n8nKursu
Destek
n8nKursu
Giriş YapKayıt Ol

Jev Nedir? Karar Veren Yapay Zekayı 3 Testle Denedim

29 Eylül 202617 dkYapay Zeka

Bir yapay zeka modelinin tek bir cümle bile yazamaması, kulağa eksiklik gibi geliyor. Jev nedir sorusunun kısa cevabı tam olarak burada saklı: konuşmayan, yalnızca karar veren bir model. TypeSafe AI'ın System One sınıfındaki bu ilk modeli aynı işi 70 ila 500 milisaniye aralığında bitiriyor, çünkü metin üretmek yerine tipli kararlar döndürüyor.

Bu yazıda önce Jev nedir sorusunu teknik ayrıntılarıyla ele alıyoruz, ardından modeli üç farklı senaryoda gerçekten çalıştırdığımız testlerin sonuçlarını paylaşıyoruz. Son olarak Jev'i kendi n8n iş akışlarınıza nasıl bağlayacağınızı gösteriyoruz.

Öğrenecekleriniz:

  • Jev'in Choice, Score ve Noul soru tipleriyle çalışan API yapısı ve gerçek istek örnekleri
  • Borsa simülasyonu, 101 Okey masası ve Obsidian not aramasında ölçülen gerçek süre ve maliyetler
  • n8n-nodes-jev community node'u ile talep yönlendirme akışı kurmanın iki farklı yolu
  • Modelin resmî dokümantasyonda listelenen zayıflıkları ve bunları koda taşıma yöntemi

Tüm anlatımı ve canlı testleri izlemek isterseniz YouTube videomuzdan takip edebilirsiniz.

İçindekiler

Jev Nedir? Konuşan Değil, Karar Veren Yapay Zeka

Jev, TypeSafe AI'ın System One modelleri adını verdiği yeni bir model sınıfının ilk üyesidir. Model bir metni okur, sizin önceden tanımladığınız seçenekleri değerlendirir ve tek bir tipli karar döndürür. Kelime kelime cümle kurmaz, gerekçe yazmaz, kod üretmez.

Kurucu Diogo Almeida modeli şöyle tanımlıyor: yapılandırılmamış durum girer, tipli olasılıksal kararlar çıkar. Yani Jev'i bir sohbet arkadaşı gibi değil, bir fonksiyon çağrısı gibi düşünmek daha doğru.

Şirketin arkasındaki isim tanıdık geliyor. Diogo Almeida, OpenAI'da RLHF'in ortak mucitlerinden ve ChatGPT'ye giden talimat takibi araştırmasında yer almış bir isim. Kurucu ortakları Erik Gafni ve Sasha Sheng ile birlikte TypeSafe AI, 15 Eylül 2026'da DCVC liderliğindeki 40 milyon dolarlık tohum yatırımı ile stealth modundan çıktı.

Modelin adı da bilinçli bir seçim. Jev, 19. yüzyıl ekonomisti William Stanley Jevons'un adından ve onun paradoksundan geliyor: bir kaynak ucuzladıkça toplam tüketimi azalmaz, artar. TypeSafe'in iddiası da tam olarak bu yönde. Karar verme maliyeti yeterince düşerse, yazılımcılar bugün hiç düşünmedikleri yerlere karar mekanizması koymaya başlar.

Eğitim yöntemi de farklı. Yaygın modellerin kullandığı RLHF yerine TypeSafe, RLCD (Reinforcement Learning for Calibrated Decisions) adını verdiği bir yöntem geliştirmiş. Buradaki hedef insan tercihine uymak değil, System One görevlerinde epistemik olarak dürüst olasılıklar üretmek.

Sistem 1 ve Sistem 2: Jev'in Arkasındaki Fikir

Bu bölümü videodan izlemek için YouTube videomuzun 02:08 anından başlayabilirsiniz.

Modelin isimlendirmesi, Daniel Kahneman'ın düşünce modelinden geliyor. Kahneman insan zihnini iki sisteme ayırır ve bu ayrım, Jev nedir sorusunu kavramanın en kısa yolu.

