Aller au contenu
Alpha
  • Modèles
  • Classements
  • Ori
Contacter l’équipe commerciale

Jev Lab

Des recettes qui s’exécutent en direct sur Jev de TypeSafe via OpenRouter. Chacune comprend le code et le résultat.

Page du modèle Jev

  • Tri des messages d’assistance

    Cinq questions à réponse oui ou non sur chacun des 95 messages, en une seconde environ.

    475 réponses en 1,2 s

    Jev · 0,0014 $ par exécution

  • Approbation des actions de l’agent

    Quatre vérifications sur chacun des 24 appels d’outils d’une même requête. Les étapes risquées sont interrompues pour permettre une intervention humaine.

    96 réponses en 0,5 s

    Jev · 0,0004 $ par exécution

  • Extraction sans supposition

    Jev sélectionne chaque champ parmi les valeurs candidates trouvées dans le texte, il ne peut donc pas inventer de valeur.

    12 champs en 0,6 s

    Jev · 0,0002 $ par document

  • Du prompt aux questions

    Collez un prompt. Claude le reformule en questions Jev, puis Jev les exécute sur chaque ligne.

    380 réponses en 2 s

    Jev + Claude Haiku 4.5 · 0,0025 $ par exécution

  • Filtre du flux en langage courant

    Rédigez une règle en langage courant et Jev signale chaque publication correspondante, en une seule requête.

    40 publications en 0,5 s

    Jev · 0,0003 $ par exécution

  • Adversaire de poursuite en direct

    Vous courez, Jev vous poursuit. Chaque déplacement du poursuivant correspond à une requête, deux à trois fois par seconde.

    2 à 3 mouvements par seconde

    Jev · 0,16 $ de l’heure

  • Formulaire de paiement attentif

    Un formulaire de paiement pose huit questions après chaque clic et réagit aux réponses.

    8 réponses en 300 ms

    Jev · 0,0001 $ par vérification

Documentation

Guides et recettes pour développer avec Jev sur OpenRouter.

  • Jev TutorialGuide
  • Jev (TypeSafe)Guide
  • Multimodal DecisionsGuide
  • TypeSafe SDK (Jev)Guide
  • Gate Agent Tool Calls with JevRecueil de recettes
  • Auto-Approve Coding Agent Permission Prompts with JevRecueil de recettes
  • Classify Reddit and YouTube Comments with Jev and ScrapeCreatorsRecueil de recettes
  • Classify and Tag Text at Scale with JevRecueil de recettes
  • Cut LLM Cost with a Jev-Verified CascadeRecueil de recettes
  • How to Use Jev: Moderation with the Jev API in TypeScriptArticle de blog
  • Is Jev as Accurate as Frontier Models at Classification?Article de blog
  • What Is Jev? TypeSafe's Decision Model Explained for DevelopersArticle de blog
  • Jev vs LLM-as-a-JudgeArticle de blog
  • Jev vs LLM: When to Use a Decision Model Instead of Generating TextArticle de blog