Jev: Otomatik Karar Alma İçin En Hızlı ve En Uygun Maliyetli Yapay Zeka

Yazmayan, Ancak İş Otomasyonunu Değiştiren Yapay Zeka

"Bu talebi kim ele almalı?" "Bu metin dokümantasyonla çelişiyor mu?" "Bu istek için yüksek performanslı bir yapay zekaya mı ihtiyacımız var?"

İşi otomatikleştirmeye çalışırken bu küçük kararlar tekrar tekrar ortaya çıkar. İstediğiniz büyük bir açıklama değil, bir sonraki göreve geçmenizi sağlayan net bir cevaptır. Ancak her tekil karar için yüksek performanslı bir üretken yapay zekayı çağırmak, işlem süresini ve maliyetleri artırır.

İşte oldukça ilginç bir yapay zeka: TypeSafe AI tarafından 15 Eylül 2026'da piyasaya sürülen "Jev". Bu, metin yazmak için tasarlanmış bir model değil; sınıflandırma, yargılama ve puanlama gibi görevlere özel olarak odaklanan bir modeldir. "System One modelleri" adı verilen yeni bir serinin ilk üyesidir. (TypeSafe AI

Ancak önce bir yanlış anlaşılmayı giderelim. Jev, tüm metriklerde dünyadaki diğer tüm yapay zekalardan daha iyi performans göstermez veya her kullanım senaryosu için en ucuz seçenek değildir. Buradaki ilgi çekici nokta, anlam tabanlı yargılama süreçlerini düşük maliyetle ve yüksek hızda entegre edebilmesidir.

Bu, günlük sohbet yapay zekanızı değiştirmekle ilgili değildir. Mevcut yapay zeka veya iş sistemlerinizdeki gereksiz bekleme sürelerini ve maliyetleri azaltmakla ilgilidir olabilir. Bu perspektiften bakıldığında, Jev'in cazibesi görünür hale gelir.

Not: Özellikler, fiyatlandırma ve kullanılabilirlik, 18 Eylül 2026 tarihindeki durumları yansıtmaktadır.

1. Jev Bir "Yazma Yapay Zekası" Değil, Bir "Karar Dönen Yapay Zekadır"

Jev'in temel varsayımı, gerekli bilgileri ve soruları iletmek ve önceden tanımlanmış bir formatta sonuç almaktır. Girdi bilgisi "state" (durum) olarak adlandırılır ancak bunu aşırı karmaşık hale getirmeye gerek yoktur. Bu, sorgu gövdeleri, müşteri sözleşme detayları veya dahili kurallar gibi yargılama için malzeme koleksiyonundan başka bir şey değildir. Bunu sadece metin olarak değil, öğe adları ve değerleriyle JSON formatında da iletebilirsiniz. (TypeSafe AI

Örneğin, bir müşterinin size "Sanırım iki kez faturalandırıldım, lütfen kontrol edin" dediğini varsayalım.

Jev'den yapmasını istediğiniz şey bir özür e-postası yazmak değildir. Şu türde yargılar vermesini istersiniz: "Bunu hangi departman ele almalı: Faturalama, Teknik veya Satış?", "Bir iade açıkça talep edildi mi?" ve "Acil yanıt gerekiyor mu?"

Bu sonuçları alan program, sorguyu etiketler veya ilgili kişiyi bilgilendirir. Yanıt gerekiyorsa, metni taslak haline getirmesi için başka bir üretken yapay zeka çağrılır. Yargılamayı yazmadan ayırırsınız. Bu entegrasyon yöntemi resmi olarak belgelenmiştir. (TypeSafe AI

Jev'in kendisinin otonom olarak e-postaları okumadığını veya müşterilere göndermediğini unutmayın. Bilgi toplama, erişim haklarını kontrol etme ve eylemleri gerçekleştirme, çevredeki programlar tarafından yönetilir. Jev, arada gereken yargıları üstlenir. Yazılımın yapay zekayı çağırmak için kullandığı arayüz API'dir. (TypeSafe AI

2. ÜÇ Temel İşlev: Seç, Puanla ve Olasılık Yargısı

Jev'in üç ana soru formatı vardır. Bunları anlamak, hangi görevleri yerine getirebileceğini netleştirir.

Choice (Seç): Önceden tanımlanmış seçeneklerden birini seç

Choice, hazırlanmış bir listeden tek bir seçeneği belirleyen bir işlevdir. "Satış, Destek veya Muhasebe'ye yönlendir?" veya "Bu makale Giriş, Uygulama veya Haber kategorisinde mi?" gibi sınıflandırmalar için kullanılabilir.