Sistem 1 hızlı ve sezgiseldir. 2 artı 2'nin kaç ettiğini hesaplamazsınız, bilirsiniz. Boş bir yolda araba sürerken her hareketi ayrı ayrı planlamazsınız. Bir sesin nereden geldiğini anında kestirirsiniz.

Sistem 2 ise yavaş ve analitiktir. Dar bir alana park ederken, bir sunum planı hazırlarken ya da karmaşık bir hesap yaparken devreye girer. Bilişsel yük yüksektir ve zaman alır.

Buradaki asıl mesele şu: bugünkü dil modelleri neredeyse her soruyu Sistem 2 yoluyla çözüyor. Basit bir "bu mesaj acil mi" sorusu için bile token token düşünüyor, gerekçe üretiyor ve cümle kuruyor. Bu yaklaşım doğru sonuç verir, ancak hem yavaştır hem de pahalıdır.

Jev bu denklemi tersine çeviriyor. Model Sistem 1 görevlerine odaklanıyor ve cevabı tek geçişte, tüm değerleri paralel hesaplayarak üretiyor. TypeSafe'in kendi ölçümlerine göre bu yaklaşım, karşılaştırılabilir zekâ seviyesinde iki kat büyüklük mertebesinde verimlilik farkı yaratıyor.

Bu ayrımın pratikteki karşılığı önemli. Jev, yazılımınızın yerine geçmiyor. Kararı Jev veriyor, kuralı ve işlemi sizin kodunuz yürütüyor. Bu ikili yapı, aşağıdaki testlerde en net görünen şey oldu.

Jev ile Sohbet Modeli Arasındaki Fark

Jev nedir sorusunun pratik cevabı, onu bir sohbet modeliyle yan yana koyunca netleşiyor. İki model sınıfı arasındaki farkı somut rakamlarla görmek, hangi işte hangisini kullanacağınızı da belirliyor. Aşağıdaki tablo TypeSafe'in resmî karşılaştırma verilerine dayanıyor.

Kriter Sohbet modeli Jev
Girdi Prompt Durum (state) ve tipli sorular
Çıktı Kelime kelime metin Tipli değer ve olasılık dağılımı
Yanıt süresi 3 ile 329 saniye 70 ile 500 milisaniye
Giriş fiyatı (1M token) 0,20 ile 10 dolar 0,042 dolar
Çıkış fiyatı Girişin yaklaşık 5 katı Ücretsiz
Şema dışı çıktı riski Var, parse hatası mümkün Yok, hata oranı sıfır
Metin üretimi Var Yok

Tabloda en dikkat çeken kalem çıkış tokenı satırı. Jev metin üretmediği için ortada ücretlendirilecek bir çıkış yok. TypeSafe bunu resmî dokümantasyonunda "ölçmeye değmeyecek kadar ucuz" ifadesiyle açıklıyor.

Şirketin ana sayfasındaki iddia daha da iddialı: 193,6 kat daha hızlı ve 444,6 kat daha ucuz. Ancak TypeSafe'in kendisi bile blog yazısında bu rakamların gerçek dünya kazanımlarının üst sınırında olduğunu belirtiyor.

Burada dengeli olmak gerekiyor. 19 Eylül 2026'da yayımlanan bağımsız bir karşılaştırmada, dört açık veri setinden seçilen 200 tipli karar beş frontier modele ve Jev'e aynı koşullarda soruldu. Sonuç şu: Claude Fable 5.1 Jev'den 11,5 puan, GPT-6 Astra ise 6,5 puan daha doğru cevap verdi. Kimi K3, MiniMax M3 ve DeepSeek V4.1 Flash ile aradaki fark ise istatistiksel gürültü seviyesinde kaldı.

Yani Jev en doğru model değil, en hızlı ve en ucuz makul doğru model. Aynı çalışmada öne çıkan asıl bulgu ise hibrit kullanımda: Jev'in en yüksek olasılığı 0,90'ın üzerindeyse onun cevabını almak, kalan belirsiz vakaları Fable 5.1'e yükseltmek, yüzde 82,5 doğruluğu bin karar başına 4,41 dolara indiriyor. Bu, tek başına frontier model kullanmanın maliyetinin yaklaşık üçte biri.

