Jev от TypeSafe AI: модель решений от создателя ChatGPT - цена в рублях, доступ из России и сравнение с Claude в 2026

18 сентября 2026 стартап TypeSafe AI выложил в открытый доступ модель Jev, и за первые сутки через один только OpenRouter через неё прошло 173 миллиарда токенов. Спрос оказался таким, что API компании на время лёг. Автор модели - Диогу Алмейда, бывший исследователь OpenAI, который участвовал в создании ChatGPT и придумал RLHF, то есть тот самый способ дообучения на человеческих оценках, на котором выросло всё нынешнее поколение чат-ботов.

Громкость имени тут вторична. Куда важнее устройство: Jev работает принципиально иначе, чем языковые модели, и текст он не генерирует вообще. Он берёт кусок данных, сверяет его с твоими вопросами и возвращает вероятности. За счёт этого выходные токены у него стоят ноль, а входные меряются миллиардами вместо миллионов. Ниже разберём, что это даёт на практике, посчитаем цену в рублях, честно ответим на вопрос про Claude Code и пройдём по шагам подключения из России.

Коротко: шесть терминов, без которых статья не читается

• Классификация - задача разложить входящее по полочкам: спам или не спам, срочное или нет, жалоба или заказ. Самая массовая работа в любой автоматизации.
• Маршрутизация, роутинг - выбор, какой модели или какому сценарию отдать конкретный запрос. Простой вопрос уходит дешёвой модели, сложный дорогой.
• Калиброванная вероятность - число от 0 до 1, которое честно отражает уверенность модели. Если модель тысячу раз сказала «0,9», примерно в 900 случаях она должна оказаться права.
• System One - так Алмейда называет класс своих моделей, по аналогии с быстрым интуитивным мышлением у Канемана. Ответ выдаётся мгновенно, без рассуждений.
• Один проход, single forward pass - модель считает ответ за одно прохождение по входу, без пошаговой генерации слов. Отсюда и скорость, и нулевая цена выхода.
• Синтетические данные - обучающие примеры, которые сгенерировала машина вместо сбора у живых людей. TypeSafe обучила Jev целиком на них.

Что такое Jev и чем он не является

Возьми обычную задачу: тебе приходит письмо, и надо понять, срочное оно или нет. Сегодня это делается так: берёшь GPT или Gemini, пишешь промпт «ответь YES или NO», получаешь текст, парсишь его, молишься, чтобы модель не начала ответ со слова «Конечно». Ты платишь за вход, платишь за выход, ждёшь генерацию и получаешь строку, из которой уверенность модели никак не вытащить.

Jev работает по-другому. Ты передаёшь ему состояние (state) и набор вопросов с описанными критериями. Обратно приходит JSON с числами.

{
  "model": "typesafe/jev",
  "input": {
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this convey urgency?",
        "criteria": {"true": "Explicitly time-sensitive", "false": "No urgency expressed"}
      }
    }
  }
}

Ответ выглядит так:

{
  "model": "jev-1.13.0",
  "answers": {
    "is_urgent": {"type": "noul", "noul": 0.95}
  },
  "usage": {"input_tokens": 426, "output_tokens": 73}
}

0,95 вместо слова. Дальше ты сам решаешь, где проходит граница: всё выше 0,9 уходит в автоматику, от 0,5 до 0,9 попадает к человеку на проверку, ниже 0,5 отбрасывается. Армин Ронахер, технический директор Earendil, описал это так:

Пользователю приходится сказать: окей, если это вернулось с вероятностью 50 процентов, наверное, это подбрасывание монетки, и я это игнорирую. Но если 95 процентов, тогда конечно, с этим уже можно что-то делать.

- Армин Ронахер, CTO Earendil, TechCrunch

Отсюда же следует главное свойство: галлюцинировать Jev не умеет. Языковая модель придумывает факт, потому что она подбирает следующее слово и всегда может подобрать неверное. У Jev множество допустимых ответов задано тобой заранее, выйти за него он технически не способен. Если тебя когда-нибудь раздражало, что модель уверенно сочиняет несуществующее, это та самая болячка, разобранная в гайде почему нейросеть выдумывает факты, и здесь она вырезана на уровне архитектуры.

