Jev — Entscheidungsmodell

Authentifizierung

• Authorizationheadererforderlich

  Ailoot-Schlüssel im Format Bearer sk-….

Anfragekörper

• modelstringerforderlich

  jev-latest.

• statestring | object | arrayerforderlich

  Zu bewertender Inhalt: Zeichenfolge mit Text oder JSON — etwa eine Kundenanfrage, ein Datenbankeintrag, ein Nachrichtenverlauf oder der aktuelle Zustand Ihrer Anwendung. Ein Objekt mit aussagekräftigen Feldnamen ist meist praktischer als eine einzelne Zeichenfolge.

• questionsobjecterforderlich

  Fragen. Die Schlüssel wählen Sie selbst; die Antworten erscheinen unter denselben Schlüsseln. Der Schlüssel beeinflusst die Antwort nicht — die eigentliche Frage steht in instructions.

• questions.*.typestringerforderlich

  noul, choice oder score — siehe unten.

• questions.*.instructionsstring | object | arrayerforderlich

  Die eigentliche Frage. Eine lange Frage mit Daten können Sie als Objekt übergeben: die Frage in einem Feld, die Daten in anderen. Verweisen Sie mit Backticks auf die Feldnamen.

• questions.*.criteriaobject | array

  Antwortoptionen, je nach Typ: Beschreibungen für «Ja» und «Nein» bei noul (optional), Wörterbuch der Optionen bei choice, geordnete Liste von Stufen bei score.

Die Typen können innerhalb einer Anfrage kombiniert werden.

noul — ja oder nein

Das Feld criteria ist optional: Darin können Sie beschreiben, was «Ja» (true) und «Nein» (false) bedeuten. Die Antwort noul ist eine Zahl von 0 (nein) bis 1 (ja).

"is_urgent": {
  "type": "noul",
  "instructions": "Drückt dies Dringlichkeit aus?",
  "criteria": {
    "true": "Ausdrücklich zeitkritisch",
    "false": "Keine Dringlichkeit geäussert"
  }
}

"is_urgent": {
  "type": "noul",
  "noul": 0.95
}

choice — Option auswählen

criteria — Wörterbuch «Option → Beschreibung»; wenn keine Beschreibung nötig ist, geben Sie null an. Bis zu 255 Optionen. Die Antwort enthält choice — die wahrscheinlichste Option, probabilities — die Wahrscheinlichkeit jeder Option (Summe: 1), confidence — die Konfidenz von 0 bis 1.

"department": {
  "type": "choice",
  "instructions": "Welches Team sollte dies bearbeiten?",
  "criteria": {
    "billing": "Zahlungen, Rechnungsstellung, Rückerstattungen",
    "technical": "Fehler, Ausfälle, Integrationen",
    "sales": "Preise, Upgrades, Neukunden"
  }
}

"department": {
  "type": "choice",
  "choice": "billing",
  "probabilities": { "billing": 0.88, "technical": 0.12, "sales": 0.0 },
  "confidence": 0.81
}

score — Bewertung auf einer Skala

criteria — Stufen von der niedrigsten bis zur höchsten, höchstens 10 (TypeSafe empfiehlt mindestens zwei). Die Antwort enthält score — den nach Stufenwahrscheinlichkeiten gewichteten Wert (er kann zwischen zwei Stufen liegen), legend — die Nummer jeder Stufe und ihre Beschreibung, probabilities und confidence. Laut TypeSafe eignet sich score für den Vergleich mit einem Schwellenwert, jedoch nicht als exakte Zahl zwischen den Stufen.

"frustration": {
  "type": "score",
  "instructions": "Wie frustriert ist der Kunde?",
  "criteria": ["Ruhig", "Frustriert", "Sehr wütend"]
}

"frustration": {
  "type": "score",
  "score": 1.05,
  "legend": { "0": "Ruhig", "1": "Frustriert", "2": "Sehr wütend" },
  "probabilities": { "0": 0.0, "1": 0.95, "2": 0.05 },
  "confidence": 0.92
}

• modelstring

  Die Version des Modells, das geantwortet hat. Der Alias jev-latest wechselt mit der Zeit auf neuere Versionen: Falls Sie Ihre Schwellenwerte für confidence auf eine bestimmte Version abgestimmt haben, behalten Sie dieses Feld im Blick.

