TypeSafe Jev · en Apigator

Decisiones, no chat.

Jev es un modelo de decisión. Dale cualquier texto o JSON junto con preguntas tipadas y recibe respuestas estructuradas con probabilidades calibradas en ~100 ms. Sin prompts que vigilar, sin salida que parsear.

Regístrate gratis y recibe 1,000,000 de tokens de Jev de regalo

Reclama 1 M de tokens gratis Ver un ejemplo

Cada cuenta nueva de Apigator lo recibe automáticamente. ¿Ya tienes cuenta? Inicia sesión desde esta página para reclamarlo una vez.

Comparte Jev

Por qué Jev

🧩

Respuestas tipadas

Cada respuesta llega como JSON con las claves de las preguntas que definiste: una opción, una puntuación o una probabilidad de sí/no. Tu código la lee directamente.

📊

Probabilidades calibradas

Cada respuesta incluye una probabilidad y un nivel de confianza. Actúa automáticamente cuando esté seguro y envía el resto a una persona o a un modelo más grande.

⚡

~100 ms

Lo bastante rápido para ir en línea en el flujo de una solicitud: enrutamiento, moderación, filtrado, ranking.

🗂️

Muchas preguntas, una llamada

Pregunta por departamento, urgencia y sentimiento sobre el mismo texto en una sola solicitud: un solo viaje de ida y vuelta, un solo cobro.

💸

Muy económico

$0.042 por 1 M de tokens de entrada; la salida es gratis. Clasifica millones de elementos por el precio de un café.

🔑

La misma clave de Apigator

Sin cuenta ni contrato nuevos. Tu clave y saldo de Apigator actuales funcionan con Jev y con todos los demás modelos.

Tres tipos de pregunta

"type": "choice"

Opción

Elige una opción de un conjunto que tú defines (hasta 255). Devuelve la elección y una probabilidad para cada opción.

"type": "score"

Puntuación

Califica según niveles ordenados que tú describes (de 2 a 10). Devuelve una puntuación ponderada por probabilidad que puede quedar entre niveles.

"type": "noul"

Noul (sí/no)

Devuelve la probabilidad de que una afirmación de sí/no sea verdadera, de 0 a 1.

Jev frente a un modelo de chat LLM

Los modelos de chat escriben. Jev decide. Usa cada uno para lo que hace bien.

	Chat LLM (GPT, Claude, …)	Jev
Salida	Texto libre	Respuestas JSON tipadas, una por pregunta
Parseo	Modo JSON, regex, reintentos cuando se desvía	Ninguno: la estructura está garantizada
¿Qué tan seguro está?	Sin una señal fiable	Probabilidad calibrada + confianza en cada respuesta
Latencia	Segundos	~100 ms
Precio	Pagas tokens de entrada y de salida	$0.042 / 1 M de tokens de entrada, salida gratis
Ideal para	Redacción, razonamiento, conversación	Clasificar, enrutar, puntuar, filtrar, guardrails

💡 Patrón habitual: Jev filtra y enruta cada solicitud, y solo las que requieren redacción van a un LLM.

Ejemplo: clasificar un ticket de soporte

Una sola solicitud hace tres preguntas sobre el mismo mensaje.

Solicitud

curl https://api.apigator.ai/typesafe/v1/systemone \
  -H "Authorization: Bearer $APIGATOR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this?",
        "criteria": {
          "billing": "Payments, invoicing, refunds",
          "technical": "Bugs, outages, integrations",
          "sales": "Pricing, upgrades, new accounts"
        }
      },
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this convey urgency?"
      },
      "frustration": {
        "type": "score",
        "instructions": "How frustrated is the customer?",
        "criteria": ["Calm", "Frustrated", "Very angry"]
      }
    }
  }'

Respuesta

{
  "model": "jev-1.13.0",
  "answers": {
    "department": {
      "type": "choice",
      "choice": "billing",
      "probabilities": { "billing": 0.88, "technical": 0.12, "sales": 0.0 },
      "confidence": 0.82
    },
    "is_urgent": { "type": "noul", "noul": 0.95 },
    "frustration": {
      "type": "score",
      "score": 1.04,
      "legend": { "0": "Calm", "1": "Frustrated", "2": "Very angry" },
      "probabilities": { "0": 0.0, "1": 0.96, "2": 0.04 },
      "confidence": 0.94
    }
  },
  "usage": { "input_tokens": 402, "output_tokens": 73 }
}

Luego úsalo directamente en tu código

const { answers } = await res.json();

if (answers.is_urgent.noul > 0.8) pageOnCall();
if (answers.department.confidence > 0.7) {
  assignTo(answers.department.choice);   // "billing"
} else {
  sendToHumanTriage();
}

Lo que se construye con Jev

Enrutamiento de tickets de soporteModeración de contenido y guardrails para LLMFiltrado de pasajes para RAGPuntuación de leads y currículumsEnrutamiento de intenciones para agentesVerificación de citas y duplicados

Precios

$0.042

por 1 M de tokens de entrada

Tokens de salida: gratis

Una llamada como la del ejemplo anterior usa entre 300 y 400 tokens de entrada (medido), así que 1 M de tokens gratis alcanza para unas 2,500–3,000 llamadas. Después, Jev se descuenta de tu saldo normal de Apigator: pago por uso, sin suscripción.