{
  "aboutHtml": "<p>Jev — флагманская модель TypeSafe и первая модель нового класса <strong>System One</strong>. Она не пишет текст, а быстро принимает решения, которые программа может сразу использовать: вы передаёте <strong>состояние</strong> (<code>state</code>) — текст или JSON — и набор <strong>вопросов</strong>, а в ответ получаете типизированные значения с откалиброванными вероятностями.</p><p>Языковые модели пишут слова для людей, а Jev, по словам TypeSafe, ближе к коду: ответ сразу в нужной коду форме, высокая скорость и ни одного значения вне заданных вариантов. Модель задумана так, чтобы давать устойчивые ответы при повторных запросах.</p><h4>Чем System One отличается от языковой модели</h4><ul><li><strong>Не генерирует.</strong> Jev не пишет ответы пользователю, не пишет код и не объясняет ход рассуждений. Возможные ответы задаёте вы — через один из трёх типов вопросов.</li><li><strong>Обучена на откалиброванные решения.</strong> TypeSafe обучает модель методом RLCD (Reinforcement Learning for Calibrated Decisions): вероятности подгоняются под реальные исходы и отражают неуверенность. Среди многих ответов с вероятностью 0,8 верными должны оказаться примерно 80%. Калибровка — свойство большой выборки, а не гарантия правильности отдельного ответа.</li><li><strong>Другая цель обучения.</strong> Чат-модели учат нравиться людям (RLHF), и, по наблюдению TypeSafe, это поощряет угодливость и уверенно звучащие ошибки. Один из соавторов RLHF, Диогу Алмейда, — сооснователь TypeSafe.</li></ul><p>Название отсылает к «Системе 1» из книги Даниэля Канемана «Думай медленно… решай быстро»: быстрое интуитивное суждение против медленного обдуманного мышления «Системы 2». Jev создана для быстрых узких суждений.</p><h4>Три типа вопросов</h4><p>Вопрос — одно суждение о состоянии, ответ — значение, которое код сравнивает с порогом, сортирует или передаёт дальше.</p><ol><li><strong>Choice — выбор варианта.</strong> Отдел для обращения, категория товара, язык фрагмента кода. Варианты — словарь «вариант → описание», до 255 штук. В ответе — выбранный <code>choice</code>, вероятности <code>probabilities</code> по всем вариантам (в сумме 1) и уверенность <code>confidence</code>. Если список может не покрыть все случаи, добавьте «другое» или «ничего из перечисленного».</li><li><strong>Score — оценка по шкале.</strong> Место на упорядоченной шкале, которую описываете вы: серьёзность ошибки, раздражение клиента, уровень навыка. От 2 до 10 уровней, от низшего к высшему; каждый уровень модель оценивает отдельно, не видя его номера и соседей. В ответе — <code>score</code> (сумма номеров уровней, умноженных на их вероятности, поэтому значение может лечь между уровнями), <code>legend</code> с описаниями уровней, <code>probabilities</code> и <code>confidence</code>.</li><li><strong>Noul — да или нет.</strong> Верно ли утверждение. Ответ <code>noul</code> — вероятность «да» от 0 до 1: около 1 — уверенное «да», около 0 — уверенное «нет», около 0,5 — модель колеблется. Отдельного <code>confidence</code> нет: одно число описывает ответ полностью. Необязательный <code>criteria</code> уточняет, что считать «да» и что — «нет».</li></ol><p>Как выбрать: известные варианты без порядка — choice; ступени спектра — score; чистое «да/нет», где важна сама вероятность, — noul. Noul 0,5 — равные шансы «да» и «нет», а не «средний уровень»: степень измеряет score. Из двух подходящих типов берите тот, по которому код действует сразу: choice — ветки, score — порог, noul — <code>if</code>.</p><p>Типы можно смешивать в одном запросе. Ответ всегда ограничен вашими вариантами и не зависит от других вопросов: вопросы можно добавлять и убирать, не меняя остальных ответов.</p><h4>Состояние</h4><p>Состояние — то, что модель оценивает: сообщение клиента, фрагмент документа, запись из базы или состояние вашего приложения.</p><ul><li><strong>Строка</strong> — когда текст один: сообщение, статья, отрывок.</li><li><strong>Объект</strong> — именованные поля, связанные записи, состояние приложения. TypeSafe советует объект для большинства запросов: у каждой части есть понятное имя.</li><li><strong>Массив</strong> — последовательность сообщений или записей.</li></ul><p>Готовьте его как материалы для экспертов: переписку, заказ и правила возврата кладите вместе, если решение требует их сравнить. Содержание держите в состоянии, суждения — в вопросах. Если вопрос касается одной части состояния, назовите в нём путь к ней в обратных кавычках, например <code>ticket.messages[0].text</code>.</p><h4>Как задавать вопросы</h4><ul><li><strong>Одно быстрое суждение на вопрос.</strong> Хороший вопрос — тот, на который знающий человек с нужным контекстом ответит за секунду: «Есть ли в сообщении срочность?». «Проанализируй сообщение и реши, что делать» — уже медленное рассуждение, его надо разбить на простые вопросы.</li><li><strong>Вопрос целиком — в <code>instructions</code>.</strong> Ключ вопроса, например <code>refund_requested</code>, нужен только вашему коду и модели не передаётся.</li><li><strong>Все вопросы к одному состоянию — одним запросом.</strong> Модель оценивает их параллельно: по данным TypeSafe, лишние вопросы почти не увеличивают время ответа и стоят только своих токенов. Вопрос «на всякий случай» обходится почти даром — код сам решит, какие ответы нужны.</li><li><strong>Сложное суждение — по частям.</strong> Вместо «оцени заявку стартапа» спросите отдельно о размере рынка, технической реализуемости и отличиях от конкурентов, а итог посчитайте в коде с весами. Поменялись приоритеты — меняете веса, а не переписываете вопрос.</li><li><strong>Зависимые вопросы — вторым запросом.</strong> Ответы одного запроса не служат контекстом друг другу. Второй запрос нужен, только если без первого ответа его не собрать: надо подгрузить данные или выбрать варианты следующего вопроса.</li><li><strong>Длинный вопрос — объектом.</strong> <code>instructions</code> и <code>criteria</code> обычно строки, но бывают объектом или массивом: вопрос в одном поле, данные — в других. Так удобно сверять резюме с записями базы одним вопросом.</li></ul><h4>Уверенность</h4><p>У choice и score <code>confidence</code> от 0 до 1 показывает, насколько вероятность сосредоточена на одном ответе: 1 — вся на одном варианте, 0 — поровну на всех. У score соседний уровень снижает уверенность меньше далёкого. У noul уверенность — само значение: чем дальше от 0,5, тем твёрже ответ.</p><p>TypeSafe советует три диапазона:</p><ol><li><strong>Высокая уверенность</strong> — действуйте автоматически.</li><li><strong>Средняя</strong> — действуйте осторожно, например попросите пользователя подтвердить.</li><li><strong>Низкая</strong> — отдайте случай человеку, уточните запрос или подключите запасной путь, например более мощную модель с рассуждением.</li></ol><p>Чем дороже ошибка, тем строже порог: для необратимых действий — выше, чем для чтения. Ответ говорит, что выбрать, а уверенность — стоит ли действовать. Пороги подбирайте на своих данных, сравнивая уверенность с точностью.</p><h4>Как строить систему вокруг Jev</h4><p>Jev рассчитана не на агентов, которые сами выбирают следующий шаг и на каждом круге могут сбиться, а на программы, где процессом управляет код, а модель отвечает на узкие смысловые вопросы. Восемь шагов проектирования по TypeSafe:</p><ol><li>Всё, что можно сделать кодом, делайте кодом — надёжно и дёшево.</li><li>В состояние — только то, что нужно текущим вопросам; свежие факты — из своей базы знаний, а не из памяти модели.</li><li>Структура в состоянии: вложенный JSON, а в вопросе — путь к нужному полю в обратных кавычках, если так меньше двусмысленности.</li><li>Самые узкие и конкретные вопросы — по словам TypeSafe, пожалуй, главное правило: широкий вопрос прячет несколько суждений за одним ответом.</li><li>Структура в вопросах: сам вопрос короткий; пояснения, примеры и значения из вашей базы — в соседних полях объекта <code>instructions</code> или <code>criteria</code>, а не в одной длинной строке.</li><li>Много независимых вопросов к одному состоянию в одном запросе — больше пользы на каждый доллар.</li><li>Ответы объединяет код: правилами, взвешенной суммой или как признаки для классической модели машинного обучения.</li><li>Ветвление по уверенности: неуверенные случаи — человеку или модели с рассуждением.</li></ol><p>Jev — не чат и не модель для автодополнения кода, и в агент для программирования её вместо языковой модели не подставить. Зато агент может написать для вас код, который вызывает Jev там, где нужен быстрый откалиброванный ответ.</p><h4>Где применяют</h4><ul><li><strong>Фоновая автоматизация</strong> — решения, которые запускают миллион раз без человека рядом.</li><li><strong>Реальное время</strong> — по данным TypeSafe, большинство запросов выполняется примерно за 100 мс: хватает для обработки на лету и интерфейсов.</li><li><strong>Большие данные</strong> — поиск по огромным корпусам, разметка журналов работы агентов, признаки для прогнозов.</li><li><strong>Проверка других моделей</strong> — запросы, извлечения, рассуждения, вызовы инструментов: обход ограничений, ошибки цитирования, выдумки.</li><li><strong>Поиск и ранжирование</strong> — релевантность пары «запрос — кандидат», переранжирование, отбор контекста.</li><li><strong>Развилка по намерению</strong> — чего хочет пользователь и какой обработчик нужен: простая логика, профильная модель или человек; тема, сложность и риск решают, какой языковой модели отдать запрос.</li><li><strong>Защитные проверки</strong> — вход, выход и вызовы инструментов языковой модели: внедрённые инструкции, нарушения правил, утечка личных данных.</li><li><strong>Поддержка</strong> — тема и намерение обращения, срочность, раздражение, риск ухода, просьба о возврате, очередь.