• answersobject

  Eine Antwort pro Frage, unter denselben Schlüsseln. Jede Antwort enthält type, bei choice und score zusätzlich confidence.

• usageobject

  input_tokens und output_tokens. Nur Eingabetokens werden abgerechnet.

Stellen Sie alle Fragen zu demselben state in einer einzigen Anfrage: Sie werden parallel bewertet, und state wird nur einmal übertragen. Laut TypeSafe war in ihrem Beispiel mit 13 Fragen eine gemeinsame Anfrage bei denselben Antworten 12,2-mal günstiger und 10-mal schneller als 13 nacheinander gesendete Einzelanfragen.

Zerlegen Sie komplexe Beurteilungen möglichst in einfache Fragen und kombinieren Sie die Antworten im Code: etwa statt «Bewerte den Antrag» separate Bewertungen des Marktes, der Umsetzbarkeit und der Unterschiede zur Konkurrenz. Die Gewichtung lässt sich dann im Code ändern statt im Fragetext.

{
  "model": "jev-latest",
  "state": "Hilfe! Meine Auszahlungen schlagen seit 3 Tagen fehl.",
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "Welches Team sollte dies bearbeiten?",
      "criteria": {
        "billing": "Zahlungen, Rechnungsstellung, Rückerstattungen",
        "technical": "Fehler, Ausfälle, Integrationen",
        "sales": "Preise, Upgrades, Neukunden"
      }
    },
    "frustration": {
      "type": "score",
      "instructions": "Wie frustriert ist der Kunde?",
      "criteria": ["Ruhig", "Frustriert", "Sehr wütend"]
    },
    "is_urgent": {
      "type": "noul",
      "instructions": "Drückt dies Dringlichkeit aus?"
    }
  }
}

• Routing. Eine Anfrage an die richtige Abteilung oder an die passende Bearbeitung weiterleiten: einfachen Code, ein grosses Modell oder einen Menschen.
• Sortierung und Priorisierung. Dringlichkeit, Stimmung und Risiko — anhand einer Skala mit Schwellenwerten im Code.
• Moderation und Prüfungen. Verstösst eine Nachricht gegen die Regeln? Belegt eine Quelle das Zitat? Enthält ein Dokument die Antwort auf eine Frage? Diese Prüfungen erfolgen, bevor der Text weiterverarbeitet wird.
• Scoring und Ranking. Dokumente, Kandidaten oder gefundene Textstellen anhand Ihrer eigenen Bewertungsrubrik beurteilen und im Code entscheiden, was weiterverarbeitet wird.
• Statt eines fragilen «Gib JSON zurück». Ein Aufruf, der konstruktionsbedingt typisierte Werte zurückgibt, statt Text, der erst ausgewertet werden muss.

• Chats, Antworten an Nutzende, Generierung von Text oder Code. Jev schreibt keinen Text — dafür gibt es Textmodelle.
• Als Modell für Claude Code, Cursor und andere Agenten. jev-latest kann das Modell eines Agenten nicht ersetzen: Der Agent benötigt ein Modell, das Text schreibt und Werkzeuge aufruft. Jev können Sie aus dem Code aufrufen, den der Agent für Sie schreibt.
• Arithmetik, Zählen, Datumsvergleiche. Laut TypeSafe erledigt Code dies zuverlässiger. Fragen Sie das Modell nur nach dem inhaltlichen Teil — etwa um Bestandteile eines Datums mittels choice zu extrahieren.
• Bilder, Audio und Video. Das Modell akzeptiert nur Text — wandeln Sie solche Daten vorher in Text um.

Nur Eingabetokens werden abgerechnet — das Feld usage.input_tokens in der Antwort: $0.084 pro 1 Mio. Ausgabetokens sind kostenlos.

Die Beispielanfrage auf dieser Seite (296 Eingabetokens) kostet weniger als $0.0001.

Vor der Anfrage reserviert Ailoot den Betrag im Guthaben und bucht nach der Antwort einmalig den tatsächlichen Verbrauch ab — so funktioniert es.

Modelllimits laut TypeSafe. Die Einschränkungen Ihres Schlüssels und Guthabens gelten wie bei jedem Ailoot-Modell: Fehler und Limits.

Fehler werden im allgemeinen Ailoot-API-Format zurückgegeben: Code, verständlicher Text und Request ID. Bei dieser Methode treten am häufigsten folgende Fehler auf:

Die vollständige Codeliste steht auf der Seite Fehler und Limits.