Jev: نموذج قرار يجيب بأرقام يقرؤها الكود، وأرخص من Gemini وOpenAI

في 15 سبتمبر 2026 أطلقت شركة ناشئة اسمها TypeSafe AI نموذج Jev. تعطيه بيانات وأسئلة مثل «إلى أي فريق تذهب هذه الرسالة؟»، فيعيد لكل سؤال رقمًا يقرؤه الكود مباشرة، بدل نص عليك أن تحوله أنت إلى قرار. بعده بشهرين أطلقت Google الـ Gemini Decisions API بالفكرة نفسها، وما زال Jev أرخص منه. جربته بنفسي.

ما هو

أسس TypeSafe AI ‏Diogo Almeida، الذي يقول إنه عمل في OpenAI على الأبحاث التي قام عليها ChatGPT. تسمي الشركة هذا النوع «System One models»، من تقسيم Daniel Kahneman للتفكير إلى سريع وبطيء. ويفضل Simon Willison اسمًا أوضح: «decision models»، أي نماذج القرار.

ترسل إلى Jev شيئين:

• الـ state: البيانات التي تسأل عنها، وتكون نصًا أو JSON أو قائمة نصوص. رسالة عميل مثلًا، أو سجل منتج.
• الأسئلة: لكل سؤال نوع من أربعة:
  • Noul: سؤال جوابه نعم أو لا، ويعيد احتمال أن الجواب نعم، من 0 إلى 1. لا درجة ثقة منفصلة هنا، فالاحتمال نفسه يكفي: رقم قريب من 0.5 يعني أن النموذج غير متأكد. الاسم من Bernoulli.
  • Choice: يختار من قائمة فيها حتى 255 خيارًا، ويعيد احتمال كل خيار ودرجة ثقة.
  • Score: يضع البيانات على سلم مستويات تكتبها أنت، من الأدنى إلى الأعلى، ومعها درجة ثقة.
  • Box: يحدد مكان شيء في صورة. أضيف في الإصدار 1.14 وما زال تجريبيًا.

لا حد منفصل لعدد الأسئلة: يكفي أن تبقى البيانات مع كل الأسئلة ضمن 64 ألف token، والبيانات مع أي سؤال واحد ضمن 32 ألفًا. يجيب Jev عن كل سؤال وحده، والأسئلة كلها في وقت واحد، فإضافة سؤال لا تكاد تغير مدة الرد. تقول TypeSafe إن الطلب يستغرق من 70 إلى 500 جزء من الألف من الثانية، وإنها قاست ذلك من حواسيب فريقها في الساحل الغربي الأمريكي، حيث تعمل الخدمة.

السعر 0.042 دولار لكل مليون token من المدخلات، والمخرجات مجانية. وتقول الشركة إنها لا تدرب Jev على طلبات عملائها.

تصف TypeSafe نموذجها بأنه «لا يهلوس». تقصد أن الجواب يطابق دائمًا الشكل الذي حددته: خيار من قائمتك، أو رقم في المدى الصحيح، ولا يأتيك نص بدل الرقم. وتوضح في موقعها أن هذا الضمان يخص شكل الجواب، ولا يعني أن كل جواب صحيح. أما درجات الثقة، فتدرب الشركة النموذج بطريقة سمتها RLCD لتكون صادقة: كلما ارتفعت الثقة، ارتفعت الدقة، بحسب قولها.

الإصدار الحالي Jev 1.14، من 14 أكتوبر 2026. تقول الشركة إنه أفضل في اللغات غير الإنجليزية، وجاء معه نوع Box. وفي اليوم نفسه فتحت الشركة قراءة صور PNG وJPEG، في هذا الإصدار والذي قبله. لكنها تصف الصور بأنها تجريبية وليست جاهزة للاستخدام الفعلي بعد، وتحتاج إلى header خاص في كل طلب. ولا يقرأ Jev الصوت أو الفيديو.