</li><li><strong>Модерация</strong> — по правилам вашей площадки: токсичность, травля, спам, мошенничество, опасные советы, личные данные; по серьёзности и уверенности — пропустить, предупредить, проверить или заблокировать.</li><li><strong>Отрасли</strong> — страховые случаи, финансовые расследования и KYC, договоры и реклама, карточки товаров, подбор персонала, лиды, игры, риски, прогноз спроса, графы знаний, научные обзоры, смысловые проверки кода в CI.</li></ul><h4>Характеристики</h4><ul><li><strong><code>jev-latest</code></strong> — псевдоним последней стабильной версии, сейчас Jev 1.13; ответившая версия — в поле <code>model</code>, например <code>jev-1.13.0</code>. С новой версией псевдоним переходит на неё, и ответы могут измениться без правок с вашей стороны — следите за этим полем, если пороги подобраны под версию.</li><li><strong>Контекст</strong> — 64K токенов на запрос: состояние и все вопросы вместе; состояние с самым длинным вопросом — до 32K. Состояние модель читает один раз и проверяет против него все вопросы параллельно.</li><li><strong>Вход</strong> — только текст: строка, объект JSON или массив текстов. Картинки, аудио и видео пока не поддерживаются — переведите их в текст заранее.</li><li><strong>Язык</strong> — основной язык обучения английский, на нём точность сейчас выше всего. Другие языки, в том числе китайский, японский и корейский, модель принимает, но точность ниже — проверьте на своих данных.</li><li><strong>Цены и расчёт в Ailoot API</strong> — условия зависят от выбранного метода и указаны в его карточке.</li><li><strong>Настройка</strong> — Jev не дообучают на данных заказчика: свои материалы — в <code>state</code>, правила предметной области — в <code>instructions</code> и <code>criteria</code>.</li><li><strong>Данные</strong> — TypeSafe сообщает, что Jev не обучают на запросах и ответах клиентов.</li></ul><h4>Известные слабые места Jev 1.13</h4><p>TypeSafe открыто перечисляет слабые места текущей версии и обещает многое исправить в следующих. Модель быстрая, откалиброванная и хорошо судит со здравым смыслом, но:</p><ol><li><strong>Читает буквально.</strong> Отвечает на написанный вопрос, а не на подразумеваемый: оговорки, отрицания и неявные условия понимает дословно. Пишите точное условие и граничные случаи в <code>criteria</code>; неизбежную трактовку разбейте на два буквальных вопроса.</li><li><strong>Не калькулятор.</strong> Подсчёт символов, повторов и элементов списка ненадёжен, ошибка растёт с размером — считайте в коде, по вопросу на кандидата. Цвета в hex или RGB модель понимает хуже названий. <code>score</code> годится для порога, но не для точного числа между уровнями.</li><li><strong>Даты и время.</strong> Какая дата раньше, сколько между ними, попадает ли дата в период — ненадёжно, особенно при смешанных форматах и относительных датах. Части даты извлекайте через choice (с вариантом «не указано»), сравнивайте в коде.</li><li><strong>Косвенность.</strong> Двойные отрицания и вопросы о свойстве свойства снижают точность. Пишите прямо, называйте части состояния по имени.</li><li><strong>Лишнее в состоянии.</strong> Посторонний текст снижает точность. Фильтруйте в коде, а если нельзя — отсейте нерелевантное вопросами noul.</li><li><strong>Враждебный текст.</strong> Подвохов в состоянии модель по умолчанию не ждёт: внедрённая инструкция или текст, который спорит о собственной классификации, может сдвинуть ответ. Пишите точные критерии и проверяйте пограничные случаи до запуска.</li><li><strong>Противоречия.</strong> Если <code>instructions</code> и <code>criteria</code> просят разного — например, у noul «да» описано как «нет», — точность падает. Критерии — продолжение вопроса.</li><li><strong>Порядок вариантов.</strong> Иногда модель тяготеет к первому варианту choice. Переставьте варианты и проверьте, что ответ не меняется.</li><li><strong>Генерация.</strong> Jev не обучена писать текст. Для извлечения данных найдите кандидатов регулярным выражением или генеративной моделью, а Jev пусть выберет верный через choice.</li></ol>",
  "aboutText": "Jev — флагманская модель TypeSafe и первая модель нового класса **System One**. Она не пишет текст, а быстро принимает решения, которые программа может сразу использовать: вы передаёте **состояние** (`state`) — текст или JSON — и набор **вопросов**, а в ответ получаете типизированные значения с откалиброванными вероятностями.\n\nЯзыковые модели пишут слова для людей, а Jev, по словам TypeSafe, ближе к коду: ответ сразу в нужной коду форме, высокая скорость и ни одного значения вне заданных вариантов. Модель задумана так, чтобы давать устойчивые ответы при повторных запросах.\n\n### Чем System One отличается от языковой модели\n\n- **Не генерирует.** Jev не пишет ответы пользователю, не пишет код и не объясняет ход рассуждений. Возможные ответы задаёте вы — через один из трёх типов вопросов.\n- **Обучена на откалиброванные решения.** TypeSafe обучает модель методом RLCD (Reinforcement Learning for Calibrated Decisions): вероятности подгоняются под реальные исходы и отражают неуверенность. Среди многих ответов с вероятностью 0,8 верными должны оказаться примерно 80%. Калибровка — свойство большой выборки, а не гарантия правильности отдельного ответа.\n- **Другая цель обучения.** Чат-модели учат нравиться людям (RLHF), и, по наблюдению TypeSafe, это поощряет угодливость и уверенно звучащие ошибки. Один из соавторов RLHF, Диогу Алмейда, — сооснователь TypeSafe.\n\nНазвание отсылает к «Системе 1» из книги Даниэля Канемана «Думай медленно… решай быстро»: быстрое интуитивное суждение против медленного обдуманного мышления «Системы 2». Jev создана для быстрых узких суждений.\n\n### Три типа вопросов\n\nВопрос — одно суждение о состоянии, ответ — значение, которое код сравнивает с порогом, сортирует или передаёт дальше.\n\n1. **Choice — выбор варианта.** Отдел для обращения, категория товара, язык фрагмента кода. Варианты — словарь «вариант → описание», до 255 штук. В ответе — выбранный `choice`, вероятности `probabilities` по всем вариантам (в сумме 1) и уверенность `confidence`. Если список может не покрыть все случаи, добавьте «другое» или «ничего из перечисленного».\n2. **Score — оценка по шкале.** Место на упорядоченной шкале, которую описываете вы: серьёзность ошибки, раздражение клиента, уровень навыка. От 2 до 10 уровней, от низшего к высшему; каждый уровень модель оценивает отдельно, не видя его номера и соседей. В ответе — `score` (сумма номеров уровней, умноженных на их вероятности, поэтому значение может лечь между уровнями), `legend` с описаниями уровней, `probabilities` и `confidence`.\n3. **Noul — да или нет.** Верно ли утверждение. Ответ `noul` — вероятность «да» от 0 до 1: около 1 — уверенное «да», около 0 — уверенное «нет», около 0,5 — модель колеблется. Отдельного `confidence` нет: одно число описывает ответ полностью. Необязательный `criteria` уточняет, что считать «да» и что — «нет».\n\nКак выбрать: известные варианты без порядка — choice; ступени спектра — score; чистое «да/нет», где важна сама вероятность, — noul. Noul 0,5 — равные шансы «да» и «нет», а не «средний уровень»: степень измеряет score. Из двух подходящих типов берите тот, по которому код действует сразу: choice — ветки, score — порог, noul — `if`.\n\nТипы можно смешивать в одном запросе. Ответ всегда ограничен вашими вариантами и не зависит от других вопросов: вопросы можно добавлять и убирать, не меняя остальных ответов.\n\n### Состояние\n\nСостояние — то, что модель оценивает: сообщение клиента, фрагмент документа, запись из базы или состояние вашего приложения.\n\n- **Строка** — когда текст один: сообщение, статья, отрывок.\n- **Объект** — именованные поля, связанные записи, состояние приложения. TypeSafe советует объект для большинства запросов: у каждой части есть понятное имя.\n- **Массив** — последовательность сообщений или записей.\n\nГотовьте его как материалы для экспертов: переписку, заказ и правила возврата кладите вместе, если решение требует их сравнить. Содержание держите в состоянии, суждения — в вопросах. Если вопрос касается одной части состояния, назовите в нём путь к ней в обратных кавычках, например `ticket.messages[0].text`.\n\n### Как задавать вопросы\n\n- **Одно быстрое суждение на вопрос.** Хороший вопрос — тот, на который знающий человек с нужным контекстом ответит за секунду: «Есть ли в сообщении срочность?». «Проанализируй сообщение и реши, что делать» — уже медленное рассуждение, его надо разбить на простые вопросы.\n- **Вопрос целиком — в `instructions`.** Ключ вопроса, например `refund_requested`, нужен только вашему коду и модели не передаётся.\n- **Все вопросы к одному состоянию — одним запросом.** Модель оценивает их параллельно: по данным TypeSafe, лишние вопросы почти не увеличивают время ответа и стоят только своих токенов. Вопрос «на всякий случай» обходится почти даром — код сам решит, какие ответы нужны.\n- **Сложное суждение — по частям.** Вместо «оцени заявку стартапа» спросите отдельно о размере рынка, технической реализуемости и отличиях от конкурентов, а итог посчитайте в коде с весами. Поменялись приоритеты — меняете веса, а не переписываете вопрос.\n- **Зависимые вопросы — вторым запросом.** Ответы одного запроса не служат контекстом друг другу. Второй запрос нужен, только если без первого ответа его не собрать: надо подгрузить данные или выбрать варианты следующего вопроса.\n- **Длинный вопрос — объектом.** `instructions` и `criteria` обычно строки, но бывают объектом или массивом: вопрос в одном поле, данные — в других. Так удобно сверять резюме с записями базы одним вопросом.