязательное	Сам вопрос. Текстом — когда хватает одной фразы. Объектом или списком — когда к вопросу нужны пояснения или данные, на которые он ссылается
questions.*.criteria	объект	обязательное	У `choice` — варианты ответа: имя варианта и его описание. Описание — текст, объект, список или `null`, когда пояснять нечего. До 255 вариантов
questions.*.criteria	список	обязательное	У `score` — ступени шкалы от низшей к высшей. Ступень — текст, объект или список. До 10 ступеней
questions.*.criteria	объект	необязательное	У `noul` — что считать ответом «да» и что ответом «нет»: поля `true` и `false`, оба сразу

Вопрос объектом — пример из справки разработчика: сам вопрос лежит в одном поле, данные — в соседнем, и вопрос ссылается на них по имени в обратных кавычках.

instructions.json

"instructions": {
  "potential_duplicate": {
    "name": "John Smith",
    "location": "Oakland, California",
    "last_employer": "Google"
  },
  "question": "Is the resume for the same person as `potential_duplicate`?"
}

Вызов

Запрос показан целиком, с именем этой модели и тремя вопросами разного вида: подставить остаётся только свой ключ.

decisions.sh

curl https://api.gen202.com/v1/decisions \
  -H "Authorization: Bearer sk-ваш-ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev/1-13",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this convey urgency?",
        "criteria": {
          "true": "Explicitly time-sensitive",
          "false": "No urgency expressed"
        }
      },
      "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"]
      }
    }
  }'

decisions.py

import requests

answer = requests.post(
    "https://api.gen202.com/v1/decisions",
    headers={"Authorization": "Bearer sk-ваш-ключ"},
    json={
        "model": "jev/1-13",
        "state": "Help! My payouts have been failing for 3 days.",
        "questions": {
            "is_urgent": {
                "type": "noul",
                "instructions": "Does this convey urgency?",
                "criteria": {
                    "true": "Explicitly time-sensitive",
                    "false": "No urgency expressed",
                },
            },
            "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"],
            },
        },
    },
).json()

print(answer["answers"]["department"]["choice"])  # billing
print(answer["usage"])  # по нему выставлен счёт

Ответ

Ответ на запрос выше, каким он пришёл от модели: под именем каждого вопроса — его ответ.

decisions-response.json

{
  "model": "jev/1-13",
  "answers": {
    "is_urgent": { "type": "noul", "noul": 0.95 },
    "department": {
      "type": "choice",
      "choice": "billing",
      "probabilities": { "billing": 0.86, "technical": 0.14, "sales": 0 },
      "confidence": 0.79
    },
    "frustration": {
      "type": "score",
      "score": 1.05,
      "legend": { "0": "Calm", "1": "Frustrated", "2": "Very angry" },
      "probabilities": { "0": 0, "1": 0.95, "2": 0.05 },
      "confidence": 0.93
    }
  },
  "usage": { "input_tokens": 426, "output_tokens": 73 },
  "credits_consumed": 0.02
}

Поле	Тип	Что в нём
model	текст	Имя модели, как в запросе
answers	объект	Ответы: под именем каждого вопроса — его ответ
answers.*.type	текст	Вид вопроса: `noul`, `choice` или `score`
answers.*.noul	число	У `noul` — вероятность ответа «да», от 0 до 1
answers.*.choice	текст	У `choice` — вариант с наибольшей вероятностью
answers.*.score	число	У `score` — место на шкале, взвешенное по вероятностям ступеней; может лежать между ступенями
answers.*.legend	объект	У `score` — номер ступени и её описание из запроса
answers.*.probabilities	объект	У `choice` и `score` — вероятность каждого варианта или ступени, в сумме 1
answers.*.confidence	число	У `choice` и `score` — уверенность модели, от 0 до 1; считается из вероятностей
usage.input_tokens	целое	Токены данных и вопросов. По ним выставлен счёт
usage.output_tokens	целое	Токены ответа. Не тарифицируются
credits_consumed	число	Сколько кредитов списано за запрос

Отказы

Тело отказа — объект error, как у OpenAI: {"error":{"message":…,"type":…,"code":…,"param":null}}. Ни один из этих отказов не тарифицируется: деньги списываются только после ответа модели.