Üç Soru Tipi: Choice, Score ve Noul

Bu bölümü videodan izlemek için YouTube videomuzun 04:26 anından başlayabilirsiniz.

Jev nedir sorusunu teknik düzeyde cevaplamanın en kısa yolu, modele sorabileceğiniz soru tiplerine bakmak. Jev'e üç farklı tipte soru sorabilirsiniz. Her isteğin gövdesinde bir state alanı, bir model alanı ve istediğiniz kadar soru bulunur. Sorular birbirinden bağımsız çalışır ve paralel değerlendirilir, bu yüzden soru eklemek gecikmeyi neredeyse hiç artırmaz.

Önemli bir terminoloji notu: üçüncü tipin adı Noul'dur. Videoda ve pek çok Türkçe kaynakta bu tip "bool" olarak geçiyor, ancak TypeSafe'in resmî adlandırması Noul şeklinde.

Choice: Tanımlı seçeneklerden birini seçer

Seçenekleri siz verirsiniz, Jev birini seçer. Dönen yanıtta seçilen değerle birlikte her seçeneğin olasılığı ve bir confidence skoru bulunur.

{
  "state": "Stripe hesabıma bağlanamıyorum, satış kaybediyorum, acil yardım lazım.",
  "model": "jev-latest",
  "questions": {
    "departman": {
      "type": "choice",
      "instructions": "Bu talep hangi ekibe yönlendirilmeli?",
      "criteria": {
        "fatura": "Ödeme, abonelik veya faturalandırma kaynaklı sorunlar",
        "teknik": "Entegrasyon, API veya hata mesajı kaynaklı sorunlar",
        "satis": "Fiyat, paket veya yeni satın alma soruları"
      }
    }
  }
}

Dönen yanıt şu yapıda gelir:

{
  "model": "jev-1.13.0",
  "answers": {
    "departman": {
      "type": "choice",
      "choice": "fatura",
      "probabilities": { "fatura": 0.84, "teknik": 0.13, "satis": 0.03 },
      "confidence": 0.84
    }
  },
  "usage": { "input_tokens": 307, "output_tokens": 20 }
}

Score: Sıralı bir ölçekte konum belirler

Seviyeleri siz tanımlarsınız, Jev bu ölçek üzerinde bir konum döndürür. Sonuç iki seviye arasına da düşebilir, çünkü model olasılık ağırlıklı bir konum hesaplar.

"ofke_seviyesi": {
  "type": "score",
  "instructions": "Müşteri bu mesajda ne kadar öfkeli?",
  "criteria": {
    "0": "Sakin, sadece bilgi almak istiyor",
    "1": "Rahatsız ancak nazik bir dille yazıyor",
    "2": "Çok öfkeli, hizmeti bırakmakla tehdit ediyor"
  }
}

Score yanıtlarında score değerinin yanında seviyelerin açıklamasını taşıyan bir legend alanı da döner.

Noul: Bir koşulun geçerli olma olasılığını verir

Noul, evet olma olasılığını 0 ile 1 arasında tek bir sayı olarak döndürür. 1'e yakın değerler güçlü evet, 0'a yakın değerler güçlü hayır anlamına gelir.

"acil_mi": {
  "type": "noul",
  "instructions": "Bu mesaj acil müdahale gerektiriyor mu?",
  "criteria": {
    "true": "Açıkça zaman baskısı ifade ediliyor",
    "false": "Zaman baskısı belirtilmemiş"
  }
}

Burada sık yapılan bir hataya dikkat edin. Noul'da 0,5 değeri "orta derecede acil" demek değildir. Modelin evet ve hayır ihtimallerini eşit gördüğü, yani kararsız kaldığı anlamına gelir. Choice ve Score tiplerindeki confidence skoru da benzer şekilde dağılımın ne kadar yoğunlaştığını özetler, iş akışınızın doğru çalıştığını değil.