Dönen değer sadece seçim değildir. Ayrıca her aday için olasılıkları ve güven düzeyini yönetmek için kullanılan değerleri de alırsınız. Şu anda, soru başına en fazla 255 seçenek ayarlayabilirsiniz. Girdiler hiçbir kategoriye uymuyorsa, "Diğer" veya "Yetersiz Bilgi" seçeneklerini dahil etmek standart uygulamadır. (TypeSafe AI

Score (Puan): Kriterlere göre derecelendir

Score, öğeleri sıralı değerlendirme kriterlerine göre puanlar.

Örneğin, sorgu aciliyetini "Standart yanıt", "Hızlı yanıt gerekli" veya "İş durdu; derhal yanıt gerekli" olarak tanımlayın. Belirsiz bir şekilde "100 üzerinden önem derecesi" sormak yerine, her aşamanın ne anlama geldiğini açıklayın.

Çıktı, puanların yanı sıra her aşama için olasılıkları içerir. Bunlar, satış tutarlarının veya oluşum sayılarının kesin hesaplamaları değil, kriterlere göre konumlandırmayı temsil eder. (TypeSafe AI

Noul: Koşulun gerçekleşme olasılığını döndür

Noul, "Bu metinde iptal niyeti var mı?" gibi evet/hayır soruları için kullanılır. Sonuç, 0 ile 1 arasında bir değerdir.

Kritik olan, "gerçekleşme olasılığı" ile "gerçek yanıt eylemi" arasındaki farkı ayırt etmektir. İptal olasılığı yüksek olduğu için bir yöneticiyi bilgilendirip bilgilendirmeyeceğiniz veya kullanıcıyla onay isteyip istemeyeceğiniz sizin kararınızdır. Noul yargılama materyallerini döndürür; politikayı dikte etmez. (TypeSafe AI

3. Neden Hızlı? Uzun Cevaplar Yerine Paralel Yargılar

Açıklamaları ardışık olarak üretmek yerine, Jev sabit cevapları ve olasılıkları paralel olarak döndürür. TypeSafe, yargıların ve olasılıkların uygunluğunu önceliklendiren "RLCD" adı verilen bir eğitim yöntemini kullandığını açıklıyor. Hedefi, insan tercihine uygun metin oluşturmak değildir. (TypeSafe AI

Kullanıcılar için temel avantaj, tek bir bilgi parçası için birden fazla soruyu paketleyebilme yeteneğidir.

Örneğin, bir sorguyu okurken aynı anda "Sınıflandırma", "Aciliyet", "İade Talebi" ve "Memnuniyetsizlik Düzeyi"ni kontrol edin. Bu, bir sonucu bekleyip sonra bir sonraki soruyu göndermeye kıyasla iletişim tur sayısını azaltır. Resmi olarak, soru eklemek genellikle yanıt süresini önemli ölçüde artırmaz. (TypeSafe AI

Ancak, daha fazla soru daha fazla girdi token'ı demektir. Sınırsız ücretsiz sorgu mevcut değildir. Ayrıca, her soru bağımsız olarak değerlendirildiği için, ardışık mantık gerektiren süreçler (önceki cevapları okuma) ayrı çağrılar veya kod dallanması gerektirir. (TypeSafe AI

"Düzenli üretken yapay zekalar da sınıflandırma ve JSON çıktısı yapamaz mı?" diye düşündüyseniz—haklısınız. OpenAI ve diğerleri yapılandırılmış çıktıları sunar. Jev'in değeri, yapılandırılmış çıktıyı icat etmesinde değil, tekrarlayan dar kapsamlı yargılama görevleri için hız, fiyat ve olasılık çıktılarını optimize etmesindedir. (OpenAI Developers

4. Ne Kadar Ucuz? Her Biri 1.000 Token Olan 1 Milyon İstek İçin 42 Dolar

Jev'in genel API fiyatlandırması milyon girdi token'ı başına 0,042 dolardır. Çıktı token'ları ücretsizdir. Aylık sınırsız plan değil, girdi hacmine göre ödeme yapılır. Maliyetler, yapay zekanın metni işlemek için kullandığı birim olan "token" cinsinden hesaplanır. (TypeSafe AI

Görselleştirmek için, ücretlendirilen girdi başına 1.000 token (bağlam ve sorular dahil) olduğunu varsayalım.

Bu, genel oranlardan yapılan basit bir hesaplama olup, ölçülmüş gerçek veriler değildir. Döviz kurları varsayımdır. Girdi boyutu beş katına çıkarsa, maliyetler beş katına çıkar.