يناسب Jev كل عمل يمكن صياغته كفرز: كشف الـ spam، واقتراح التصنيفات، وترتيب الأولويات. واستعمله Simon Willison لإعادة ترتيب نتائج البحث: يجلب 100 نتيجة بطريقة رخيصة مثل BM25، ثم يطلب من Jev تقييم صلة كل نتيجة بالسؤال. ومن عروض TypeSafe نفسها bot يلعب Doom بنحو 10 طلبات في الثانية، بكلفة تقارب 7 دولارات في الساعة، ويقرأ حالة اللعبة نصًا لا صورة.

كيف يقارن بـ Gemini وOpenAI

ظهر بعد Jev نموذجان بالفكرة نفسها والأنواع الثلاثة الأولى نفسها: Decisions API من OpenAI في أكتوبر 2026، وGemini Decisions API من Google في 11 نوفمبر. الفروق:

• السعر: Jev ‏0.042 دولار لكل مليون token من المدخلات. OpenAI وGemini ‏0.10 دولار. المخرجات مجانية في الثلاثة.
• ما يقرؤه: Jev النص وJSON، والصور تجريبية. OpenAI النص والصور. Gemini النص والصور والصوت والفيديو وملفات PDF.
• الوصول: Jev في early access. Gemini متاح الآن عبر Gemini API، مع فئة مجانية للتجربة في AI Studio.

إذا كانت بياناتك نصًا وطلباتك كثيرة، فـ Jev يكلف أقل من نصف سعر الآخرين. وإذا كانت صوتًا أو فيديو أو ملفات PDF، فلا يقرؤها إلا Gemini.

كيف تبدأ

تحتاج إلى:

• حساب في console.typesafe.ai. لأن Jev في early access، قد تنتظر في قائمة قبل أن تحصل على مفتاح.
• Terminal فيه Python أو uv، لتثبيت أداة llm من Simon Willison.
• نحو 15 دقيقة بتقديري.
• الكلفة: تدفع عن المدخلات فقط، وأسئلة الأمثلة هنا قصيرة، فكلفتها أقل من سنت.

الأمثلة بالإنجليزية، لأن TypeSafe لم تذكر العربية تحديدًا.

1. سجل في console.typesafe.ai. بعد أن تحصل على الوصول، أنشئ مفتاح API من صفحة Keys. لا تضعه في أي ملف تشاركه.

2. ثبت llm، وهي أداة لاستعمال النماذج من الـ Terminal. اختر أحد هذه الأسطر:

   uv tool install llm
   pip install llm
   brew install llm

   Terminalنسخ

   تحقق: llm --version يطبع رقم الإصدار.

3. ثبت إضافة Jev، ثم احفظ المفتاح. الأمر الثاني يطلب منك أن تلصق المفتاح، ثم تضغط Enter:

   llm install llm-typesafe
   llm keys set typesafe

   Terminalنسخ

   تحقق: llm models | grep jev يطبع سطرًا فيه jev-latest.

4. اسأل سؤالًا جوابه نعم أو لا:

   llm -m jev 'Please refund my last payment.' \
     -s 'Does this message explicitly request a refund?'

   Terminalنسخ

   تحقق: يظهر سطر مثل {"type": "noul", "noul": 0.99}. الرقم احتمال أن الجواب نعم. غير الرسالة إلى When will my order arrive? وأعد الأمر. المتوقع أن ينخفض الرقم كثيرًا، لأن هذه الرسالة لا تطلب استرجاع المال.

5. اطلب منه أن يختار فريقًا من قائمة:

   llm -m jev 'I was charged twice for the same order.' \
     -s 'Which team should handle this message? If billing and technical issues both occur, choose billing.' \
     -o answer_type choice \
     -o criteria '{
       "billing":"Charges, invoices, payments, or refunds",
       "technical":"Problems installing or using the product",
       "other":"Neither category fits"
     }'

   Terminalنسخ

   تحقق: يعود JSON فيه choice، وهو هنا billing على الأرجح، ثم probabilities لكل فريق، ثم confidence. وللدرجة استعمل -o answer_type score، ومعه في -o criteria قائمة من 2 إلى 10 مستويات، من الأدنى إلى الأعلى.