Код	code	Когда
400	model_not_found	Имени из поля model нет среди моделей решений. В сообщении перечислено, что принимается.
400	invalid_state	Поле state не передано или пустое. Данные принимаются строкой, объектом или списком.
400	invalid_questions	Поле questions не передано или пустое, либо вопрос задан не по схеме: не назван вид (choice, noul, score, box), пустое поле instructions, у choice нет объекта вариантов или их больше 255, у score нет списка ступеней или их больше 10, у noul в criteria нет одного из полей true и false. Тот же отказ приходит на вопрос box к модели, которая на него не отвечает: box отвечает только jev/1-14. В сообщении назван сам вопрос.
400	invalid_image	Картинка передана не так: ссылкой http(s), в формате кроме PNG и JPEG, строкой base64 без приставки data:image/…;base64, частью input_image или полями assets и images. В сообщении названо место в запросе и показано, как передать картинку.
400	key_required	Названный заголовком учёта ключ не принадлежит аккаунту или отключён. При вызове по ключу Bearer такого отказа не бывает.
400	invalid_request	Модель отказала по самому запросу. В сообщении — её слова. Запрос не тарифицируется.
401	invalid_api_key	Ключа нет в заголовке Authorization, либо он неверный или отключён.
402	insufficient_credits	На балансе не осталось свободных кредитов. Перед вызовом шлюз проверяет только это — сумма списывается после ответа, по факту.
403	forbidden	Аккаунт заблокирован: вызовы модели, пополнение и загрузка файлов ему закрыты. Ключи при этом не отключены — запрет лежит на аккаунте.
413	invalid_request	Запрос слишком велик для модели. Запрос не тарифицируется.
422	invalid_request	Модель не смогла обработать запрос в таком виде. В сообщении — её слова. Запрос не тарифицируется.
429	concurrent_request	Другой запрос этого аккаунта ещё считается. Пока на балансе 50 кредитов или меньше, текстовые запросы выполняются по одному: списание приходит после ответа, и одновременные запросы увели бы счёт в минус. Дождитесь ответа или пополните баланс.
502	upstream_error	Поставщик не ответил или ответил ошибкой. Запрос не тарифицируется: списывать нечего, ответа не было.
503	service_overloaded	Поставщик перегружен или отбил запрос по своему лимиту. Запрос не тарифицируется, повторить можно через несколько секунд — срок назван в заголовке Retry-After.

Сверх 600 запросов в минуту с одного ключа шлюз отвечает 429 в своём виде: {"statusCode":429,"error":…,"message":…} — объекта error в таком ответе нет.

Что TypeSafe AI говорит про Jev 1.13

Jev 1.13 — модель решений компании TypeSafe AI, анонсированная 15 сентября 2026 года. В GEN202 миллион присланных токенов стоит 9,29 ₽, а ответ модели бесплатный.

В документации TypeSafe о классе System One модель представлена так: «Jev is TypeSafe's flagship model and the first System One model». Перевод наш: «Jev — флагманская модель TypeSafe и первая модель класса System One».

Там же объяснено, что это за класс: «System One models are a class of AI models built to make fast, structured decisions that software can use directly». Перевод наш: «Модели System One — класс моделей ИИ, созданных, чтобы выносить быстрые структурированные решения, которыми программа пользуется напрямую».

И чем такая модель отличается от языковой: «Like an LLM, a System One model understands natural-language input. It returns typed decisions and probabilities rather than generated text». Перевод наш: «Как и языковая модель, модель System One понимает ввод на естественном языке. Возвращает она типизированные решения и вероятности, а не написанный текст».

О том, за что берётся плата, сказано в таблице моделей TypeSafe: «Charged per input token. Output tokens are free». Перевод наш: «Плата берётся за входные токены. Выходные токены бесплатны».

День выхода назван в анонсе компании: над заголовком «Introducing System One Models & Jev» стоит дата «Sep 15, 2026».

Слова TypeSafe AI о Jev 1.13 приведены по её документации и блогу на 8 октября 2026 года.

Дата выхода Jev 1.13 и версии Jev

Ранний доступ к модели TypeSafe открыла 15 сентября 2026 года, в день анонса. На площадке OpenRouter запись модели появилась 18 сентября 2026 года.

Версия	Имя у разработчика	Идентификатор в GEN202	Когда	Что известно
Jev 1.14	jev-1.14.0	jev/1-14	14 октября 2026 года	Следующая версия: отвечает и на вопрос Box о месте предмета на картинке
Jev 1.13	jev-1.13.0	jev/1-13	15 сентября 2026 года	Первая публичная версия; картинки принимает, на вопрос Box не отвечает
Jev 1.12	jev-1.12	—	до анонса	На ней получены числа шестнадцати рецептов разработчика из восемнадцати

Имя jev-latest у разработчика со временем переходит на следующий выпуск, поэтому под подобранные пороги вероятности закрепляют номер версии.