Три типа вопросов, которые Jev понимает:

Тип	Что возвращает	Под какую задачу
noul	одно число от 0 до 1	да или нет: срочно, спам, опасная команда
choice	вероятность по каждому варианту	выбор из списка: тема письма, отдел, модель для роутинга
score	распределение по шкале	оценка: тональность, приоритет, качество от 1 до 5

Почему выходные токены бесплатны

Механика простая. Обычная языковая модель отвечает авторегрессионно: считает одно слово, подставляет его обратно на вход, считает следующее и так далее. Ответ из ста слов означает сто проходов по всей сети. Отсюда и ожидание, и цена выхода, которая у моделей обычно в пять раз выше цены входа.

Jev считает ответ за один проход. Никакой генерации по шагам нет, на выходе сразу фиксированное распределение вероятностей. Считать нечего, значит и брать за это деньги не за что. В прайсе так и стоит: 0 долларов за миллион выходных токенов.

Вторая половина объяснения касается обучения. Алмейда сделал ставку на полностью синтетические данные и метод, который он назвал reinforcement learning from calibrated decisions, то есть обучение с подкреплением на калиброванных решениях.

Мы рано поставили на то, что будем делать все свои данные сами, и это оказалась одна из лучших ставок в моей жизни. Лучше, чем наш запуск, на мой взгляд. И лучше, чем RLHF.

- Диогу Алмейда, сооснователь TypeSafe AI, TechCrunch

Название модели, кстати, отсылает к экономисту Уильяму Стэнли Джевонсу. Его парадокс гласит: когда ресурс дешевеет, потребление его растёт вместо того, чтобы падать. Алмейда рассчитывает ровно на это, и формулирует цель так: «умный софт будет повсюду, распределённо и стихийно».

Сколько стоит Jev: цены в долларах и рублях

Официальный прайс TypeSafe: 42 доллара за миллиард входных токенов, то есть 0,042 доллара за миллион. Выход стоит ноль. Рубли ниже посчитаны по курсу ЦБ на 19 сентября 2026: 84,20 ₽ за доллар.

Модель	Вход, $ за 1 млн	Выход, $ за 1 млн	Вход в рублях	Выход в рублях
Jev 1.13	0,042	0	3,5 ₽	0 ₽
Gemini 3 Flash	0,50	3,00	42 ₽	253 ₽
Claude Haiku 4.5	1,00	5,00	84 ₽	421 ₽
Claude Opus 5	5,00	25,00	421 ₽	2105 ₽

Проценты сами по себе мало что говорят, поэтому посчитаем на живой задаче. Допустим, тебе нужно разобрать миллион входящих писем: определить срочность и тему. Среднее письмо это примерно 500 входных токенов, ответ классификатора около 10 токенов.

Модель	Вход, 500 млн токенов	Выход, 10 млн токенов	Итого	В рублях
Jev 1.13	21 $	0 $	21 $	1768 ₽
Gemini 3 Flash	250 $	30 $	280 $	23 576 ₽
Claude Haiku 4.5	500 $	50 $	550 $	46 310 ₽
Claude Opus 5	2500 $	250 $	2750 $	231 550 ₽

Разница между 1768 ₽ и 46 310 ₽ на одной и той же задаче и есть причина, по которой разработчики за сутки прогнали через модель 173 миллиарда токенов. Если тебе интересно, как вообще считаются токены и куда уходят деньги в подписках, это разобрано в гайде сколько токенов даётся за 20 долларов.

Что говорят разработчики, которые уже поставили Jev

Две истории из материала TechCrunch стоит привести целиком, потому что они очерчивают границы применимости лучше любого бенчмарка.