\n\n### Уверенность\n\nУ choice и score `confidence` от 0 до 1 показывает, насколько вероятность сосредоточена на одном ответе: 1 — вся на одном варианте, 0 — поровну на всех. У score соседний уровень снижает уверенность меньше далёкого. У noul уверенность — само значение: чем дальше от 0,5, тем твёрже ответ.\n\nTypeSafe советует три диапазона:\n\n1. **Высокая уверенность** — действуйте автоматически.\n2. **Средняя** — действуйте осторожно, например попросите пользователя подтвердить.\n3. **Низкая** — отдайте случай человеку, уточните запрос или подключите запасной путь, например более мощную модель с рассуждением.\n\nЧем дороже ошибка, тем строже порог: для необратимых действий — выше, чем для чтения. Ответ говорит, что выбрать, а уверенность — стоит ли действовать. Пороги подбирайте на своих данных, сравнивая уверенность с точностью.\n\n### Как строить систему вокруг Jev\n\nJev рассчитана не на агентов, которые сами выбирают следующий шаг и на каждом круге могут сбиться, а на программы, где процессом управляет код, а модель отвечает на узкие смысловые вопросы. Восемь шагов проектирования по TypeSafe:\n\n1. Всё, что можно сделать кодом, делайте кодом — надёжно и дёшево.\n2. В состояние — только то, что нужно текущим вопросам; свежие факты — из своей базы знаний, а не из памяти модели.\n3. Структура в состоянии: вложенный JSON, а в вопросе — путь к нужному полю в обратных кавычках, если так меньше двусмысленности.\n4. Самые узкие и конкретные вопросы — по словам TypeSafe, пожалуй, главное правило: широкий вопрос прячет несколько суждений за одним ответом.\n5. Структура в вопросах: сам вопрос короткий; пояснения, примеры и значения из вашей базы — в соседних полях объекта `instructions` или `criteria`, а не в одной длинной строке.\n6. Много независимых вопросов к одному состоянию в одном запросе — больше пользы на каждый доллар.\n7. Ответы объединяет код: правилами, взвешенной суммой или как признаки для классической модели машинного обучения.\n8. Ветвление по уверенности: неуверенные случаи — человеку или модели с рассуждением.\n\nJev — не чат и не модель для автодополнения кода, и в агент для программирования её вместо языковой модели не подставить. Зато агент может написать для вас код, который вызывает Jev там, где нужен быстрый откалиброванный ответ.\n\n### Где применяют\n\n- **Фоновая автоматизация** — решения, которые запускают миллион раз без человека рядом.\n- **Реальное время** — по данным TypeSafe, большинство запросов выполняется примерно за 100 мс: хватает для обработки на лету и интерфейсов.\n- **Большие данные** — поиск по огромным корпусам, разметка журналов работы агентов, признаки для прогнозов.\n- **Проверка других моделей** — запросы, извлечения, рассуждения, вызовы инструментов: обход ограничений, ошибки цитирования, выдумки.\n- **Поиск и ранжирование** — релевантность пары «запрос — кандидат», переранжирование, отбор контекста.\n- **Развилка по намерению** — чего хочет пользователь и какой обработчик нужен: простая логика, профильная модель или человек; тема, сложность и риск решают, какой языковой модели отдать запрос.\n- **Защитные проверки** — вход, выход и вызовы инструментов языковой модели: внедрённые инструкции, нарушения правил, утечка личных данных.\n- **Поддержка** — тема и намерение обращения, срочность, раздражение, риск ухода, просьба о возврате, очередь.\n- **Модерация** — по правилам вашей площадки: токсичность, травля, спам, мошенничество, опасные советы, личные данные; по серьёзности и уверенности — пропустить, предупредить, проверить или заблокировать.\n- **Отрасли** — страховые случаи, финансовые расследования и KYC, договоры и реклама, карточки товаров, подбор персонала, лиды, игры, риски, прогноз спроса, графы знаний, научные обзоры, смысловые проверки кода в CI.\n\n### Характеристики\n\n- **`jev-latest`** — псевдоним последней стабильной версии, сейчас Jev 1.13; ответившая версия — в поле `model`, например `jev-1.13.0`. С новой версией псевдоним переходит на неё, и ответы могут измениться без правок с вашей стороны — следите за этим полем, если пороги подобраны под версию.\n- **Контекст** — 64K токенов на запрос: состояние и все вопросы вместе; состояние с самым длинным вопросом — до 32K. Состояние модель читает один раз и проверяет против него все вопросы параллельно.\n- **Вход** — только текст: строка, объект JSON или массив текстов. Картинки, аудио и видео пока не поддерживаются — переведите их в текст заранее.\n- **Язык** — основной язык обучения английский, на нём точность сейчас выше всего. Другие языки, в том числе китайский, японский и корейский, модель принимает, но точность ниже — проверьте на своих данных.\n- **Цены и расчёт в Ailoot API** — условия зависят от выбранного метода и указаны в его карточке.\n- **Настройка** — Jev не дообучают на данных заказчика: свои материалы — в `state`, правила предметной области — в `instructions` и `criteria`.\n- **Данные** — TypeSafe сообщает, что Jev не обучают на запросах и ответах клиентов.\n\n### Известные слабые места Jev 1.13\n\nTypeSafe открыто перечисляет слабые места текущей версии и обещает многое исправить в следующих. Модель быстрая, откалиброванная и хорошо судит со здравым смыслом, но:\n\n1. **Читает буквально.** Отвечает на написанный вопрос, а не на подразумеваемый: оговорки, отрицания и неявные условия понимает дословно. Пишите точное условие и граничные случаи в `criteria`; неизбежную трактовку разбейте на два буквальных вопроса.\n2. **Не калькулятор.** Подсчёт символов, повторов и элементов списка ненадёжен, ошибка растёт с размером — считайте в коде, по вопросу на кандидата. Цвета в hex или RGB модель понимает хуже названий. `score` годится для порога, но не для точного числа между уровнями.\n3. **Даты и время.** Какая дата раньше, сколько между ними, попадает ли дата в период — ненадёжно, особенно при смешанных форматах и относительных датах. Части даты извлекайте через choice (с вариантом «не указано»), сравнивайте в коде.\n4. **Косвенность.** Двойные отрицания и вопросы о свойстве свойства снижают точность. Пишите прямо, называйте части состояния по имени.\n5. **Лишнее в состоянии.** Посторонний текст снижает точность. Фильтруйте в коде, а если нельзя — отсейте нерелевантное вопросами noul.\n6. **Враждебный текст.** Подвохов в состоянии модель по умолчанию не ждёт: внедрённая инструкция или текст, который спорит о собственной классификации, может сдвинуть ответ. Пишите точные критерии и проверяйте пограничные случаи до запуска.\n7. **Противоречия.** Если `instructions` и `criteria` просят разного — например, у noul «да» описано как «нет», — точность падает. Критерии — продолжение вопроса.\n8. **Порядок вариантов.** Иногда модель тяготеет к первому варианту choice. Переставьте варианты и проверьте, что ответ не меняется.\n9. **Генерация.** Jev не обучена писать текст. Для извлечения данных найдите кандидатов регулярным выражением или генеративной моделью, а Jev пусть выберет верный через choice.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "3edf0c9f4e896547f017e34af606c91a88341e52abf8c26f92e8ba32ebd928df",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ru",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">TS</span><h2 id=\"sheet-title\">jev-latest</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Закрыть\">×</button></div><div class=\"idline\"><span>TypeSafe /</span><code>jev-latest</code><button type=\"button\" id=\"copy-id\">Скопировать ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Разделы карточки модели\"><button type=\"button\" data-card-jump=\"overview\">Начало</button><button type=\"button\" data-card-jump=\"methods\">Входные данные и методы</button><button type=\"button\" data-card-jump=\"pricing\">Тарифы</button><button type=\"button\" data-card-jump=\"examples\">Примеры</button><button type=\"button\" data-card-jump=\"results\">Результаты</button><button type=\"button\" data-card-jump=\"aliases\">Псевдонимы</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Методы API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Core|systemone|/v1/systemone|jev-latest\">System One</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Начало</h3><p class=\"mdesc-full\">Модель решений от TypeSafe: не пишет текст, а отвечает на типизированные вопросы о тексте или JSON — выбор варианта, оценка по шкале или «да/нет» с вероятностями. Подходит для маршрутизации, сортировки обращений, модерации и скоринга; все вопросы одного запроса оцениваются параллельно.</p><dl class=\"card-io\" data-card-io><div><dt>Допустимые входные данные</dt><dd>Текст</dd></div><div><dt>Результаты</dt><dd>structured</dd></div></dl><details class=\"card-about\"><summary>О модели</summary><p class=\"note-s\" data-model-method-boundary>Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.</p><div class=\"mabout\" id=\"m-about\"><p>Jev — флагманская модель TypeSafe и первая модель нового класса <strong>System One</strong>. Она не пишет текст, а быстро принимает решения, которые программа может сразу использовать: вы передаёте <strong>состояние</strong> (<code>state</code>) — текст или JSON — и набор <strong>вопросов</strong>, а в ответ получаете типизированные значения с откалиброванными вероятностями.</p><p>Языковые модели пишут слова для людей, а Jev, по словам TypeSafe, ближе к коду: ответ сразу в нужной коду форме, высокая скорость и ни одного значения вне заданных вариантов. Модель задумана так, чтобы давать устойчивые ответы при повторных запросах.</p><h4>Чем System One отличается от языковой модели</h4><ul><li><strong>Не генерирует.</strong> Jev не пишет ответы пользователю, не пишет код и не объясняет ход рассуждений. Возможные ответы задаёте вы — через один из трёх типов вопросов.