На 17 октября 2026 года jev-latest у самой TypeSafe ещё ведёт на Jev 1.13, а указатель ~typesafe/jev-latest на OpenRouter — уже на Jev 1.14. О снятии 1.13 разработчик обещает предупредить за 60 дней.

Характеристики Jev 1.13: вход, вопросы и пределы

Запрос к Jev 1.13 состоит из данных и набора вопросов; у каждого вопроса есть вид, текст и описания вариантов. Пределы ниже — из справки API TypeSafe и страницы модели на OpenRouter.

Характеристика	Значение
Что принимает	Текст — строку, объект JSON или массив — и картинки PNG и JPEG
Что возвращает	Выбранный вариант, вероятности вариантов и показатель уверенности
Контекст	262 144 токенов на данные и вопросы вместе
Вариантов у Choice	До 255
Ступеней у Score	От 2 до 10
Объяснение ответа	Модель возвращает вероятности; текст обоснования пишет языковая модель
Где работает	На серверах разработчика в США; веса модели остаются у него

У самой TypeSafe предел записан иначе: 64 тысячи токенов на запрос, из них 32 тысячи — на данные вместе с самым длинным вопросом. Окно в 262 тысячи токенов она открывает только в режиме длинного контекста и пишет, что этот режим медленнее и менее точен.

По руководству OpenRouter, в длинном режиме идут запросы с текстом больше примерно 32 000 байт и все запросы с картинкой.

Чем Jev 1.13 отличается от языковых моделей

Языковая модель (LLM) в ответ на запрос пишет текст, и программа потом достаёт из него нужное значение. Jev 1.13 возвращает само значение — вариант из присланного списка — и вероятность каждого варианта, поэтому код ветвится по ответу сразу.

	Языковая модель	Jev 1.13
Что на входе	Запрос обычным текстом (промпт)	Данные и вопросы с вариантами ответа
Что на выходе	Текст, написанный моделью	Вариант из списка, ступень шкалы или вероятность «да»
За что берётся плата	За вход и за ответ	Только за вход
Для чего	Текст, код, объяснение, разговор, длинное рассуждение	Классификация, распределение запросов, проверка, ранжирование

Форма ответа у модели решений задана заранее: значение всегда из присланного списка. Разработчик поясняет этим свою формулу «can't hallucinate» из анонса: гарантирована форма ответа, а выбор внутри списка может оказаться ошибочным.

Для чего TypeSafe AI предлагает Jev 1.13

Разработчик относит к задачам модели суждения здравого смысла — те, что знающий человек выносит за секунду. В его документации собрано восемнадцать рецептов, ещё пять — у OpenRouter.

Задача	Как решается
Отнести обращение или документ к категории	Один вопрос Choice на взаимоисключающие категории и по одному Noul на каждую метку
Проверить ответ дешёвой языковой модели	Choice решает, подтверждён ли ответ найденными отрывками; при отказе отвечает сильная модель
Пропустить или остановить действие агента	Точные условия проверяет код, затем вопросы Noul; по порогам код разрешает, отказывает или зовёт человека
Поднять нужный отрывок в результатах поиска	Один Noul на пару «запрос — отрывок», сортировка по вероятности
Достать из текста почту, телефон или сумму	Кандидатов находит код, Choice выбирает нужного, значение копируется дословно
Проверять сообщения на входе и выходе языковой модели	Noul на каждый вид опасности и Score для тяжести

Три вида вопросов Jev 1.13: Choice, Noul и Score

Имя каждому вопросу даёт вызывающий, и под этим же именем приходит ответ. Вид вопроса определяет, что нужно описать и что вернётся; все три вида отправляют одним запросом к одним и тем же данным.

Вид	На что отвечает	Что описывают	Что приходит в ответе
Choice	Какой из вариантов	Варианты с описаниями	Вариант с наибольшей вероятностью, вероятности всех вариантов, показатель уверенности
Noul	Верно ли утверждение	По желанию — что считать «да» и что «нет»	Одно число от 0 до 1 — вероятность ответа «да»
Score	Какая ступень шкалы	Ступени шкалы по порядку	Место на шкале, вероятности ступеней, показатель уверенности

По документации разработчика, вопросы оцениваются параллельно и независимо друг от друга, а время ответа при добавлении вопроса остаётся почти прежним.

Четвёртый вид, Box, ищет предмет на картинке, и отвечает на него только Jev 1.14: на такой вопрос к Jev 1.13 шлюз GEN202 отвечает отказом.

Сколько стоит запрос к Jev 1.13 и из чего складывается счёт

Оплачиваются входные токены — данные и вопросы. В GEN202 миллион входных токенов Jev 1.13 стоит 9,29 ₽; за ответ модели плата не берётся.

