Jev API: новый подход к выбору ответов и быстрый рост экосистемы за 3 дня
Jev не генерирует текст, а выбирает готовый ответ из заданного пространства. За три дня появилось браузерное приложение‑агент для поиска билетов, торговый бот, контент‑фильтры и прототип Tesla FSD.
Что такое Jev?
Jev – это платформа, которая не генерирует свободный текст, а выбирает наиболее подходящий ответ из заранее определённого набора вариантов, заданного разработчиком. Такой подход позволяет гарантировать, что ответы будут соответствовать строгим бизнес‑правилам и требованиям к надёжности.
Основные контракты API
- Noul – описывает пространство возможных ответов (структура, типы, ограничения).\
- Choice – запрос, в котором приложение указывает критерии выбора (контекст, приоритеты).\
- Score – метрика, возвращаемая Jev, отражающая уверенность модели в выбранном ответе.
Как вызывается API
POST https://api.jev.ai/v1/choose
Content-Type: application/json
{
"noul_id": "flight-search",
"choice": {"origin": "MOW", "dest": "NYC", "date": "2026-10-01"}
}
Ответ содержит выбранный вариант и его score. Стоимость расчётов фиксирована: 0.001 USD за запрос плюс небольшая плата за хранение Noul‑наборов.
Экосистема за 72 часа
- Браузерный агент нашёл авиабилеты за 7 секунд, используя Noul‑модель «flight‑search».\
- Торговый бот выбирает сигналы из предзаданного набора стратегий, обеспечивая низкую латентность.\
- Фильтры контента – быстрый модуль модерации, работающий без генерации текста.\
- Прототип Tesla FSD – демонстрация выбора действий из ограниченного пространства манёвров.
Где почитать детали
- Документация TypeSafe – https://jev.ai/docs/typesafe\
- Репозиторий
jev-ultrafastна GitHub – https://github.com/jev/jev-ultrafast\ - Трасса семисекундного прогона – https://jev.ai/performance/flight-search
Jev уже привлекает внимание стартапов, которым важна детерминированность и быстрота ответов, а не креативность генеративных моделей.
Для разработчиков Jev открывает возможность быстро собрать специализированные агенты без риска «галлюцинаций» генеративных LLM. Это особенно ценно в финансовых, авиа‑ и автотранспортных системах, где важна точность. Однако ограниченный набор ответов может стать узким местом, если бизнес‑требования быстро меняются – потребуется постоянное обновление Noul‑баз.