</li><li><strong>Обучена на откалиброванные решения.</strong> TypeSafe обучает модель методом RLCD (Reinforcement Learning for Calibrated Decisions): вероятности подгоняются под реальные исходы и отражают неуверенность. Среди многих ответов с вероятностью 0,8 верными должны оказаться примерно 80%. Калибровка — свойство большой выборки, а не гарантия правильности отдельного ответа.</li><li><strong>Другая цель обучения.</strong> Чат-модели учат нравиться людям (RLHF), и, по наблюдению TypeSafe, это поощряет угодливость и уверенно звучащие ошибки. Один из соавторов RLHF, Диогу Алмейда, — сооснователь TypeSafe.</li></ul><p>Название отсылает к «Системе 1» из книги Даниэля Канемана «Думай медленно… решай быстро»: быстрое интуитивное суждение против медленного обдуманного мышления «Системы 2». Jev создана для быстрых узких суждений.</p><h4>Три типа вопросов</h4><p>Вопрос — одно суждение о состоянии, ответ — значение, которое код сравнивает с порогом, сортирует или передаёт дальше.</p><ol><li><strong>Choice — выбор варианта.</strong> Отдел для обращения, категория товара, язык фрагмента кода. Варианты — словарь «вариант → описание», до 255 штук. В ответе — выбранный <code>choice</code>, вероятности <code>probabilities</code> по всем вариантам (в сумме 1) и уверенность <code>confidence</code>. Если список может не покрыть все случаи, добавьте «другое» или «ничего из перечисленного».</li><li><strong>Score — оценка по шкале.</strong> Место на упорядоченной шкале, которую описываете вы: серьёзность ошибки, раздражение клиента, уровень навыка. От 2 до 10 уровней, от низшего к высшему; каждый уровень модель оценивает отдельно, не видя его номера и соседей. В ответе — <code>score</code> (сумма номеров уровней, умноженных на их вероятности, поэтому значение может лечь между уровнями), <code>legend</code> с описаниями уровней, <code>probabilities</code> и <code>confidence</code>.</li><li><strong>Noul — да или нет.</strong> Верно ли утверждение. Ответ <code>noul</code> — вероятность «да» от 0 до 1: около 1 — уверенное «да», около 0 — уверенное «нет», около 0,5 — модель колеблется. Отдельного <code>confidence</code> нет: одно число описывает ответ полностью. Необязательный <code>criteria</code> уточняет, что считать «да» и что — «нет».</li></ol><p>Как выбрать: известные варианты без порядка — choice; ступени спектра — score; чистое «да/нет», где важна сама вероятность, — noul. Noul 0,5 — равные шансы «да» и «нет», а не «средний уровень»: степень измеряет score. Из двух подходящих типов берите тот, по которому код действует сразу: choice — ветки, score — порог, noul — <code>if</code>.</p><p>Типы можно смешивать в одном запросе. Ответ всегда ограничен вашими вариантами и не зависит от других вопросов: вопросы можно добавлять и убирать, не меняя остальных ответов.</p><h4>Состояние</h4><p>Состояние — то, что модель оценивает: сообщение клиента, фрагмент документа, запись из базы или состояние вашего приложения.</p><ul><li><strong>Строка</strong> — когда текст один: сообщение, статья, отрывок.</li><li><strong>Объект</strong> — именованные поля, связанные записи, состояние приложения. TypeSafe советует объект для большинства запросов: у каждой части есть понятное имя.</li><li><strong>Массив</strong> — последовательность сообщений или записей.</li></ul><p>Готовьте его как материалы для экспертов: переписку, заказ и правила возврата кладите вместе, если решение требует их сравнить. Содержание держите в состоянии, суждения — в вопросах. Если вопрос касается одной части состояния, назовите в нём путь к ней в обратных кавычках, например <code>ticket.messages[0].text</code>.</p><h4>Как задавать вопросы</h4><ul><li><strong>Одно быстрое суждение на вопрос.</strong> Хороший вопрос — тот, на который знающий человек с нужным контекстом ответит за секунду: «Есть ли в сообщении срочность?». «Проанализируй сообщение и реши, что делать» — уже медленное рассуждение, его надо разбить на простые вопросы.</li><li><strong>Вопрос целиком — в <code>instructions</code>.</strong> Ключ вопроса, например <code>refund_requested</code>, нужен только вашему коду и модели не передаётся.</li><li><strong>Все вопросы к одному состоянию — одним запросом.</strong> Модель оценивает их параллельно: по данным TypeSafe, лишние вопросы почти не увеличивают время ответа и стоят только своих токенов. Вопрос «на всякий случай» обходится почти даром — код сам решит, какие ответы нужны.</li><li><strong>Сложное суждение — по частям.</strong> Вместо «оцени заявку стартапа» спросите отдельно о размере рынка, технической реализуемости и отличиях от конкурентов, а итог посчитайте в коде с весами. Поменялись приоритеты — меняете веса, а не переписываете вопрос.</li><li><strong>Зависимые вопросы — вторым запросом.</strong> Ответы одного запроса не служат контекстом друг другу. Второй запрос нужен, только если без первого ответа его не собрать: надо подгрузить данные или выбрать варианты следующего вопроса.</li><li><strong>Длинный вопрос — объектом.</strong> <code>instructions</code> и <code>criteria</code> обычно строки, но бывают объектом или массивом: вопрос в одном поле, данные — в других. Так удобно сверять резюме с записями базы одним вопросом.</li></ul><h4>Уверенность</h4><p>У choice и score <code>confidence</code> от 0 до 1 показывает, насколько вероятность сосредоточена на одном ответе: 1 — вся на одном варианте, 0 — поровну на всех. У score соседний уровень снижает уверенность меньше далёкого. У noul уверенность — само значение: чем дальше от 0,5, тем твёрже ответ.</p><p>TypeSafe советует три диапазона:</p><ol><li><strong>Высокая уверенность</strong> — действуйте автоматически.</li><li><strong>Средняя</strong> — действуйте осторожно, например попросите пользователя подтвердить.</li><li><strong>Низкая</strong> — отдайте случай человеку, уточните запрос или подключите запасной путь, например более мощную модель с рассуждением.</li></ol><p>Чем дороже ошибка, тем строже порог: для необратимых действий — выше, чем для чтения. Ответ говорит, что выбрать, а уверенность — стоит ли действовать. Пороги подбирайте на своих данных, сравнивая уверенность с точностью.</p><h4>Как строить систему вокруг Jev</h4><p>Jev рассчитана не на агентов, которые сами выбирают следующий шаг и на каждом круге могут сбиться, а на программы, где процессом управляет код, а модель отвечает на узкие смысловые вопросы. Восемь шагов проектирования по TypeSafe:</p><ol><li>Всё, что можно сделать кодом, делайте кодом — надёжно и дёшево.</li><li>В состояние — только то, что нужно текущим вопросам; свежие факты — из своей базы знаний, а не из памяти модели.</li><li>Структура в состоянии: вложенный JSON, а в вопросе — путь к нужному полю в обратных кавычках, если так меньше двусмысленности.</li><li>Самые узкие и конкретные вопросы — по словам TypeSafe, пожалуй, главное правило: широкий вопрос прячет несколько суждений за одним ответом.</li><li>Структура в вопросах: сам вопрос короткий; пояснения, примеры и значения из вашей базы — в соседних полях объекта <code>instructions</code> или <code>criteria</code>, а не в одной длинной строке.</li><li>Много независимых вопросов к одному состоянию в одном запросе — больше пользы на каждый доллар.</li><li>Ответы объединяет код: правилами, взвешенной суммой или как признаки для классической модели машинного обучения.</li><li>Ветвление по уверенности: неуверенные случаи — человеку или модели с рассуждением.</li></ol><p>Jev — не чат и не модель для автодополнения кода, и в агент для программирования её вместо языковой модели не подставить. Зато агент может написать для вас код, который вызывает Jev там, где нужен быстрый откалиброванный ответ.</p><h4>Где применяют</h4><ul><li><strong>Фоновая автоматизация</strong> — решения, которые запускают миллион раз без человека рядом.</li><li><strong>Реальное время</strong> — по данным TypeSafe, большинство запросов выполняется примерно за 100 мс: хватает для обработки на лету и интерфейсов.</li><li><strong>Большие данные</strong> — поиск по огромным корпусам, разметка журналов работы агентов, признаки для прогнозов.</li><li><strong>Проверка других моделей</strong> — запросы, извлечения, рассуждения, вызовы инструментов: обход ограничений, ошибки цитирования, выдумки.</li><li><strong>Поиск и ранжирование</strong> — релевантность пары «запрос — кандидат», переранжирование, отбор контекста.</li><li><strong>Развилка по намерению</strong> — чего хочет пользователь и какой обработчик нужен: простая логика, профильная модель или человек; тема, сложность и риск решают, какой языковой модели отдать запрос.</li><li><strong>Защитные проверки</strong> — вход, выход и вызовы инструментов языковой модели: внедрённые инструкции, нарушения правил, утечка личных данных.</li><li><strong>Поддержка</strong> — тема и намерение обращения, срочность, раздражение, риск ухода, просьба о возврате, очередь.</li><li><strong>Модерация</strong> — по правилам вашей площадки: токсичность, травля, спам, мошенничество, опасные советы, личные данные; по серьёзности и уверенности — пропустить, предупредить, проверить или заблокировать.</li><li><strong>Отрасли</strong> — страховые случаи, финансовые расследования и KYC, договоры и реклама, карточки товаров, подбор персонала, лиды, игры, риски, прогноз спроса, графы знаний, научные обзоры, смысловые проверки кода в CI.</li></ul><h4>Характеристики</h4><ul><li><strong><code>jev-latest</code></strong> — псевдоним последней стабильной версии, сейчас Jev 1.13; ответившая версия — в поле <code>model</code>, например <code>jev-1.13.0</code>. С новой версией псевдоним переходит на неё, и ответы могут измениться без правок с вашей стороны — следите за этим полем, если пороги подобраны под версию.