Üç tipi tek bir istekte birlikte sorabilirsiniz. Gelen bir destek talebi için departmanı Choice ile, öfke seviyesini Score ile, aciliyeti Noul ile aynı anda sormak tek çağrı ve tek gecikme demektir.

Jev'i 3 Gerçek Testle Denedim

Jev nedir sorusunu kâğıt üzerinde cevaplamak kolay, ancak teknik özellikler bir yere kadar anlatıyor. Modeli gerçekten çalıştırmadan hız ve isabet iddialarını değerlendirmek zor. Bu yüzden Jev'i üç farklı senaryoda test ettik.

Test 1: Borsa simülasyonunda alım satım kararları

Bu testi canlı izlemek için YouTube videomuzun 09:24 anından başlayabilirsiniz.

İlk testte Jev'e bir simülasyon portföyünün alım satım kararlarını verdirdik. Arka planda son 90 mumun trend verisi hazırlanıyor, Jev'e durum olarak gönderiliyor ve model piyasa rejimini bir Choice sorusuyla belirliyor: risk al, karışık ya da riskten kaç.

Ölçülen karar süresi yaklaşık 300 milisaniye civarında kaldı. Simülasyon boyunca model kârlı pozisyonları kapattı, düşüşe geçen bir Ethereum pozisyonundan çıktı ve bir altın alımında zarar yazdıktan sonra pozisyonu erken kesti. Seans sonunda portföy 10.500 dolar nakitle artıda kapandı.

Buradaki asıl ders kâr rakamı değil. Jev, verdiğiniz girdinin kalitesi kadar iyi karar veriyor. Trend verisini nasıl özetlediğiniz, hangi seçenekleri sunduğunuz ve eşikleri nerede belirlediğiniz sonucu doğrudan belirliyor. Bu örnek bir simülasyondur ve kesinlikle yatırım tavsiyesi değildir.

Bu kararların arkasındaki mimariyi, yani Jev'e giden cümleleri, eşikleri ve stop loss katmanını Jev ile borsa simülasyonu yazımızda adım adım açtık.

Test 2: 101 Okey masasında taş kararları

Bu testi canlı izlemek için YouTube videomuzun 12:47 anından başlayabilirsiniz.

İkinci testte Jev'i bir 101 Okey masasına oturttuk. Model masada kendi başına oynadı: hangi taşı atacağına, ne zaman el açacağına ve elindeki işlekleri koruyup korumayacağına kendisi karar verdi.

Sistemin çalışma mantığı Sistem 1 ve Sistem 2 ayrımının en net örneği oldu. Taşı seçme, sürükleme ve masaya bırakma işlemlerini tarayıcı otomasyonu yaptı. Jev ise yalnızca şu soruları yanıtladı: şu an eli açmalı mıyım, bu taşı atmalı mıyım, elimde işlek var mı.

Sonuç beklediğimizden iyiydi. Model 101 sayısına ulaştığı her elde otomatik açtı, çift varsa çift açtı ve işlek taşları elinde tuttu. Oyunun kendi seri dizme butonunun 101 yapamadığı bir elde Jev doğru dizilişi bularak eli açtı. Bir elin ortalama karar maliyeti 0,026 dolar seviyesinde kaldı.

Test 3: Obsidian ikinci beyinde semantik arama

Bu testi canlı izlemek için YouTube videomuzun 15:25 anından başlayabilirsiniz.

Üçüncü testte Jev'i kendi not arşivimize bağladık. Daha önce Obsidian ile kurduğumuz ikinci beyin sistemini anlatmıştık; bu kez notların içinde doğru cevabı bulma işini Jev'e verdik.

Akış şöyle işliyor: kod tarafı aday notları topluyor, Jev her adayın soruyla ne kadar alakalı olduğunu skorluyor ve kanıt gücünü değerlendiriyor. Ardından kod en yüksek skorlu notu seçip cevabı getiriyor.