Данные в одном запросе считаются один раз, сколько бы вопросов к ним ни было задано, а каждый добавленный вопрос прибавляет только свои токены. Поэтому все вопросы об одних данных выгоднее отправлять одним запросом.

Размер запроса в токенах возвращается в ответе модели: у обращения с двумя полями данных и тремя вопросами из руководства OpenRouter счётчик показал 476 входных токенов.

Какие числа TypeSafe AI публикует о Jev 1.13

Время ответа в источниках названо разное, и рядом с числами разработчика стоят замеры площадки и независимой оценки.

Чьё число	Время ответа
TypeSafe, документация	Около 100 мс для большинства запросов; в обзоре областей применения — 150 мс
TypeSafe, анонс	От 70 до 500 мс
OpenRouter, страница модели на 8 октября 2026 года	0,21 с — медиана
Vals AI, независимая оценка	0,10 с при одном суждении о документе, 0,12 с при 64

В примере на сайте компании Jev справилась с задачей за 0,114 секунды, а языковая модель GPT 5.6 Terra — за 8,566 секунды. К своим числам разработчик делает оговорки: замеры шли с ноутбуков на западном побережье США, где размещён сервис, а данные в примере — короткий абзац.

Повторный запрос с теми же данными сдвигает вероятности на сотые доли. Ответ рядом с порогом при повторе может оказаться по другую его сторону, и такие случаи отдают на проверку.

Что показали независимые проверки Jev 1.13

Компания Vals AI 6 октября 2026 года опубликовала независимую оценку Jev: версию 1.13.0 сравнили с одиннадцатью языковыми моделями. На 400 заданиях по проверке утверждений из годовых отчётов Jev дала 390 верных ответов, столько же, сколько GPT 6 Astra, GPT 6.1 Sol и GPT 6 Luna.

На 396 вопросах из набора LegalBench в той же оценке Jev заняла последнее место из двенадцати. Vals AI оговаривает, что взятая часть набора мала, а сам набор открыт и, вероятно, входит в обучающие данные языковых моделей.

Замер на русских данных 21 сентября 2026 года опубликовал независимый автор на Хабре: для 928 позиций из спецификаций госзакупок модель выбирала один код из тридцати кандидатов и показала точность 0,775 против 0,676 у модели ранжирования Qwen3-Reranker-8B. Автор оговаривает, что это одна предметная область и что калиброванность вероятностей он не проверял.

О языках в документации TypeSafe сказано, что основной язык обучения — английский и точность на нём наибольшая; для остальных языков разработчик советует проверять модель на своих данных.

Наш замер 8 октября 2026 года шёл на 53 текстах отказов от поставщиков моделей: вид отказа — содержание, ошибка клиента или сбой поставщика — Jev определила верно для всех 53. Разметка наша, прогон один, выборка маленькая.

Как формулировать вопросы к Jev 1.13, чтобы ответ был точным

Правила ниже взяты из руководства по построению на System One.

Один вопрос — одно быстрое суждение. Ориентир разработчика: такое суждение знающий человек выносит за секунду.
Сложное решение делят на узкие вопросы. Итог складывает код, и у каждого суждения остаётся свой ответ, который можно проверить.
В данные кладут только нужное. Посторонние подробности отвлекают модель и снижают точность.
У вопроса Noul одно условие. Вопрос с двумя условиями делят на два, а ответы соединяют в коде.
У Choice дают полный список вариантов. На случай неполного списка добавляют вариант other, а для похожих вариантов пишут, что входит в каждый.
Ступени Score описывают ситуациями. Описание «функция сломана, обходной путь есть» модель сопоставляет с данными напрямую.

Порог вероятности у каждого действия свой: чем дороже ошибка, тем он выше. По странице TypeSafe о вероятностях, показатель confidence описывает ответ модели, а верность ответа проверяют отдельно, на размеченных данных.

Подбирают порог на своих данных: вручную размечают 100–200 типичных записей, прогоняют их через модель и для нескольких порогов считают точность и полноту.

Что TypeSafe AI советует учесть в работе с Jev 1.13

У версии 1.13 разработчик ведёт страницу известных слабых мест, последний раз проверенную 2 октября 2026 года. Первая её строка: «`jev-1.13` answers the question you wrote, not the one you meant». Перевод наш: «jev-1.13 отвечает на тот вопрос, который вы написали, а не на тот, который имели в виду».