</li><li><strong>Контекст</strong> — 64K токенов на запрос: состояние и все вопросы вместе; состояние с самым длинным вопросом — до 32K. Состояние модель читает один раз и проверяет против него все вопросы параллельно.</li><li><strong>Вход</strong> — только текст: строка, объект JSON или массив текстов. Картинки, аудио и видео пока не поддерживаются — переведите их в текст заранее.</li><li><strong>Язык</strong> — основной язык обучения английский, на нём точность сейчас выше всего. Другие языки, в том числе китайский, японский и корейский, модель принимает, но точность ниже — проверьте на своих данных.</li><li><strong>Цены и расчёт в Ailoot API</strong> — условия зависят от выбранного метода и указаны в его карточке.</li><li><strong>Настройка</strong> — Jev не дообучают на данных заказчика: свои материалы — в <code>state</code>, правила предметной области — в <code>instructions</code> и <code>criteria</code>.</li><li><strong>Данные</strong> — TypeSafe сообщает, что Jev не обучают на запросах и ответах клиентов.</li></ul><h4>Известные слабые места Jev 1.13</h4><p>TypeSafe открыто перечисляет слабые места текущей версии и обещает многое исправить в следующих. Модель быстрая, откалиброванная и хорошо судит со здравым смыслом, но:</p><ol><li><strong>Читает буквально.</strong> Отвечает на написанный вопрос, а не на подразумеваемый: оговорки, отрицания и неявные условия понимает дословно. Пишите точное условие и граничные случаи в <code>criteria</code>; неизбежную трактовку разбейте на два буквальных вопроса.</li><li><strong>Не калькулятор.</strong> Подсчёт символов, повторов и элементов списка ненадёжен, ошибка растёт с размером — считайте в коде, по вопросу на кандидата. Цвета в hex или RGB модель понимает хуже названий. <code>score</code> годится для порога, но не для точного числа между уровнями.</li><li><strong>Даты и время.</strong> Какая дата раньше, сколько между ними, попадает ли дата в период — ненадёжно, особенно при смешанных форматах и относительных датах. Части даты извлекайте через choice (с вариантом «не указано»), сравнивайте в коде.</li><li><strong>Косвенность.</strong> Двойные отрицания и вопросы о свойстве свойства снижают точность. Пишите прямо, называйте части состояния по имени.</li><li><strong>Лишнее в состоянии.</strong> Посторонний текст снижает точность. Фильтруйте в коде, а если нельзя — отсейте нерелевантное вопросами noul.</li><li><strong>Враждебный текст.</strong> Подвохов в состоянии модель по умолчанию не ждёт: внедрённая инструкция или текст, который спорит о собственной классификации, может сдвинуть ответ. Пишите точные критерии и проверяйте пограничные случаи до запуска.</li><li><strong>Противоречия.</strong> Если <code>instructions</code> и <code>criteria</code> просят разного — например, у noul «да» описано как «нет», — точность падает. Критерии — продолжение вопроса.</li><li><strong>Порядок вариантов.</strong> Иногда модель тяготеет к первому варианту choice. Переставьте варианты и проверьте, что ответ не меняется.</li><li><strong>Генерация.</strong> Jev не обучена писать текст. Для извлечения данных найдите кандидатов регулярным выражением или генеративной моделью, а Jev пусть выберет верный через choice.</li></ol></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Доступно в Ailoot · входные данные и методы</h3><details class=\"card-method\" open><summary><b>Ailoot · System One</b> <code>POST /v1/systemone</code></summary><dl class=\"method-capabilities\"><div><dt>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>structured</code></dd></div><div><dt>Контекст</dt><dd>64 000 tokens</dd></div><div><dt>Выходной формат</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Поле</th><th>Тип</th><th>Требование</th><th>Значения и ограничения</th><th>По умолчанию</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>jev-latest</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">state</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string|object|array</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">questions</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>object</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>Минимум полей объекта: 1</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">questions.&lt;id&gt;.type</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>noul, choice, score</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">questions.&lt;id&gt;.instructions</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string|object|array|null</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Необязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">questions.&lt;id&gt;.criteria</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>object|array|null</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Необязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>Условия: noul: необязательные описания true/false с допустимым null; choice: объект критериев; score: непустой массив критериев</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">stream</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>boolean|null</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Необязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>false, null</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Сочетания входных материалов</summary><p class=\"note-s\"><b>noul</b> · Обязательно: state, questions.&lt;id&gt;.type=noul</p><p class=\"note-s\"><b>choice</b> · Обязательно: state, questions.&lt;id&gt;.type=choice, criteria object</p><p class=\"note-s\"><b>score</b> · Обязательно: state, questions.&lt;id&gt;.type=score, nonemptycriteriaarray</p></details><details class=\"note-s\" data-method-contract><summary>Параметры и жизненный цикл метода</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Контракт</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>text</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>model, state, questions</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>optional_controls</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>null</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>application/json</td></tr></tbody></table></div><p>Жизненный цикл: <code>exact retained published method</code></p><p class=\"note-s\">Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифы</h3><h4>Ставки методов Ailoot</h4><section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Ailoot</span> System One</b><code>POST /v1/systemone</code></header><dl><div><dt>Вход</dt><dd>≈0,000084 $ <em>/ 1K</em></dd></div><div><dt>Выход</dt><dd>0,00 $ <em>/ 1K</em></dd></div></dl></section><p class=\"note-s\">Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. <a href=\"/docs/ru/billing/reserve/\">Как работают резервирование и расчёт →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Примеры запросов</h3><h4>Ailoot · System One</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Варианты кода\"><button class=\"cg-tab\" id=\"model-code-665-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-665-panel-0\" aria-selected=\"true\" tabindex=\"0\">Пример классификации</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Скопировать код\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-665-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-665-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_TEXT_FILE:?Set your actual UTF-8 customer message}&quot;\nexport AILOOT_TEXT_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;jev-latest&quot;, &quot;state&quot;: &quot;&quot;, &quot;questions&quot;: {&quot;is_urgent&quot;: {&quot;type&quot;: &quot;noul&quot;, &quot;instructions&quot;: &quot;Does the supplied customer message express urgency?&quot;}}}&#39;)\nf=Path(os.environ[&quot;AILOOT_TEXT_FILE&quot;])\nif not f.is_file():raise SystemExit(&quot;Choose your actual UTF-8 source material&quot;)\ntext=f.read_text(encoding=&quot;utf-8&quot;)\nif not text.strip():raise SystemExit(&quot;Source material must contain text&quot;)\np[&quot;state&quot;]=text\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;result.json&quot;).read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Получить и сохранить результаты</h3><h4>Ailoot · System One</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Сохраняйте все готовые результаты</h5><p class=\"note-s\">Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.</p><p class=\"note-s\">Сохраняйте каждый ответ вместе с переданным ID вопроса, вероятностью и легендой; формула уверенности с n требует n&gt;1, но это не означает, что API задаёт минимальное количество вариантов.</p></div><details class=\"card-about\" data-output-fields><summary>Поля ответа</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Поле</th><th>Тип</th></tr></thead><tbody><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.type</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>string</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.noul</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>number</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.choice</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>string</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.score</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>number</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.confidence</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>number</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.probabilities</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>object</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">answers.&lt;id&gt;.legend</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>object</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Ошибки и дальнейшие шаги</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Ответ</th><th>Условие</th><th>Следующий шаг</th></tr></thead><tbody><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Неверные обязательные поля, представление материалов или значение параметра</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Исправьте указанные поля перед новым запросом на создание.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Псевдонимы</h3><h4>Псевдонимы моделей</h4><p class=\"note-s\"><span data-model-alias-route=\"Core\"><b>Ailoot</b> <a href=\"#m=jev-latest&amp;route=Core&amp;caller=jev-latest&amp;fmt=systemone\"><code>jev-latest</code></a></span></p><h4>Псевдонимы путей метода</h4><p class=\"note-s\">Используйте пути методов, указанные выше.</p><h4>Связанные ID для вызова</h4><p class=\"note-s\"><a href=\"#m=jev-latest&amp;route=Core&amp;caller=jev-latest&amp;fmt=systemone\"><code>jev-latest</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "jev-latest",
