Jev entscheidet, statt zu schreiben — wofür sich TypeSafes neues Modell eignet

TypeSafe AI hat am 16. September 2026 sein erstes Modell veröffentlicht: Jev schreibt keinen Text. Es bekommt einen Sachverhalt und dazu Fragen mit vorgegebenen Antwortmöglichkeiten und liefert die Antwort zurück — mit einer Wahrscheinlichkeit für jede Option. Hinter dem Modell steht ein 2024 gegründetes Unternehmen aus San Francisco um Diogo Almeida, der bei OpenAI an ChatGPT und GPT-4 gearbeitet hat; es trat mit 40 Millionen US-Dollar Seed-Kapital unter Führung des Investors DCVC aus der Verschwiegenheit, laut Forbes bei einer Bewertung von 200 Millionen US-Dollar. In den ersten 36 Stunden registrierten sich nach Unternehmensangaben 140.000 Entwickler.

In eigener Sache: In den unten genannten Vergleichen dient unter anderem Anthropics Claude Fable 5.1 als Referenz, und dieser Beitrag entsteht mit Anthropics Werkzeugen. Alle Zahlen sind deshalb ihrer Quelle zugeordnet.

Drei Fragetypen, keine Begründung

Jev kennt genau drei Formen von Fragen: eine Auswahl aus einer Liste (bis zu 255 Optionen), eine Note auf einer vorher beschriebenen Skala mit zwei bis zehn Stufen und eine Ja/Nein-Frage, die als Wahrscheinlichkeit zwischen 0 und 1 zurückkommt. Mehrere Fragen zum selben Sachverhalt werden gleichzeitig beantwortet und kosten deshalb kaum zusätzliche Zeit. Die Antwortzeit gibt der Anbieter mit 70 bis 500 Millisekunden an, das Kontextfenster für eine einzelne Frage samt Sachverhalt nennt die Cloudflare-Dokumentation mit 32.000 Token. Architektur und Parameterzahl hat TypeSafe nicht offengelegt.

Alles andere fehlt: kein Text, keine Begründung, keine Zwischenschritte. Das ist keine Sparversion eines Sprachmodells, sondern die Bauform — und in ihr stecken Nutzen und Grenze gleichzeitig.

Wofür sich das Modell eignet

Jev ist überall dort ein Kandidat, wo in einem Ablauf heute ein Sprachmodell steht, das nur einsortiert, bewertet oder weiterleitet — also gar nicht zum Schreiben gebraucht wird.

• Eingangspost einsortieren. E-Mails, Formulare, Tickets: Abteilung, Dringlichkeit, Sprache, Vorgangsart. Die Antwortmöglichkeiten stehen in einem Betrieb ohnehin fest, weil sie den Zuständigkeiten folgen.
• Freigaben mit Schwellenwert. Weil jede Antwort eine Wahrscheinlichkeit trägt, lässt sich eine Grenze ziehen: Ab 0,9 läuft der Vorgang durch, darunter geht er an einen Menschen. Das ist der praktische Hebel für bestehende Automatisierungen in n8n, Make oder Power Automate — nicht mehr Intelligenz, sondern eine Zahl, an die eine Regel andocken kann.
• Vorfilter vor dem teuren Modell. Jev entscheidet, ob eine Anfrage eine einfache Auskunft ist oder das große Modell braucht. Die Entscheidung kostet dann einen Bruchteil der Anfrage, die sie einspart.
• Massenprüfung gegen eine Rubrik. Angebote, Produkttexte, Übersetzungen oder die Ausgaben anderer Modelle gegen eine Checkliste prüfen. Die Redaktion des US-Magazins Every maß nach eigenen Angaben 0,35 Sekunden je geprüfter Passage gegenüber 8,83 Sekunden bei Claude Fable 5.1 — fand dabei aber sechs von sieben eingebauten Fehlern, Fable alle sieben.
• Relevanzprüfung in der Dokumentensuche. Ob ein gefundener Absatz zur Frage passt, ist eine Ja/Nein-Entscheidung, die bei einer Suche dutzendfach anfällt.
• Echtzeit-Schleifen. Steuerung, Simulation, Spiele: lesen, entscheiden, handeln, erneut fragen. Für den Mittelstand eine Randnotiz, aber sie zeigt, worauf die Bauform zielt.