Условие вопроса пишут точно, а пограничные случаи выносят в описания вариантов.
Подсчёт, арифметику и сравнение чисел выполняет код, а модель отвечает на вопрос о каждом элементе отдельно.
Даты модель извлекает из текста, а сравнивает их и считает промежутки код.
Вопрос задают напрямую, без двойного отрицания, и нужную часть данных называют по имени.
Для текста, написанного с целью повлиять на решение, условия прямо прописывают в описаниях вариантов.
Описания вариантов продолжают текст вопроса теми же словами.
Варианты у Choice переставляют и проверяют, что ответ остаётся прежним.
Текст, код и объяснения пишет языковая модель, а Jev выбирает из готовых вариантов.

Как купить доступ к Jev 1.13 в России и сколько стоит миллион токенов

У разработчика Jev 1.13 оплачивается в долларах предоплаченными кредитами. В GEN202 доступ покупают рублями: вход, пополнение с карты российского банка и ключ из кабинета.

Заведите счёт. Счёт GEN202 открывается входом через Яндекс или по ссылке из письма.
Пополните его рублями. Нижний пакет стоит 500 ₽ и приносит 1 000 кредитов: по ставке Jev 1.13 это 53 миллиона присланных токенов.
Выпустите ключ и назовите модель. Ключ выпускается в кабинете, а модель называют идентификатором jev/1-13; тем же ключом вызываются остальные модели каталога.

Миллион присланных токенов Jev 1.13 стоит 9,29 ₽, ответ модели бесплатный — обе строки стоят в таблице цен выше.

Цены на этой странице — цены GEN202, а не разработчика; пакеты пополнения и порядок списания собраны на странице цен.

С того же баланса оплачиваются языковые модели, картинки и видео. О бренде, названии и ключе разработчика рассказывает страница Jev API.

Канал конференции AI Council; ролик стоит в блоге TypeSafe — доклад основателя TypeSafe Диогу Алмейды 19 июня 2026 года, за три месяца до анонса модели: какую задачу решает Jev и чем обучение на отзывах людей мешает автоматизации. Идёт около 37 минут, на английском.

Частые вопросы

Сколько стоит Jev 1.13

Цена за миллион токенов Jev 1.13 — 18.59 кр. (9,29 ₽ · $0.0845) за вход в Jev 1.13, ответ модели бесплатный. У Jev 1.13 списывается фактический расход, а задача, завершившаяся ошибкой, не тарифицируется вовсе.

Нужны ли VPN и иностранная карта для Jev 1.13

Ни то, ни другое: обращение к Jev 1.13 идёт на наш адрес, а расчёты с TypeSafe AI ведём мы, поэтому договариваться с ним клиенту не о чем. Оплата рублями с карты российского банка.

Как подключить Jev 1.13 API и сделать первый вызов

Войти на сайт и выпустить ключ в кабинете: при первом входе начисляется 50 кредитов, и этот же ключ открывает Jev 1.13 вместе с остальным каталогом. Собственного ключа TypeSafe AI и договора с ним для вызова Jev 1.13 не нужно.

Что такое Jev простыми словами

Jev — модель компании TypeSafe AI, анонсированная 15 сентября 2026 года, которая вместо текста возвращает готовое решение: один вариант из присланного списка, место на шкале или вероятность ответа «да». Программа присылает данные и вопросы, получает значения с вероятностями и сразу действует по ним.

Jev — это нейросеть или языковая модель (LLM)

Jev — нейросеть, то есть модель искусственного интеллекта, а по классу — модель решений System One: так её с 15 сентября 2026 года называет разработчик. Обычный текст на входе она понимает, как языковая модель, а возвращает варианты и вероятности; текст, код и объяснения остаются за языковыми моделями.

Можно ли скачать Jev и запустить локально

Jev работает как облачный сервис: на 8 октября 2026 года запрос уходит по API на серверы разработчика в США, а веса модели остаются у него. Скачиваются только библиотеки для вызова — typesafe-sdk для Python и @typesafe-ai/sdk для JavaScript, обе под лицензией MIT.

Есть ли у Jev официальный сайт

Сайт разработчика — typesafe.ai: там 15 сентября 2026 года вышел анонс модели. Документация лежит на docs.typesafe.ai, а ключи и проба модели в браузере — в консоли console.typesafe.ai.

Бесплатна ли Jev

Платными у Jev остаются входные токены — данные и вопросы, а ответ модели бесплатный: так записано в таблице моделей TypeSafe на 8 октября 2026 года. Ставка входа в GEN202 стоит в таблице цен на этой странице.

Есть ли аналоги Jev

Есть: на 8 октября 2026 года открытый список моделей OpenRouter с ответом вида «решения» возвращает 15 записей, и две из них принадлежат TypeSafe. Они же самые ранние в списке — созданы 18 сентября 2026 года.