        "fmt": "systemone",
        "http": "POST",
        "path": "/v1/systemone",
        "request_model_id": "jev-latest",
        "route_label": "Core"
      },
      "method_key": "Core|systemone|/v1/systemone|jev-latest",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "contract": {
          "data": {
            "all_results": "Retain every answer by its supplied question ID, probability and legend; confidenceformulausingnrequiresn>1withoutassertinganAPIminchoicesrule.",
            "errors": [
              {
                "code": null,
                "condition": "Неверные обязательные поля, представление материалов или значение параметра",
                "http_status": 400,
                "recovery": "Исправьте указанные поля перед новым запросом на создание.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "mode": "exact retained published method"
            },
            "material_combinations": [
              {
                "mode": "noul",
                "required": [
                  "state",
                  "questions.<id>.type=noul"
                ]
              },
              {
                "mode": "choice",
                "required": [
                  "state",
                  "questions.<id>.type=choice",
                  "criteria object"
                ]
              },
              {
                "mode": "score",
                "required": [
                  "state",
                  "questions.<id>.type=score",
                  "nonemptycriteriaarray"
                ]
              }
            ],
            "operation_modes": [
              "noul",
              "choice",
              "score"
            ],
            "outputs": {
              "all_results": "Сохраняйте каждый ответ вместе с переданным ID вопроса, вероятностью и легендой; формула уверенности с n требует n>1, но это не означает, что API задаёт минимальное количество вариантов.",
              "family": "structured",
              "fields": [
                {
                  "description": null,
                  "name": "answers.<id>.type",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "answers.<id>.noul",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.choice",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "answers.<id>.score",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.confidence",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.probabilities",
                  "type": "object"
                },
                {
                  "description": null,
                  "name": "answers.<id>.legend",
                  "type": "object"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "jev-latest"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "state",
                "required": true,
                "type": "string|object|array"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_properties": 1,
                "name": "questions",
                "required": true,
                "type": "object"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "noul",
                  "choice",
                  "score"
                ],
                "enum_known": true,
                "name": "questions.<id>.type",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "questions.<id>.instructions",
                "required": false,
                "type": "string|object|array|null"
              },
              {
                "availability": "source_interface",
                "conditions": "noul: необязательные описания true/false с допустимым null; choice: объект критериев; score: непустой массив критериев",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "questions.<id>.criteria",
                "required": false,
                "type": "object|array|null"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  false,
                  null
                ],
                "enum_known": true,
                "name": "stream",
                "required": false,
                "type": "boolean|null"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "stream=true",
              "duplicateandcase-variedcanonicalkeys"
            ]
          },
          "hints": [
            "Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска."
          ],
          "input": {
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional_controls": null,
            "required": [
              "model",
              "state",
              "questions"
            ]
          },
          "lifecycle": {
            "mode": "exact retained published method"
          },
          "method": {
            "http": "POST",
            "path": "/v1/systemone"
          },
          "operation_modes": [
            "systemone"
          ],
          "output": {
            "family": [
              "structured"
            ],
            "format": "structured decisions JSON",
            "multioutputs": "retain every actual response output"
          }
        },
        "ctx": 64000,
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 customer message}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"jev-latest\", \"state\": \"\", \"questions\": {\"is_urgent\": {\"type\": \"noul\", \"instructions\": \"Does the supplied customer message express urgency?\"}}}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"state\"]=text\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n",
            "label": "Classify your actual customer message",
            "language": "bash"
          }
        ],
        "family": "systemone",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "systemone",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.084,
        "input": [
          "text"
        ],
        "label": "System One",
        "max_out": 0,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "structured"
        ],
        "path": "/v1/systemone",
        "pricing_profiles": [
          {
            "dimensions": {},
            "label": "Core",
            "units": [
              {
                "amount": 0.084,
                "amount_unit": "usd_per_million_tokens",
                "key": "in",
                "label": "Input",
                "side": "in"
              },
              {
                "amount": 0,
                "amount_unit": "usd_per_million_tokens",
                "key": "out",
                "label": "Output",
                "side": "out"
              }
            ]
          }
        ],
        "request_model_id": "jev-latest",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "jev-latest",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "435bf0beb986b80178c60b67781aefeefd2c9603f19340cad4e8912f9618e839",
    "input_html_sha256": "4aa25dcafe7a780d822ed1010e15db64d54a88d0c11a243773047d6b5f2f9278",
    "private_audit_sha256": "07c61879f7aff56d780295c4a3adc2897f39595e1774cd06fd38d5e7169f5608",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ru/jev-latest/",
    "description": "Модель решений от TypeSafe: не пишет текст, а отвечает на типизированные вопросы о тексте или JSON — выбор варианта, оценка по шкале или «да/нет» с вероятностями. Подходит для маршрутизации, сортировки обращений, модерации и скоринга; все вопросы одного запроса оцениваются параллельно.",
    "locale": "ru",
    "md_url": "https://ailoot.ai/models/ru/jev-latest/index.md",
    "title": "jev-latest — Ailoot",
    "url": "https://ailoot.ai/models/ru/jev-latest/"
  },
  "rawModel": {