Ölçtüğümüz rakamlar şunlar: Jev tarafındaki toplam değerlendirme süresi 0,6 saniye, 22 ayrı istekle birlikte uçtan uca sorgu süresi 2,44 saniye. Model bulduğu cevap için yüzde 97 güven bildirdi.

En öğretici kısım ise sıralama karşılaştırması oldu. Klasik kelime aramasında beşinci sırada çıkan bir terim, Jev'in skorlamasında sekizinci sıraya düştü. Buna karşılık kelime aramasında dokuzuncu sıradaki "AI agents" ifadesi ikinci sıraya yükseldi, çünkü notların içeriğiyle gerçekten ilgiliydi. Kelime eşleşmesi ile anlam eşleşmesi arasındaki fark bu tabloda net görünüyor.

Üç testin kaynak kodlarını incelemek isterseniz bu videonun destek sayfasından bir kahve ısmarlayarak erişebilirsiniz.

Jev'i n8n İş Akışlarında Kullanmak

Bir n8n kullanıcısı için Jev nedir sorusunun cevabı daha somut: Switch node'unun yerine geçebilen bir karar katmanı. Bu üç test kendi yazdığımız kodla çalışıyordu. Ancak Jev'i kod yazmadan, doğrudan n8n içinde de kullanabilirsiniz. Bunun iki yolu var.

Yol 1: n8n-nodes-jev community node'u

Topluluk tarafından geliştirilen n8n-nodes-jev paketi, Jev'i hazır bir node olarak n8n'e getiriyor. Kurulum adımları şöyle:

  1. Adım: n8n arayüzünde Settings bölümüne gidin ve Community Nodes sekmesini açın.
  2. Adım: Install butonuna basın ve paket adı olarak n8n-nodes-jev yazın.
  3. Adım: Kurulum tamamlandıktan sonra yeni bir credential oluşturun ve TypeSafe API anahtarınızı girin.
  4. Adım: Akışınıza Jev node'unu ekleyin ve çalışma modunu seçin.

Node iki temel modda çalışıyor. Route by Choice modu tıpkı n8n'in kendi Switch node'u gibi davranır, ancak yolu Jev seçer. Her seçenek ayrı bir çıkış olur ve belirlediğiniz güven eşiğinin altında kalan kayıtlar "Low Confidence" çıkışına düşer. Bu çıkışı bir insan onay adımına bağlayarak belirsiz vakaları elle inceleyebilirsiniz.

Ask Questions modu ise Choice, Score ve Noul sorularını tek istekte sormanızı sağlar. Paket ayrıca AI Agent Tool varyantı sunuyor, yani Jev'i bir ajan iş akışının karar aracı olarak da bağlayabilirsiniz.

Paketle birlikte üç örnek akış geliyor: destek talebi triyajı, ekip yönlendirme ve mesaj guardrail kontrolü. Bu paketin TypeSafe'in resmî ürünü olmadığını, topluluk tarafından geliştirildiğini not edelim.

Yol 2: HTTP Request node ile doğrudan API çağrısı

Community node kurmak istemiyorsanız ya da self-hosted kurulumunuzda paket yüklemesi kapalıysa, n8n'in standart HTTP Request node'u ile aynı işi yapabilirsiniz.

Yapılandırma şu şekilde:

  • Method: POST
  • URL: https://api.typesafe.ai/v1/systemone
  • Authentication: Header Auth, Authorization başlığına Bearer YOUR_API_KEY
  • Body: JSON, yukarıdaki Choice örneğindeki yapı

TypeSafe anahtarınız yoksa aynı isteği OpenRouter'ın System One uyumlu uç noktası olan https://openrouter.ai/api/v1/systemone adresine OpenRouter anahtarınızla gönderebilirsiniz.

Dönen yanıtı bir Switch node'una bağlayarak answers.departman.choice alanına göre dallanabilirsiniz. Güven eşiği kontrolü için araya bir IF node'u koyup answers.departman.confidence değerinin 0,85'in üzerinde olmasını şart koşabilirsiniz.