Vercel. Компания использовала классификатор на базе ChatGPT Luna 5.6, который проверял команды на безопасность перед выполнением. Инженер Пранит Шарма заменил его на Jev и получил результат в 5-18 раз быстрее при более высокой точности. Задача идеально ложится на модель: вариантов ответа два, объём входа маленький, запросов очень много.

Bryo AI. Технический директор Нихиль Мудхолкар гонял Jev против Gemini на классификации деловых писем. Gemini оказался чуть точнее. Но при этом в 10-20 раз дороже. Отдельно Мудхолкар отметил именно вероятности: «это единственная модель, которая возвращает настоящую вероятность, что делает её идеальной для автоматизации процессов».

Обрати внимание на формулировку в обоих случаях. Никто не говорит, что Jev умнее. Говорят, что при сопоставимой точности он дешевле и быстрее на порядок. Для одиночного запроса разница между 42 копейками и 5 рублями незаметна. На миллионе запросов в месяц она решает, живёт продукт или нет.

Ронахер добавил мысль, которая объясняет, почему такая модель не появилась раньше:

Нам стоило увидеть это раньше во многих смыслах, но, вероятно, из-за того, что языковые модели такие дешёвые и субсидируемые, тебе пока часто не приходится проявлять изобретательность.

- Армин Ронахер, CTO Earendil, TechCrunch

Заменит ли Jev Claude Code: честный ответ

Нет, и путать эти вещи вредно.

Claude Code пишет код, читает репозиторий, запускает команды, ведёт диалог и держит контекст проекта. Jev на всё это не способен ни в каком приближении: он не генерирует ни одного символа текста. Формально они даже не соперники, потому что решают задачи из разных слоёв.

Реальная картина выглядит так: Jev садится под агента и забирает у него дешёвую рутину. Кейс Vercel именно об этом. Агент собирается выполнить команду, перед выполнением нужна быстрая проверка «опасно или нет». Раньше эту проверку делал вызов дорогой языковой модели, теперь её делает Jev за одну сто девятнадцатую цены и в разы быстрее.

Последний пункт правой колонки заслуживает отдельного слова. Один из сценариев, описанных в материале TechCrunch, - слежка за трассами работы агента, чтобы поймать попытку взлома через подсунутый текст. Такая проверка должна срабатывать на каждом шаге агента, и делать её дорогой моделью означает удваивать стоимость всей работы. Дешёвый сторож меняет экономику целиком. Про сам класс атак есть отдельный разбор: как обмануть нейросеть через prompt injection.

Как подключить Jev из России

Прямая дорога через консоль typesafe.ai из России закрыта по двум причинам сразу: нужен зарубежный IP и зарубежная карта для оплаты. Если тебе принципиально нужен прямой ключ от TypeSafe, начинать придётся с рабочего VPN, а дальше решать вопрос с картой.

Практичный путь другой, и он же быстрее. Jev 1.13 появился в каталогах агрегаторов в тот же день, 18 сентября 2026, по той же цене. Три площадки на выбор:

Для большинства читателей верный ответ - первый пункт. OpenRouter не требует зарубежной карты на входе, даёт один ключ ко всему каталогу моделей сразу и не привязывает тебя к конкретному облаку. Пошаговая регистрация с картинками разобрана в гайде как пользоваться OpenRouter.

Остаётся вопрос денег. Баланс OpenRouter пополняется зарубежной картой, а если её нет, помогает сервис оплаты подписок (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Хорошая новость в том, что при цене 3,5 ₽ за миллион входных токенов первых пяти долларов на балансе хватит очень надолго: это примерно 119 миллионов токенов, то есть около 240 тысяч писем среднего размера. Другие способы оплаты зарубежных сервисов разобраны в гайде как оплатить нейросети из России.

