Jev Nedir? ChatGPT'nin Ortak Yaratıcısından 200 Kat Hızlı Karar Modeli

Jev Nedir ve Neden Jevons Paradoksu?

TypeSafe AI'ın ilk System 1 modeli Jev, adını William Stanley Jevons'un paradoksundan alıyor: verimlilik arttıkça tüketim artar. Kurucu Diego Almeida, Google Brain ve OpenAI'da ChatGPT'yi birlikte icat eden isimlerden biri olarak iki yıl gizli kaldığını, süper insan sohbet modellerinin neden yapay genel zekaya evrilmediğini sorgulayıp cevabı eğitim paradigmasında aradığını anlatıyor. Sonuç, metin üretmeyen bir karar motoru.

Jev'i klasik büyük dil modelinden ayıran şey otoregresif döngünün olmaması. Geleneksel modeller bir sonraki kelimeyi tahmin edip token token akıtırken, Jev bir durum ve bir dizi soru alıyor ve hepsini paralel olarak puanlıyor. Şirket bu mimariyle 20 ila 200 kat hız ve 40 ila 400 kat maliyet avantajı iddia ediyor. Doom'u gerçek zamanlı oynatması, tarayıcıda saniyeler süren işi milisaniyeye indirmesi bu iddianın görsel kanıtı olarak gösteriliyor.

Felsefi çerçeve Daniel Kahneman'ın Hızlı ve Yavaş Düşünme kitabındaki System 1 ve System 2 ayrımına dayanıyor. Şirket, System 1'i hızlı sezgisel, System 2'yi yavaş ve temkinli akıl yürütme olarak tanımlıyor. Claude ve GPT gibi modeller System 2, Jev ise System 1. Fikir, pratikle System 2 işini System 1 refleksine dönüştürmek; direksiyon dersi gibi, başta yavaş sonra otomatik.

RLCD ve Üç Primitif: Choice, Score, Bool

Eğitim tarafında Jev, RLHF yerine RLCD yani Reinforcement Learning for Calibrated Decisions kullanıyor. RLHF insan tercihine optimize olup halüsinasyonu beslerken, RLCD doğrudan kararların kalibre edilmiş olasılığına odaklanıyor. TypeSafe bu sayede sıfır halüsinasyon ve güvenilir kalibrasyon vadediyor; her cevap bir dağılım ve bir güven skoruyla geliyor.

Kullanım üç primitife dayanıyor. Choice en çok anlatılanı: önceden verdiğin 2 ila 255 seçenek arasından en olası olanı seçer, örneğin faturada fraud, clean, human review veya destek biletinde billing, technical, sales. Score bir ölçek: hobi, küçük ekip, kurumsal, acil gibi 2 ila 11 seviye arasında 0 ile 10 arası bir puan verir. Bool ise en sade olanı: bir önerme doğru mu yanlış mı, 0 ile 1 arası olasılık döner.

İstek yapısı her zaman aynı: solda durum, sağda sorular. Durum bir e-posta nesnesi, bir fatura JSON'u, bir oyun ekranı betimlemesi veya bir kod farkı olabilir. Her sorunun yönergesi, seçenekleri ve isteğe bağlı örnekleri var. Model metin üretmediği için çıktı hep tip güvenli JSON; kod tarafında doğrudan if cümlesine giriyor. Birden fazla soru aynı durumda paralel değerlendirildiği için binlerce karar saniyeler içinde akıyor.

Fiyat, Hız ve Sınırlar: Rakamlar Ne Söylüyor?

Fiyatlama ezberi bozuyor. Giriş tokenleri milyar başına 42 dolar, yani milyon başına 0.042 dolar. DeepSeek V4.1 Flash'ın 0.15 dolarlık giriş fiyatından yaklaşık üç buçuk kat daha ucuz. Çıkış tokenleri ise faturalandırılmıyor; ekip çok ucuz olduğu için ölçmeye gerek görmediklerini söylüyor. Vercel'in erken testinde Gemini Flash ile yapılan sınıflandırmayı Jev 6 kat daha hızlı ve doygun doğrulukla geçtiği aktarılıyor.

Hız rakamları daha çarpıcı. Playground'da tipik gecikme 100 ila 200 milisaniye, bazı demolar 150 milisaniye civarı. Ağ gecikmesi çoğu kullanıcıda model gecikmesini geçiyor. Karşılaştırma için geleneksel bir model aynı JSON'u 250 ila 300 token bölü saniye hızla bile üretse, Jev aynı işi on kat daha hızlı bitiriyor. 64 bin giriş penceresi ise Astra'nın 1.5 milyonuna kıyasla küçük; yüzde 6 civarında. Yani devasa bağlam değil, hızlı karar için tasarlı.

Güçlü yanlar kadar sınırlar da net. Jev sohbet etmez, kod sıfırdan yazmaz, nedenini açıklamaz. 9.857'nin asal olup olmadığını yüzde 55 ile doğru bildi, ama dev bir asal sayıda yanıldı. Shakespeare'den bir dizeyi doğru tanıdı, honey ile sweet değiştirilince yine Shakespeare dedi. Mantık bahçesi bilmecesinde yanlış öğrenciyi seçti. Satrançta Fable'a karşı artı 16 materyalle öndeyken hamle başına 6 ila 15 saniye harcadığı için bayrakta kaybetti; Jev saniyeler içinde oynayıp süre avantajı sağladı.