Wofür es nicht taugt

Rechnen, Zählen und Datumsvergleiche gehören laut Anbieterdokumentation nicht zu den Aufgaben des Modells; solche Prüfungen bleiben Sache des Programms, das Jev aufruft. Bilder, Audio und Video kennt es nicht, und Werte aus unstrukturiertem Text herauszuziehen — Betrag und Fälligkeitsdatum aus einer Rechnung etwa — gehört ebenfalls nicht dazu: Jev beurteilt, was ihm vorgelegt wird, es liest es nicht aus. Für Entscheidungen, die begründet dokumentiert werden müssen — Personalauswahl, Kreditvergabe und andere Hochrisiko-Anwendungen nach dem AI Act —, ist eine Wahrscheinlichkeit von 0,87 keine Begründung. Als Sicherheitsgrenze gegen böswillige Eingaben ist das Modell ausdrücklich nicht gedacht, und bei ablenkendem Kontext wird es unzuverlässig. Wer die Antwortmöglichkeiten nicht vorher kennt, kann es ohnehin nicht einsetzen. Und für den lokalen Betrieb fällt es aus: Jev ist proprietär und nur gehostet verfügbar, offene Gewichte gibt es nicht.

Preis und Zugang

Der Anbieter verlangt 0,042 US-Dollar je Million Eingabe-Token, die Ausgabe ist unberechnet. 100.000 Anfragen mit je 1.000 Token kosten damit 4,20 US-Dollar; für seinen Beispiel-Ablauf nennt TypeSafe 0,39 US-Dollar je 1.000 Durchläufe. Der direkte Zugang läuft über eine Warteliste, ohne Warteliste ist das Modell über das Vercel AI Gateway, Cloudflare Workers AI und OpenRouter erreichbar. Zum Verarbeitungsort der Daten und zu einem europäischen Betrieb macht die öffentliche Dokumentation aktuell keine Angabe.

Was an den Zahlen belastbar ist

TypeSafe wirbt mit 193,6-facher Geschwindigkeit und 444,6-fach niedrigeren Kosten. Die Grundlage sind eigene Workflow-Evals, und in ihnen gilt als richtige Antwort der Durchschnitt der Antworten von GPT-6 Astra und Claude Fable 5.1. Gemessen wird damit Übereinstimmung mit zwei anderen Modellen, nicht Richtigkeit; TypeSafe räumt diese Verzerrung selbst ein. Bei der Trefferquote landet Jev in dieser Auswertung bei 67,8 Prozent und damit gut sechs Punkte unter GPT-5.6 Sol (74,1 Prozent). Aufschlussreicher als der Mittelwert ist die Streuung zwischen den Aufgaben: In der Kundenbetreuung liegt Jev mit 76,0 Prozent nahe am besten Vergleichsmodell, bei der Rechnungsverarbeitung mit 61,8 gegen 79,1 Prozent deutlich dahinter. Geprüft wird ein solches Modell also an der eigenen Aufgabe, nicht am Gesamtwert.

Aussagekräftiger sind zwei kleinere Zahlen. Vercel setzte Jev in einem eigenen Produkt für einen Sicherheitsprüfschritt ein und berichtet von bis zu 18-facher Geschwindigkeit im p95-Wert. Und ein Mitarbeiter von TypeSafe maß für einen kompletten Ablauf, in dem er eine einzige Entscheidungsstelle austauschte, 15,9 Prozent Zeit- und 30,1 Prozent Kostenersparnis. Beide Werte widersprechen dem Faktor 193 nicht — sie zeigen, was von ihm übrig bleibt, wenn eine schnelle Entscheidung in einem Ablauf steckt, der weiterhin aus Datenbankabfragen, Wartezeiten und einem Sprachmodell besteht.

Der belastbare Gewinn steckt nicht im Faktor 193, sondern in einer kalibrierten Zahl, an der eine Freigaberegel hängen kann.

Betrifft Sie das, und wann? Wenn Sie noch keine automatisierten Abläufe betreiben, ändert JEV für Sie zunächst nichts. Wenn Sie welche haben und darin ein Sprachmodell nur zum Einsortieren oder Bewerten aufrufen, haben Sie einen konkreten Kandidaten für einen Pilotversuch — aber einen, der noch in der frühen Zugangsphase steckt, ohne benannte Produktionskunden und ohne dokumentierten europäischen Verarbeitungsort. Was bleibt, ist unabhängig von diesem einen Anbieter: die Aufteilung zwischen einem spezialisierten Entscheider für die vielen kleinen Fragen und einem Generalisten für die wenigen großen. Diese Aufteilung lässt sich heute schon planen, auch wenn sich das Modell dafür noch ändert.