    "about": "Jev — флагманская модель TypeSafe и первая модель нового класса **System One**. Она не пишет текст, а быстро принимает решения, которые программа может сразу использовать: вы передаёте **состояние** (`state`) — текст или JSON — и набор **вопросов**, а в ответ получаете типизированные значения с откалиброванными вероятностями.\n\nЯзыковые модели пишут слова для людей, а Jev, по словам TypeSafe, ближе к коду: ответ сразу в нужной коду форме, высокая скорость и ни одного значения вне заданных вариантов. Модель задумана так, чтобы давать устойчивые ответы при повторных запросах.\n\n### Чем System One отличается от языковой модели\n\n- **Не генерирует.** Jev не пишет ответы пользователю, не пишет код и не объясняет ход рассуждений. Возможные ответы задаёте вы — через один из трёх типов вопросов.\n- **Обучена на откалиброванные решения.** TypeSafe обучает модель методом RLCD (Reinforcement Learning for Calibrated Decisions): вероятности подгоняются под реальные исходы и отражают неуверенность. Среди многих ответов с вероятностью 0,8 верными должны оказаться примерно 80%. Калибровка — свойство большой выборки, а не гарантия правильности отдельного ответа.\n- **Другая цель обучения.** Чат-модели учат нравиться людям (RLHF), и, по наблюдению TypeSafe, это поощряет угодливость и уверенно звучащие ошибки. Один из соавторов RLHF, Диогу Алмейда, — сооснователь TypeSafe.\n\nНазвание отсылает к «Системе 1» из книги Даниэля Канемана «Думай медленно… решай быстро»: быстрое интуитивное суждение против медленного обдуманного мышления «Системы 2». Jev создана для быстрых узких суждений.\n\n### Три типа вопросов\n\nВопрос — одно суждение о состоянии, ответ — значение, которое код сравнивает с порогом, сортирует или передаёт дальше.\n\n1. **Choice — выбор варианта.** Отдел для обращения, категория товара, язык фрагмента кода. Варианты — словарь «вариант → описание», до 255 штук. В ответе — выбранный `choice`, вероятности `probabilities` по всем вариантам (в сумме 1) и уверенность `confidence`. Если список может не покрыть все случаи, добавьте «другое» или «ничего из перечисленного».\n2. **Score — оценка по шкале.** Место на упорядоченной шкале, которую описываете вы: серьёзность ошибки, раздражение клиента, уровень навыка. От 2 до 10 уровней, от низшего к высшему; каждый уровень модель оценивает отдельно, не видя его номера и соседей. В ответе — `score` (сумма номеров уровней, умноженных на их вероятности, поэтому значение может лечь между уровнями), `legend` с описаниями уровней, `probabilities` и `confidence`.\n3. **Noul — да или нет.** Верно ли утверждение. Ответ `noul` — вероятность «да» от 0 до 1: около 1 — уверенное «да», около 0 — уверенное «нет», около 0,5 — модель колеблется. Отдельного `confidence` нет: одно число описывает ответ полностью. Необязательный `criteria` уточняет, что считать «да» и что — «нет».\n\nКак выбрать: известные варианты без порядка — choice; ступени спектра — score; чистое «да/нет», где важна сама вероятность, — noul. Noul 0,5 — равные шансы «да» и «нет», а не «средний уровень»: степень измеряет score. Из двух подходящих типов берите тот, по которому код действует сразу: choice — ветки, score — порог, noul — `if`.\n\nТипы можно смешивать в одном запросе. Ответ всегда ограничен вашими вариантами и не зависит от других вопросов: вопросы можно добавлять и убирать, не меняя остальных ответов.\n\n### Состояние\n\nСостояние — то, что модель оценивает: сообщение клиента, фрагмент документа, запись из базы или состояние вашего приложения.\n\n- **Строка** — когда текст один: сообщение, статья, отрывок.\n- **Объект** — именованные поля, связанные записи, состояние приложения. TypeSafe советует объект для большинства запросов: у каждой части есть понятное имя.\n- **Массив** — последовательность сообщений или записей.\n\nГотовьте его как материалы для экспертов: переписку, заказ и правила возврата кладите вместе, если решение требует их сравнить. Содержание держите в состоянии, суждения — в вопросах. Если вопрос касается одной части состояния, назовите в нём путь к ней в обратных кавычках, например `ticket.messages[0].text`.\n\n### Как задавать вопросы\n\n- **Одно быстрое суждение на вопрос.** Хороший вопрос — тот, на который знающий человек с нужным контекстом ответит за секунду: «Есть ли в сообщении срочность?». «Проанализируй сообщение и реши, что делать» — уже медленное рассуждение, его надо разбить на простые вопросы.\n- **Вопрос целиком — в `instructions`.** Ключ вопроса, например `refund_requested`, нужен только вашему коду и модели не передаётся.\n- **Все вопросы к одному состоянию — одним запросом.** Модель оценивает их параллельно: по данным TypeSafe, лишние вопросы почти не увеличивают время ответа и стоят только своих токенов. Вопрос «на всякий случай» обходится почти даром — код сам решит, какие ответы нужны.\n- **Сложное суждение — по частям.** Вместо «оцени заявку стартапа» спросите отдельно о размере рынка, технической реализуемости и отличиях от конкурентов, а итог посчитайте в коде с весами. Поменялись приоритеты — меняете веса, а не переписываете вопрос.\n- **Зависимые вопросы — вторым запросом.** Ответы одного запроса не служат контекстом друг другу. Второй запрос нужен, только если без первого ответа его не собрать: надо подгрузить данные или выбрать варианты следующего вопроса.\n- **Длинный вопрос — объектом.** `instructions` и `criteria` обычно строки, но бывают объектом или массивом: вопрос в одном поле, данные — в других. Так удобно сверять резюме с записями базы одним вопросом.\n\n### Уверенность\n\nУ choice и score `confidence` от 0 до 1 показывает, насколько вероятность сосредоточена на одном ответе: 1 — вся на одном варианте, 0 — поровну на всех. У score соседний уровень снижает уверенность меньше далёкого. У noul уверенность — само значение: чем дальше от 0,5, тем твёрже ответ.\n\nTypeSafe советует три диапазона:\n\n1. **Высокая уверенность** — действуйте автоматически.\n2. **Средняя** — действуйте осторожно, например попросите пользователя подтвердить.\n3. **Низкая** — отдайте случай человеку, уточните запрос или подключите запасной путь, например более мощную модель с рассуждением.\n\nЧем дороже ошибка, тем строже порог: для необратимых действий — выше, чем для чтения. Ответ говорит, что выбрать, а уверенность — стоит ли действовать. Пороги подбирайте на своих данных, сравнивая уверенность с точностью.\n\n### Как строить систему вокруг Jev\n\nJev рассчитана не на агентов, которые сами выбирают следующий шаг и на каждом круге могут сбиться, а на программы, где процессом управляет код, а модель отвечает на узкие смысловые вопросы. Восемь шагов проектирования по TypeSafe:\n\n1. Всё, что можно сделать кодом, делайте кодом — надёжно и дёшево.\n2. В состояние — только то, что нужно текущим вопросам; свежие факты — из своей базы знаний, а не из памяти модели.\n3. Структура в состоянии: вложенный JSON, а в вопросе — путь к нужному полю в обратных кавычках, если так меньше двусмысленности.\n4. Самые узкие и конкретные вопросы — по словам TypeSafe, пожалуй, главное правило: широкий вопрос прячет несколько суждений за одним ответом.\n5. Структура в вопросах: сам вопрос короткий; пояснения, примеры и значения из вашей базы — в соседних полях объекта `instructions` или `criteria`, а не в одной длинной строке.\n6. Много независимых вопросов к одному состоянию в одном запросе — больше пользы на каждый доллар.\n7. Ответы объединяет код: правилами, взвешенной суммой или как признаки для классической модели машинного обучения.\n8. Ветвление по уверенности: неуверенные случаи — человеку или модели с рассуждением.\n\nJev — не чат и не модель для автодополнения кода, и в агент для программирования её вместо языковой модели не подставить. Зато агент может написать для вас код, который вызывает Jev там, где нужен быстрый откалиброванный ответ.\n\n### Где применяют\n\n- **Фоновая автоматизация** — решения, которые запускают миллион раз без человека рядом.\n- **Реальное время** — по данным TypeSafe, большинство запросов выполняется примерно за 100 мс: хватает для обработки на лету и интерфейсов.\n- **Большие данные** — поиск по огромным корпусам, разметка журналов работы агентов, признаки для прогнозов.\n- **Проверка других моделей** — запросы, извлечения, рассуждения, вызовы инструментов: обход ограничений, ошибки цитирования, выдумки.\n- **Поиск и ранжирование** — релевантность пары «запрос — кандидат», переранжирование, отбор контекста.\n- **Развилка по намерению** — чего хочет пользователь и какой обработчик нужен: простая логика, профильная модель или человек; тема, сложность и риск решают, какой языковой модели отдать запрос.\n- **Защитные проверки** — вход, выход и вызовы инструментов языковой модели: внедрённые инструкции, нарушения правил, утечка личных данных.\n- **Поддержка** — тема и намерение обращения, срочность, раздражение, риск ухода, просьба о возврате, очередь.\n- **Модерация** — по правилам вашей площадки: токсичность, травля, спам, мошенничество, опасные советы, личные данные; по серьёзности и уверенности — пропустить, предупредить, проверить или заблокировать.\n- **Отрасли** — страховые случаи, финансовые расследования и KYC, договоры и реклама, карточки товаров, подбор персонала, лиды, игры, риски, прогноз спроса, графы знаний, научные обзоры, смысловые проверки кода в CI.\n\n### Характеристики\n\n- **`jev-latest`** — псевдоним последней стабильной версии, сейчас Jev 1.13; ответившая версия — в поле `model`, например `jev-1.13.0`. С новой версией псевдоним переходит на неё, и ответы могут измениться без правок с вашей стороны — следите за этим полем, если пороги подобраны под версию.\n- **Контекст** — 64K токенов на запрос: состояние и все вопросы вместе; состояние с самым длинным вопросом — до 32K. Состояние модель читает один раз и проверяет против него все вопросы параллельно.\n- **Вход** — только текст: строка, объект JSON или массив текстов. Картинки, аудио и видео пока не поддерживаются — переведите их в текст заранее.\n- **Язык** — основной язык обучения английский, на нём точность сейчас выше всего. Другие языки, в том числе китайский, японский и корейский, модель принимает, но точность ниже — проверьте на своих данных.\n- **Цены и расчёт в Ailoot API** — условия зависят от выбранного метода и указаны в его карточке.\n- **Настройка** — Jev не дообучают на данных заказчика: свои материалы — в `state`, правила предметной области — в `instructions` и `criteria`.\n- **Данные** — TypeSafe сообщает, что Jev не обучают на запросах и ответах клиентов.\n\n### Известные слабые места Jev 1.13\n\nTypeSafe открыто перечисляет слабые места текущей версии и обещает многое исправить в следующих. Модель быстрая, откалиброванная и хорошо судит со здравым смыслом, но:\n\n1. **Читает буквально.