Bu yaklaşım, halihazırda n8n ile kurduğunuz yapay zeka otomasyonlarına Jev'i ek bir karar katmanı olarak eklemenin en hızlı yolu. Özellikle günlük operasyon akışlarında gelen e-postaları satış, destek ve muhasebe olarak ayırmak gibi işlerde fark yaratıyor.

Jev Ne Yapamaz? Belgelenmiş Zayıflıklar

Fiyatlandırma ve kısıtlar bölümünü videodan izlemek için YouTube videomuzun 06:39 anından başlayabilirsiniz.

Jev nedir sorusu kadar önemli bir soru da Jev'in ne olmadığı. TypeSafe, modelin zayıf olduğu alanları resmî dokümantasyonunda açıkça listeliyor. Bu şeffaflık takdire değer, çünkü bu maddeleri bilmeden kurduğunuz bir akış sessizce yanlış çalışabilir.

Zayıflık Ne oluyor Çözüm
Sayma Uzun listelerde öğe sayısını güvenilir vermez, hata listeyle birlikte büyür Sayımı kodda yapın
Aritmetik Hesap makinesi değildir, toplama ve çıkarma yapmaz Matematiği kodda yürütün
Tarih karşılaştırma Tarihleri sıralı büyüklük değil, metin olarak okur Tarih parçalarını Choice ile çıkarın, karşılaştırmayı kodda yapın
Sayısal gösterim Hex kodu gibi sayısal verilerde, renk adı gibi anlamsal verilere göre zayıf kalır Sayıyı kodda hesaplayıp isimlendirilmiş kovalara çevirin
Dolaylılık Çift olumsuzlama ve çok adımlı çıkarımda doğruluğu düşer Talimatı mümkün olan en doğrudan şekilde yazın
Büyük ilgisiz durum Konu dışı ayrıntı dikkat dağıtıcı etkisi yapar State'i kodda filtreleyin, yalnızca gerekli alanları gönderin
Çelişkili kriterler Talimat ile kriterler çakışırsa performans düşer Kriterleri birbiriyle uyumlu ve net yazın
Metin üretimi Cümle yazmaz, açıklama yapmaz, kod üretmez Metin için sohbet modeli kullanın

Bunlara iki teknik sınır daha ekleniyor. Bağlam penceresi yaklaşık 33 bin token ile sınırlı ve bir Choice sorusunda en fazla 255 seçenek tanımlayabiliyorsunuz.

En kritik uyarıyı ise TypeSafe kendi geliştirici rehberinde veriyor: tipli çıktı arayüzü garanti eder, doğruluğu değil. Yani Jev'in şemanıza uymayan bir değer döndürmesi mümkün değil, ancak şemaya uyan ve aynı zamanda olgusal olarak yanlış bir cevap vermesi pekâlâ mümkün. "Halüsinasyon yapamaz" ifadesini bu çerçevede okumak gerekiyor.

Ne Zaman Jev, Ne Zaman Sohbet Modeli?

Jev nedir sorusunu cevapladıktan sonra asıl mesele, onu nerede kullanacağınız. Pratikte karar vermenizi kolaylaştıracak bir ayrım tablosu:

İş Tercih
Sınıflandırma, yönlendirme, sıralama Jev
Sabit seçenek listesinden seçim Jev
Saniyede onlarca karar gereken döngüler Jev
Bir çıktının doğruluğunu skorlama ve doğrulama Jev
Metin yazma, özetleme, çeviri Sohbet modeli
Gerekçe açıklama, neden sorusuna cevap Sohbet modeli
Uzun muhakeme ve çok adımlı planlama Sohbet modeli
Açık uçlu üretim Sohbet modeli

Bununla birlikte en verimli kurgu genellikle ikisini birlikte kullanmaktan geçiyor. Yukarıda değindiğimiz bağımsız karşılaştırmada test edilen kaskad yaklaşımı bunun somut örneği: Jev'in güveni yüksekse kararı kabul edin, düşükse aynı vakayı bir frontier modele yükseltin.