Ayrıca, bu veri çekme, sunucular, transkripsiyon, diğer üretken yapay zekalar ve sistem geliştirme/bakım maliyetlerini hariç tutar. "Tüm 1 milyon iş görevi ¥6.300'e tamamlanabilir" anlamına gelmez. Bunları ayrı tutun.

Yine de, devasa veri setlerine aynı kontrolleri uygulamak için bu birim fiyat göz önünde bulundurmaya değer. Düşük fiyatlar, sadece birkaç sorgu yerine on binlerce yorum, sorgu veya belgeyi sürekli işlediğinizde en çok önem kazanır.

5. "194 Kat Daha Hızlı, 445 Kat Daha Ucuz" İddiasına Güvenmeli misiniz?

Resmi site, "193,6 kat daha hızlı" ve "444,6 kat daha ucuz" gibi rakamlar listeler. Ancak bunlar, System One tipi görevlere yönelik belirli iş akışı değerlendirmelerine dayanmaktadır. Böyle farklılıklar tüm işlemler için geçerli değildir. (TypeSafe AI

TypeSafe'nin kendisi, bu çarpanların elde edilebilir iyileştirmelerin daha büyük uç noktasını temsil ettiğini belirtir. Benchmark'lar büyük model tahminlerini kullanır ve tüm insan doğrulamalı iş vakalarında üstünlüğü kanıtlamaz. Yayınlanan 70–500ms yanıt süreleri de ağ koşulları ve girdi içeriğiyle birlikte değerlendirilmelidir. (TypeSafe AI

Faydalı bir referans, 17 Eylül'de Classmethod tarafından yayınlanan ölçümdür. Dört girdi tipini onar kez değerlendirerek (toplam 40), medyan yanıt süreleri yaklaşık 0,643–0,674 saniye ve çağrı başına maliyet yaklaşık $0.000025–$0.000027 idi. Bunun, geniş gerçek dünya senaryolarında doğruluğun garantisi olmadığını, dört farklı, anlaşılması kolay girdinin tekrarlandığı bir doğrulama olduğunu not edin. (Classmethod DevelopersIO

Pazarlama çarpanlarının ötesine bakın: "Benim işim için yeterince doğru mu, şu andakinden daha ucuz mu ve şu andakinden daha hızlı mı?" Benimsenin mantıklı olup olmadığına karar vermek için bunu kendi verilerinizle doğrulayın.

6. Jev İçin On Pratik Kullanım Senaryosu

Resmi örneklerine dayanan pratik uygulamalar şunlardır. Bunlar hazır uygulamalar değildir, ancak API'lerin çevre altyapıyla birleştirilmesini gerektirir.

① Sorguları sınıflandır ve yanıt sırasını belirle

Sorgu metninden içeriği, aciliyeti ve memnuniyetsizlik düzeyini yargılayan ve bunları departmanlara veya bekleme listelerine yönlendiren bir sistem oluşturun. (TypeSafe AI

"Hata" olarak etiketlenmiş olsa bile, özellik taleplerine yakın istekler, işi durduranlardan farklıdır. Otomatik yanıt vermek yerine kritik temasları işaretlemeye başlayın.

② Planlama için SNS yorumlarını düzenle

SNS yorumlarını "Sorular", "Şikayetler", "Referanslar" veya "Satın Alma Kararsızlığı" olarak sıralamak için sınıflandırmayı uygulayın. Kullanıcı tarafından oluşturulan içerik etiketleme, resmi bir kullanım senaryosudur. (TypeSafe AI

Çoğu kişi "Zor görünüyor" diyorsa, bir sonraki gönderide adımları gösterin. Çoğu kişi fiyat hakkında soru soruyorsa, fiyatlandırma açıklamasını düzeltin. Gönderileri kitlesel olarak üretmek için değil, planlama için tepkileri organize etmek amacıyla Jev'i kullanın.

③ Satış potansiyellerine öncelik ver

Sorguların spesifik sorunlardan, uygulama zaman çizelgelerinden veya hizmetinize uygunluktan bahsedip bahsetmediğini değerlendirin. Satış temsilcileri için okuma sırasını sıralayın. (TypeSafe AI

Sadece metne bakarak "Bu kişi kesinlikle satın alacak" sonucuna varmayın. Puanlar önceliklendirme içindir, potansiyelleri elemek için değil.

④ RAG için dahili belgelerden ilgili bilgileri filtrele

Arama destekli üretimde, getirilen parçaların gerçekten soruyla ilişkili olup olmadığını doğrulayın. İlgililik/çelişkileri yargılamak ve yanıt veren yapay zekaya giden içeriği filtrelemek için Jev'i kullanın. (TypeSafe AI

Tatil politikası soruları için, alakasız politikaları dışlayın ve uygulanabilir düzenlemelere öncelik verin. Aramayı, arama sonuçlarını değerlendirmekten ayırın.