** Отвечает на написанный вопрос, а не на подразумеваемый: оговорки, отрицания и неявные условия понимает дословно. Пишите точное условие и граничные случаи в `criteria`; неизбежную трактовку разбейте на два буквальных вопроса.\n2. **Не калькулятор.** Подсчёт символов, повторов и элементов списка ненадёжен, ошибка растёт с размером — считайте в коде, по вопросу на кандидата. Цвета в hex или RGB модель понимает хуже названий. `score` годится для порога, но не для точного числа между уровнями.\n3. **Даты и время.** Какая дата раньше, сколько между ними, попадает ли дата в период — ненадёжно, особенно при смешанных форматах и относительных датах. Части даты извлекайте через choice (с вариантом «не указано»), сравнивайте в коде.\n4. **Косвенность.** Двойные отрицания и вопросы о свойстве свойства снижают точность. Пишите прямо, называйте части состояния по имени.\n5. **Лишнее в состоянии.** Посторонний текст снижает точность. Фильтруйте в коде, а если нельзя — отсейте нерелевантное вопросами noul.\n6. **Враждебный текст.** Подвохов в состоянии модель по умолчанию не ждёт: внедрённая инструкция или текст, который спорит о собственной классификации, может сдвинуть ответ. Пишите точные критерии и проверяйте пограничные случаи до запуска.\n7. **Противоречия.** Если `instructions` и `criteria` просят разного — например, у noul «да» описано как «нет», — точность падает. Критерии — продолжение вопроса.\n8. **Порядок вариантов.** Иногда модель тяготеет к первому варианту choice. Переставьте варианты и проверьте, что ответ не меняется.\n9. **Генерация.** Jev не обучена писать текст. Для извлечения данных найдите кандидатов регулярным выражением или генеративной моделью, а Jev пусть выберет верный через choice.",
    "alias_of": null,
    "aliases": [],
    "author": "TypeSafe",
    "ctx": 64000,
    "formats": [
      "systemone"
    ],
    "guide": "/docs/api/systemone/",
    "id": "jev-latest",
    "input": [
      "text"
    ],
    "kind": "decision",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "contract": {
          "data": {
            "all_results": "Retain every answer by its supplied question ID, probability and legend; confidenceformulausingnrequiresn>1withoutassertinganAPIminchoicesrule.",
            "errors": [
              {
                "code": null,
                "condition": "Неверные обязательные поля, представление материалов или значение параметра",
                "http_status": 400,
                "recovery": "Исправьте указанные поля перед новым запросом на создание.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "mode": "exact retained published method"
            },
            "material_combinations": [
              {
                "mode": "noul",
                "required": [
                  "state",
                  "questions.<id>.type=noul"
                ]
              },
              {
                "mode": "choice",
                "required": [
                  "state",
                  "questions.<id>.type=choice",
                  "criteria object"
                ]
              },
              {
                "mode": "score",
                "required": [
                  "state",
                  "questions.<id>.type=score",
                  "nonemptycriteriaarray"
                ]
              }
            ],
            "operation_modes": [
              "noul",
              "choice",
              "score"
            ],
            "outputs": {
              "all_results": "Сохраняйте каждый ответ вместе с переданным ID вопроса, вероятностью и легендой; формула уверенности с n требует n>1, но это не означает, что API задаёт минимальное количество вариантов.",
              "family": "structured",
              "fields": [
                {
                  "description": null,
                  "name": "answers.<id>.type",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "answers.<id>.noul",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.choice",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "answers.<id>.score",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.confidence",
                  "type": "number"
                },
                {
                  "description": null,
                  "name": "answers.<id>.probabilities",
                  "type": "object"
                },
                {
                  "description": null,
                  "name": "answers.<id>.legend",
                  "type": "object"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "jev-latest"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "state",
                "required": true,
                "type": "string|object|array"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_properties": 1,
                "name": "questions",
                "required": true,
                "type": "object"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "noul",
                  "choice",
                  "score"
                ],
                "enum_known": true,
                "name": "questions.<id>.type",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "questions.<id>.instructions",
                "required": false,
                "type": "string|object|array|null"
              },
              {
                "availability": "source_interface",
                "conditions": "noul: необязательные описания true/false с допустимым null; choice: объект критериев; score: непустой массив критериев",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "questions.<id>.criteria",
                "required": false,
                "type": "object|array|null"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  false,
                  null
                ],
                "enum_known": true,
                "name": "stream",
                "required": false,
                "type": "boolean|null"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "stream=true",
              "duplicateandcase-variedcanonicalkeys"
            ]
          },
          "hints": [
            "Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска."
          ],
          "input": {
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional_controls": null,
            "required": [
              "model",
              "state",
              "questions"
            ]
          },
          "lifecycle": {
            "mode": "exact retained published method"
          },
          "method": {
            "http": "POST",
            "path": "/v1/systemone"
          },
          "operation_modes": [
            "systemone"
          ],
          "output": {
            "family": [
              "structured"
            ],
            "format": "structured decisions JSON",
            "multioutputs": "retain every actual response output"
          }
        },
        "ctx": 64000,
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 customer message}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"jev-latest\", \"state\": \"\", \"questions\": {\"is_urgent\": {\"type\": \"noul\", \"instructions\": \"Does the supplied customer message express urgency?\"}}}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"state\"]=text\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n",
            "label": "Classify your actual customer message",
            "language": "bash"
          }
        ],
        "family": "systemone",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "systemone",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.084,
        "input": [
          "text"
        ],
        "label": "System One",
        "max_out": 0,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "structured"
        ],
        "path": "/v1/systemone",
        "pricing_profiles": [
          {
            "dimensions": {},
            "label": "Core",
            "units": [
              {
                "amount": 0.084,
                "amount_unit": "usd_per_million_tokens",
                "key": "in",
                "label": "Input",
                "side": "in"
              },
              {
                "amount": 0,
                "amount_unit": "usd_per_million_tokens",
                "key": "out",
                "label": "Output",
                "side": "out"
              }
            ]
          }
        ],
        "request_model_id": "jev-latest",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "jev-latest",
        "request_model_id": "jev-latest",
        "route_label": "Core"
      }
    ],
    "name": "jev-latest",
    "price": {
      "in": 0.084,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "sort_in": 0.084,
      "sort_out": 0,
      "varies": false
    },
    "short": "Модель решений от TypeSafe: не пишет текст, а отвечает на типизированные вопросы о тексте или JSON — выбор варианта, оценка по шкале или «да/нет» с вероятностями. Подходит для маршрутизации, сортировки обращений, модерации и скоринга; все вопросы одного запроса оцениваются параллельно."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Модель решений от TypeSafe: не пишет текст, а отвечает на типизированные вопросы о тексте или JSON — выбор варианта, оценка по шкале или «да/нет» с вероятностями. Подходит для маршрутизации, сортировки обращений, модерации и скоринга; все вопросы одного запроса оцениваются параллельно.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "ff96697b322f4a9e4ca467f57509542c4a2e18e3ddba2d7e511697a19145f000",
    "renderer_sha256": "aa692ffec412026bdeaf316df24a58e6c5083045e5246f6033f898d132afa5ff"
  },
  "sourceRevision": "05dbc933223af0cf8e6c6309765d233200f00179233f888b924dd26658e10afa"
}