6. لتضيفه إلى مشروعك، ثبت الـ Skill التي تقدمها TypeSafe لتعرف الـ coding agent على طريقة استعماله. في Claude Code:

   claude plugin marketplace add typesafe-ai/skills
   claude plugin install typesafe@typesafe-ai

   Terminalنسخ

   في Codex أو غيره: npx skills add typesafe-ai/skills --skill typesafe-ai، ثم اختر الـ agent عندما يسألك.

7. ضع المفتاح في الـ Terminal الذي ستشغل منه الـ agent. السطر ينتظر أن تلصق المفتاح وتضغط Enter، ولن يظهر المفتاح على الشاشة:

   read -rs TYPESAFE_API_KEY && export TYPESAFE_API_KEY

   Terminalنسخ

8. اطلب من الـ agent أن يبني السكربت:

   Use the TypeSafe skill. Build a small script that uses Jev to sort <what the input is, for example customer emails>. Ask these questions in one request: <your yes/no, choice or score questions, with their options or levels>. Keep any arithmetic, counting and date comparison in code, not in the questions. For Choice and Score answers, send any with confidence below <threshold, for example 0.7> to a list for a person to review. Noul answers have no confidence field: treat a noul above <yes threshold, for example 0.7> as yes, below <no threshold, for example 0.3> as no, and send anything in between for review. Use the model ID jev-1.14.0 instead of jev-latest, and log the model from each response. Read my API key from TYPESAFE_API_KEY and never write it to a file.
   

   Promptنسخ

   النتيجة الجيدة سكربت يطبع لكل مدخل الأجوبة، ويفصل الحالات غير الواضحة. والسبب في تثبيت رقم الإصدار أن jev-latest ينتقل إلى كل إصدار جديد، فقد تتغير الأجوبة دون أن تغير شيئًا في الكود.

إذا لم يعمل كما تتوقع:

• خطأ 401: المفتاح غير موجود أو خاطئ. في llm أعد llm keys set typesafe. وفي السكربت، أعد الخطوة 7 في الـ Terminal نفسه.
• أجوبة خاطئة في الأرقام والتواريخ والعد: تقول TypeSafe إن Jev ضعيف فيها. احسبها في الكود، ثم أرسل النتيجة في الـ state.
• يميل إلى الخيار الأول: لاحظت TypeSafe أن ترتيب الخيارات قد يؤثر في الجواب. غير الترتيب، وتأكد أن الجواب بقي كما هو.

الحدود

• رقم بلا سبب: إذا صنف Jev رسالة على أنها spam، فلن تعرف ما الذي في النص دفعه إلى ذلك. نبه Simon Willison إلى أن الرقم قد يخفي تحيزًا، وتمنى ألا يستخدمه أحد لترتيب المتقدمين لوظيفة. لكن TypeSafe نفسها نشرت دراسة حالة لمنصة توظيف اسمها Jack & Jill تستعمل Jev لتقييم المرشحين. إذا كانت قراراتك عن أشخاص، فافحص التحيز أولًا. ينصح Simon بالتجارب المنظمة، وهي رخيصة هنا: آلاف الطلبات تكلف بضعة سنتات.
• أرقام الشركة: السرعة والكلفة ومقارنات الذكاء كلها من TypeSafe نفسها. وقيست السرعة من الساحل الغربي الأمريكي، فقد يطول الرد من بلد بعيد.
• نقاط ضعف تذكرها الشركة: الحساب والعد، ومقارنة التواريخ، وقراءة السؤال حرفيًا، والنصوص المكتوبة لخداعه، والـ state الطويل المليء بتفاصيل لا تخص السؤال.
• الصور ونوع Box: تجريبيان، وتقول TypeSafe إنهما ليسا جاهزين للاستخدام الفعلي بعد.
• العربية: تقول الشركة إن الإصدار 1.14 أفضل في اللغات غير الإنجليزية، لكنها لم تذكر العربية تحديدًا.
• الوصول والسعر: Jev في early access، وقد تنتظر قبل أن تحصل على مفتاح. والسعر قد يتغير: تقول TypeSafe إنها لا تستطيع إثبات أنه غير مدعوم، وتتوقع أن ينخفض لا أن يرتفع.
• إضافة llm-typesafe ما زالت في إصدار alpha ‏(0.1a0).