⑤ Yapay zeka atıflarını doğrula

Yapay zeka tarafından oluşturulan iddiaların kaynaklarla eşleşip eşleşmediğini kontrol edin. Resmi örnekler, atıf varlığını doğrulamak için kod ve semantik desteği yargılamak için Jev kullanır. (TypeSafe AI

Metin "Etkili olduğu kanıtlandı" diyorsa, kaynak yalnızca olasılığı öneriyor olabilir. Sadece URL varlığını değil, içerik uyumunu kontrol edin.

⑥ Yayın öncesi yapay zeka yanıt kontrolleri

Tehlikeli istekler veya kural ihlalleri için yapay zeka girdilerini/çıktılarını inceleyin ve şüpheli olanları insanlara yönlendirin. Kod, yargılara göre geç/blokla/incele kararı verir. (TypeSafe AI

Yanıtların onaylanmamış şartları vaat edip etmediğini veya bilgi sızdırıp sızdırmadığını kontrol etmek için faydalıdır. Yargılar hatalı olabileceğinden, bunu tek güvenlik önlemi olarak görmeyin.

⑦ Yalnızca karmaşık istekleri üst düzey yapay zekaya yönlendir

Basit sorgular standart koda; açıklamalı istekler üretken yapay zekaya; karmaşık sorunlar yüksek performanslı modellere/insanlara gider. İlk triyaj için Jev'i kullanın. (TypeSafe AI

Bir sipariş numarası için kargo durumunu döndürmek adına uzun akıl yürütme yapmaya gerek yok. Ancak yönlendirme yükünün gerçekten zaman/maliyet tasarrufu sağladığını doğrulayın.

⑧ Belgelerden çıkarılan adayları seç

Faturalar birden fazla tutar/temas noktası verdiğinde, Jev'e "Toplam hangisi?" veya "Temas noktası hangisi?" diye sorun. Resmi örnekler, adayları kod aracılığıyla çıkarır, ardından Jev ile seçer. (TypeSafe AI

Görüntü OCR'sini veya çıkarmayı Jev'e bırakmayın. Matematik/tarih karşılaştırmalarını kod halletsin. Yapay zekayı yalnızca yargılama gerektiğinde kullanın.

⑨ Makaleler/gönderiler için semantik kontroller

Programlar karakter sayar. Ancak "Terimler yeni başlayanlar için açıklanmış mı?" veya "Gövde başlığa cevap veriyor mu?" kontrolü okuma gerektirir. Semantik kontroller resmi bir kullanım senaryosudur. (TypeSafe AI

"Bunu iyi mi?" demek yerine, "Girişte hedef okuyucu net mi?" veya "Ön koşullar belirtilmiş mi?" diye sorun. Düzenlemeyi yazarlara/yapay zekaya bırakın.

⑩ Akıllı ev/uygulama operasyon seçimi

Resmi demolar, cihaz tiplerini/eylemleri seçmek için doğal dil isteklerini sınıflandırır. İnsan konuşmasını çalıştırılabilir komutlara haritalar. (TypeSafe AI

Benzer mantık, uygulama operasyonlarını seçmek için de geçerlidir. Ancak adayları, izinleri, çalıştırmayı ve hata yönetimini tanımlamak ayrı bir çalışma gerektirir. Jev bilgisayarınızı özgürce kontrol etmez.

7. Claude Code veya Codex ile Test Etmek Kolay

Bir giriş noktası olarak, resmi Playground metin ve sorularla test etmenize olanak tanır. API kullanımı için yönetim panelinden anahtar alın. Lansmanda, bekleme listesi bulunan erken erişim aşamasındadır. (TypeSafe AI

Claude Code veya Codex gibi kodlama yapay zekaları için resmi TypeSafe Skills de mevcuttur. Bunlar, yapay zekaya soruları nasıl yapılandıracağını, API formatlarını ve entegrasyonları öğretir. Bir Skill yüklemek, mevcut modelinizi Jev ile değiştirmez. (TypeSafe AI

Kodlama yapay zekası için örnek istem:

Resmi TypeSafe Skill ve en son dokümanları incele. Jev ile sorgu CSV'lerini sınıflandıran bir prototip oluştur. Alanlar: Sınıflandırma, Aciliyet, İade Talebi. Seçeneklere "Diğer" ve "Yetersiz Bilgi"yi dahil et. Soruları/kriterleri düzenlenebilir bir yerde sakla. API anahtarını TYPESAFE_API_KEY ortam değişkeninden yükle; asla loglama. Önce anonimleştirilmiş küçük bir veri setinde test et. Orijinal metni, yargıyı, olasılığı, güveni, model sürümünü, zamanı ve token sayısını kaydet. Belirsiz yargıları/API hatalarını insan incelemesine yönlendir. Müşterilere gönderim, iade veya veri silme işlemlerini UYGULAMA.