E-postadan Tarayıcıya: En Çarpıcı Demolar

En çok tekrar eden demo e-posta triyajı. Riley Brown 500 e-postayı kategoriye, önceliğe, spam skoruna ve yanıt gerekliliğine göre saniyelerde etiketledi. Ryan Vogle tarafında 1.700 e-posta, 4.2 milyon giriş tokeni ve 500 bin çıkış eşdeğeri JSON ile toplam 18 cent tuttu. Pastel grafikte yüzde 10'un spam olduğu ortaya çıktı. Bir kullanıcı tek cümlede iki kez ücretlendirildim dediğinde model billing yerine teknik seçiminde yüzde 63 kararsız kaldı, ama ürün harika geri bildiriminde yüzde 100 none dedi.

Destek akışında aynı mantık: departman, aciliyet ve hayal kırıklığı üç ayrı soru olarak aynı durumda koşuyor. Hinglish ile yazılmış iade talebinde model yine teknik ile billing arasında doğru ayrımı yaptı ve aciliyeti yüzde 31 ile işaretledi. Model yönlendirici olarak da kullanıldı; basit bir selamda en ucuz modeli, uygulama fikri sorusunda bir üst seviyeyi, daha ağır istekte balanced modeli yüzde 95 güvenle seçti.

Tarayıcı tarafı şovun zirvesi. Wiki race'te DNA'dan My Little Pony'ye 5 zıplama Jev'de yarım saniye, Haiku ve Sonnet'te 4 ila 5 saniye sürdü. Zürih'ten Londra'ya uçuş arama 7.1 saniyede bitti ve 0.4 cent tuttu. Doom bir saat boyunca milisaniyelik kararlarla oynandı ve toplam 7 dolar fatura çıktı. Tesla otonom sürüşü bir saatten kısa sürede yeniden kurgulanıp dur işaretinde durdu, Melee ve StarCraft'ta gerçek zamanlı hamleler aynı mimariyle denendi.

Daha gündelik örnekler de var. Akıllı ev komutunda tüm ışıkları kapat 185 milisaniyede uygulandı. Sahte fatura testinde model önce yüzde 85 true, dolandırıcılık sinyalleri eklenince yüzde 94 true dedi. Alım satım botunda al, tut, sat arasında her saniye karar veren bir döngü kuruldu; Vercel'de jevtrader demo olarak açıldı ama yaratıcıları kârlı olmadığını açıkça söylüyor. YouTube klip bulucuda bir video dosyası bırakılınca 1.1 milyon token işlenip 17 an 3 saniyede puanlandı.

Kod Döngüsünde Jev: Linter, Koku ve Binlerce Tarayıcı

Yazılım tarafında Jev'in en güçlü vaadi geri bildirim döngüsünü kısaltması. Bir gösterimde yorum kalitesi için nitel linter kuruldu; multiply value by 2 gibi doğru ama faydasız yorumlar ayıklandı. 150 yorum 9.3 saniyede 1 cent'e tarandı, tüm kod tabanı için 1.700 yorumun düzeltilmesi 57 cent olarak hesaplandı. Başka bir denemede kod kokuları için 28 milyon token tek geçişte 1.19 dolara tarandı.

Binlerce tarayıcıyı paralel koşmak da mantıklı hale geliyor. BrowserUse ekibi Jev ile uçuş aramanın yanı sıra, her sürümde siteyi kırma amaçlı gezinen onlarca tarayıcıyı kuruşlara çalıştırdı. Bir ekip her çekme isteğinde defalarca doğrulama koşup kırık akışları anında yakalıyor. Claude Code tarafında 182 beceri arasından doğru olanı seçme hatası Jev ile yüzde 17'den yüzde 7.3'e indi; bu 10 bin tokenlık bağlam tasarrufu demek.

Eleştiriler ve sahte beklentiler de videolarda açıkça konuşuldu. Jev muhakeme izi üretmiyor, bu yüzden güven skoru dışında denetlenebilir bir gerekçe yok. Trader bot gibi yüksek riskli işlerde sadece hız yetmiyor; model haberleri çapraz kontrol etmeden al sat diyor. Kod tarafında ise her koku yakalanamıyor, ama ucuz tarama ciddi adayları eleyip pahalı System 2 incelemesini sadece güçlü sinyallere saklıyor.

Nasıl Erişilir ve Gerçek Hayatta Nereye Koymalı?

Erişim şu an iki yoldan: typesafe.ai bekleme listesi ve Vercel AI Gateway üzerinden anında anahtar. Deneyenler birkaç saat içinde onay aldığını söylüyor; hesapta 5 dolar deneme kredisi var ve oynatma alanı ile üç primitif hemen test edilebiliyor. Claude Code ve Codex için beceri olarak da kurulabiliyor; tek bir komutla anahtar verip Jev'i kullandıran örnekler paylaşıldı.

Pratikte nereye koymalı sorusunun cevabı videolarda net: bir veriye bakıp karar veriyorsan, oraya koy. İletişim formundan gelen lead'in kalitesini puanlamak, destek talebini doğru ekibe yönlendirmek, bir çekme isteğini 100 soruluk elekten geçirmek, bir log satırını ciddiyetine göre 0 ile 3 arasında puanlayıp gece yarısı nöbetçiyi uyandırmak. Grafik tasarım ajansı örneğinde formdan gelen teklif iyi lead mi sorusu 0 ile 1 arasında puanlanıp sıcak lead'ler aynı gün yanıtlandı.