Bu yapı n8n içinde doğal olarak kuruluyor. Jev node'unun Low Confidence çıkışını bir LLM node'una bağlarsınız, gerisi kendiliğinden işler. Aynı kurguyu bir yapay zeka ajanıyla nasıl kurduğumuzu YouTube yorum otomasyonu yazımızda gösterdik: kesin kontroller kodda, belirsiz yorumlar size kalıyor. Benzer bir model seçimi mantığını hangi işte hangi aracı kullanmalı yazımızda da ele almıştık.

Erişim, Fiyatlandırma ve KVKK

API anahtarı alma adımlarını izlemek için YouTube videomuzun 19:36 anından başlayabilirsiniz.

Videoyu çektiğimizde Jev'e erişim bekleme listesiyle veriliyordu. TypeSafe AI'ın sitesinden e-postanızı bırakıyor, erişim açılınca paneldeki API Keys bölümünden anahtarınızı oluşturuyordunuz.

Bugün durum değişti. TypeSafe kendi sayfasından yeni API anahtarı vermeyi şimdilik durdurdu, ancak Jev artık OpenRouter üzerinden de sunuluyor. OpenRouter'ın Jev dokümantasyonuna göre model typesafe/jev-1.13 ve ~typesafe/jev-latest kimlikleriyle listeleniyor. Bekleme listesi ya da ayrı bir TypeSafe hesabı gerekmiyor, OpenRouter anahtarınız yeterli.

Jev nedir sorusunu fiyat açısından cevaplarsak, maliyet tarafı Türkiye koşullarında özellikle dikkat çekici. 1 milyon giriş tokenı 0,042 dolar, çıkış ücretsiz. Ortalama bin tokenlık bir karar varsayarsanız, 1 milyon karar yaklaşık 42 dolara geliyor. Ayda 20 bin destek talebi işleyen bir ekipte Jev tarafındaki maliyet 1 doların altında kalıyor.

Bu rakamı yerel bağlamla karşılaştırmak faydalı. Türkiye'de AI otomasyon maliyetlerini inceleyen sektör analizlerine göre, günde 1.000 sözleşme işleyen bir hukuk firması yıllık 1,6 milyon TL civarında API maliyetiyle karşılaşabiliyor. Bu tutarın önemli bir kısmı sınıflandırma ve yönlendirme gibi Sistem 1 işlerine gidiyor. O adımı Jev'e devretmek, kalemin büyük bölümünü kesiyor.

KVKK tarafında ise dikkat etmeniz gereken üç nokta var:

  1. Adım: Jev bulut tabanlı bir API'dir. state alanında gönderdiğiniz her şey TypeSafe sunucularına gider. Müşteri adı, e-posta, telefon ve TCKN gibi kişisel verileri göndermeden önce maskeleyin.
  2. Adım: Veri minimizasyonu ilkesini uygulayın. Kararın verilebilmesi için gereken minimum alanı gönderin. Bu tavsiye KVKK ile TypeSafe'in kendi teknik önerisinin örtüştüğü bir nokta, çünkü ilgisiz bağlam zaten modelin doğruluğunu düşürüyor.
  3. Adım: Otomatik karar verme ve profilleme KVKK kapsamında yüksek riskli veri işleme sayılır ve DPIA gerektirebilir. Jev'in çıktısı doğrudan bir işleme yol açıyorsa, örneğin bir talebi otomatik reddediyorsa, bu değerlendirmeyi yapın.

API anahtarını hiçbir koşulda istemci tarafında tutmayın. n8n'i kendi sunucunuzda çalıştırıyorsanız akışın tamamı sizde kalır; Docker ile self-hosting kurulumu bu açıdan ek bir güvenlik katmanı sağlar.