Bu, prototipleme içindir. Tam otomasyona değil, bilinen doğru verilere karşı sonuçları karşılaştırarak başlayın.

8. Kullanmadan Önce Sınırlamalar ve Dikkat Edilmesi Gerekenler

İngilizce doğruluğun Türkçe doğruluğa eşit olduğunu varsaymayın. Resmi dokümanlar, İngilizcenin birincil eğitim dili olduğunu belirtir. Türkçe desteklenirken, doğruluk eşit değildir. Gerçek Türkçe ifadelerle değerlendirin. (TypeSafe AI

Testlere "Tamam" (Evet/Hayır belirsizliği) veya "O kadar acil değil" (Doğru/Yanlış aciliyet) gibi kenar durumları dahil ederek nelerin insan müdahalesi gerektirdiğini görün.

Şu anda, girdi yalnızca metin tabanlıdır. Doğrudan görüntü/ses/video yok. Jev metin, kod veya açıklayıcı nedenler üretmez. (TypeSafe AI

Sınırlar mevcuttur. Jev 1.13, istek başına toplam 64k token ve state + en uzun soru kombinasyonu için 32k destekler. Genel hız sınırı dakikada 1.200 çağrıdır ve değişebilir. Toplu işlem sırasında yeniden denemeler/beklemeler için plan yapın. (TypeSafe AI

Zayıf noktalar arasında hesaplama, sayma, tarih karşılaştırma, karmaşık dolaylı akıl yürütme ve çok fazla alakasız bilgi içeren girdiler bulunur. Kötü niyetli istemler yargıları etkileyebilir. Odaklı bilgi ve net sorular sağlayın. (TypeSafe AI

"Sıfır Halüsinasyon" "Sıfır Hata" anlamına gelmez. Çıktı formatına bağlılığı garanti eder, doğru seçim yapılmasını değil. İkili bir seçimde "Satış" yerine "Muhasebe" seçmek, spesifik sorgu için hala yanlış olabilir. "Sıfır" iddiası format geçerliliğine atıfta bulunur. (TypeSafe AI

Choice/Score içindeki güven puanları, olasılık dağılımlarından türetilir. "0.9", spesifik işletmenizde %90 doğruluğu garanti etmez. Noul bu alana sahip değildir. Otomasyon eşiklerini işletmeye özgü doğrulama yoluyla tanımlayın. (TypeSafe AI

Veri işleme prosedürlerini kontrol edin. Resmi politika, müşteri verilerinin model eğitimi için kullanılmadığını ve kurumsal seçeneklerin saklamama imkanı sunduğunu belirtir. Ancak "eğitim için kullanılmayan" ile "hiç saklanmayan" farklıdır. Müşteri bilgilerini girmeden önce sözleşmeleri inceleyin. (TypeSafe AI

9. Tamamen Değiştirmek İçin Değil, Belirli Kısımlar İçin En İyi Kullanım

Sorgu sınıflandırma, yorum organizasyonu ve taslak inceleme adaylarıyla başlardım. Bunlar, insan düzeltmesine ve sonuçların kolay karşılaştırılmasına olanak tanır. Başlangıçta nihai iade kararlarını veya kritik sözleşme yargılarını devretmekten kaçının.

Sadece doğruluğu değil, kaçırılan vakaları, insan inceleme hacmini, işlem süresini ve toplam maliyeti izleyin. Hata düzeltme emeği artıyorsa, düşük API ücretlerinin değeri kaybolur.

Bazıları Jev'in yazamadığı veya görüntü oluşturamadığı için hayal kırıklığına uğrayabilir. Ancak tüm yapay zekaların aynı işi yapması gerekmez.

Yazma yapay zekalarının yazmasına izin verin. Kodun hesaplamasına izin verin. İnsanların kritik profesyonel meselelere yargı vermesine izin verin. Jev'in sınıflandırma ve doğrulama için devasa orta katmanı yönetip yönetemediğini test edin.

Jev'in cazibesi her şeyi yapmak değil, gerekli yargılar için ucuz ve sık çağrılar yapılabilmesini sağlamaktır. "Oku → Sırala → Doğrula" iş akışınızda nereye oturduğunu düşünün. Bu netlik, bu yapay zekayı test etmenin amacını tanımlar.