Sonuç

Jev nedir sorusunun en dürüst cevabı şu: yapay zeka dünyasında alışık olduğumuz "daha büyük ve daha yetenekli model" yarışından farklı bir yerde duran, dar ama çok hızlı bir karar motoru. Testlerimizden çıkan dört temel sonuç şunlar:

  • Hız iddiası gerçek. Borsa simülasyonunda 300 milisaniye, not aramasında 0,6 saniyelik değerlendirme süresi ölçtük. Bu rakamlar sohbet modelleriyle kurulamayacak gerçek zamanlı döngüleri mümkün kılıyor.
  • Doğruluk tartışmalı ama yeterli. Bağımsız karşılaştırmalarda Claude Fable 5.1 hâlâ 11,5 puan önde. Jev en doğru model değil, fiyat ve hız dengesinde en verimli model.
  • Asıl kazanç hibrit kullanımda. Güveni yüksek kararları Jev'e, belirsiz vakaları frontier modele bırakmak maliyeti üçte bire indiriyor.
  • n8n entegrasyonu hazır. Community node ya da HTTP Request node ile Jev'i bugün kendi iş akışlarınıza bağlayabilirsiniz.

Model metin yazamıyor, sayamıyor ve tarihleri karşılaştıramıyor. Ancak sınıflandırma, yönlendirme ve skorlama işlerinde bambaşka bir maliyet ve hız seviyesi sunuyor. Otomasyon kuran biri için bu, karar mekanizmasını yeniden tasarlamak anlamına geliyor.

n8n ile bu tür karar akışlarını sıfırdan kurmayı öğrenmek isterseniz, n8nkursu.com adresindeki kapsamlı Türkçe eğitim setine göz atabilirsiniz. Jev gibi yeni araçlar geldikçe kazandıran şey, aracın kendisi değil onu doğru yere koyabilme becerisidir.

Sıkça Sorulan Sorular (FAQ)

Jev nedir ve ChatGPT'den farkı nedir?

Jev nedir sorusunun teknik cevabı şudur: TypeSafe AI'ın System One sınıfındaki ilk modelidir. Metin üretmez; verdiğiniz duruma bakıp önceden tanımladığınız seçenekler arasından tipli bir karar ve olasılık döndürür. ChatGPT cümle kurar, Jev karar verir.

Jev gerçekten halüsinasyon yapamaz mı?

Şemanızda tanımlamadığınız bir değeri döndürmesi mümkün değildir ve yapılandırılmış çıktı hata oranı sıfırdır. Ancak şemaya uygun olup aynı zamanda olgusal olarak yanlış bir cevap hâlâ mümkündür. Tipli çıktı arayüzü garanti eder, doğruluğu değil.

Jev'in fiyatı ne kadar?

1 milyon giriş tokenı 0,042 dolar, çıkış tokenı ise ücretsizdir. Model metin üretmediği için ortada ücretlendirilecek bir çıkış yoktur. Karşılaştırma olarak yaygın sohbet modelleri aynı hacim için 0,20 ile 10 dolar arasında ücret alıyor.

Jev'i n8n'de nasıl kullanırım?

İki yol var. Settings bölümündeki Community Nodes üzerinden n8n-nodes-jev paketini kurup Jev node'unu Switch gibi kullanabilirsiniz. Alternatif olarak HTTP Request node'u ile doğrudan TypeSafe API uç noktasına POST isteği atabilirsiniz.

Jev'e nasıl erişim alırım?

En kolay yol OpenRouter. Jev orada typesafe/jev-1.13 ve ~typesafe/jev-latest kimlikleriyle listeleniyor ve OpenRouter anahtarınız yeterli oluyor. TypeSafe kendi sayfasından yeni anahtar vermeyi şimdilik durdurdu.

Jev sohbet modellerinin yerini alır mı?

Hayır, ikisi farklı işler için tasarlandı. Sınıflandırma, yönlendirme, skorlama ve doğrulama Jev'in alanı; metin yazma, özetleme, gerekçelendirme ve uzun muhakeme sohbet modelinin alanıdır. En verimli kurgu ikisini birlikte kullanmaktır.

Etiketler

jev nedirtypesafe aisystem one modelkarar veren yapay zekajev n8n entegrasyonu

Paylaş

TwitterLinkedIn
Tüm Yazılar

İlgili Yazılar