Пять сценариев, где Jev окупается сразу

1. Сортировка входящих. Письма, заявки, комментарии, обращения в поддержку. Один запрос с тремя вопросами вместо трёх запросов к дорогой модели.
2. Роутинг между моделями. Перед тем как отправить запрос пользователя в Opus 5, спрашиваешь у Jev, насколько задача сложная. Простое уходит дешёвой модели. На потоке экономия идёт десятками процентов.
3. Предохранитель у агента. Каждое действие агента прогоняется через вопрос «это опасно». Именно так сделал Vercel. Тема прав агента подробно разобрана в гайде ИИ-агенты простыми словами.
4. Модерация потока. Комментарии, отзывы, пользовательский контент. Порог 0,95 отправляет в бан автоматически, зона от 0,5 до 0,95 идёт человеку.
5. Оценка качества на конвейере. Если ты гонишь контент пачками, Jev ставит каждому куску оценку по шкале, и на ручную проверку попадает только нижний хвост.

Общий признак у всех пяти: запросов много, ответ короткий, варианты известны заранее. Как только задача перестаёт попадать под этот признак, Jev перестаёт быть ответом.

Ограничения, о которых стоит знать до внедрения

Самое важное для нас: язык. В документации TypeSafe прямо сказано, что модель оптимизирована под английский, а остальные языки поддерживаются с плавающей точностью. Для русскоязычных писем и комментариев это означает обязательную проверку своими руками: собери сотню примеров с заранее известными ответами, прогони, посчитай, сколько раз модель попала. Пока такой замер не сделан, ставить Jev на боевой поток русских текстов рискованно.

Дальше по списку:

• Только текст. Картинок, звука и видео модель не принимает.
• Закрытые веса. Jev живёт исключительно как управляемый API, скачать и поднять локально его нельзя. Если тебе важна автономность, смотри в сторону локальных моделей.
• Молодой сервис. Модели меньше недели, API уже успел лечь от наплыва, лимиты меняются без предупреждения. Для продакшена держи запасной вариант на обычной модели.
• Калибровка требует порогов. Число 0,73 само по себе не решение. Пороги придётся подбирать под свою задачу и пересматривать по мере накопления статистики.
• Точность иногда ниже. Кейс Bryo AI об этом честно говорит: Gemini был точнее. Решение принимается по соотношению цены и качества, и в задачах, где ошибка дорого стоит, экономия в 10 раз может не окупиться.

Что это значит для рынка

Одна деталь из материала TechCrunch объясняет, почему история шире одного релиза. Алмейда ушёл из OpenAI два года назад с формулировкой, которую стоит запомнить: «у нас молния в бутылке, и при этом она бесполезна». Его претензия в том, что современные модели оптимизируют под человеческий язык, тогда как основная масса реальной работы это машинная автоматизация, где текст никому не нужен.

Половина TypeSafe AI, по словам основателя, работает как лаборатория по статистически понятным синтетическим данным. Компания обещает новые версии модели и выход в другие модальности. Сооснователи - Эрик Гафни и Саша Шэн.

Отдельно стоит зафиксировать мысль Ронахера про субсидированные цены. Пока языковые модели продаются дешевле себестоимости за счёт инвесторских денег, у разработчиков нет стимула искать экономичные решения. Проще взять дорогую модель на всё подряд. Как только субсидии начнут сжиматься, специализированные дешёвые модели под конкретный тип задач станут нормой, и Jev выглядит первой ласточкой этого сдвига.

Чек-лист: что у тебя теперь есть

• Понимание, что такое Jev: модель решений, которая возвращает вероятности по заданным вариантам и не генерирует текст.
• Реальные цены на 19 сентября 2026: 0,042 доллара за миллион входных токенов (около 3,5 ₽), выход бесплатно, окно 64 тысячи токенов.
• Две таблицы сравнения: цена за миллион токенов против Gemini 3 Flash, Haiku 4.5 и Opus 5, и стоимость разбора миллиона писем по каждой модели.
• Три типа вопросов (noul, choice, score) и готовый пример запроса с ответом в JSON.
• Честный ответ про Claude Code: замены нет, Jev работает слоем ниже и удешевляет рутину внутри пайплайна.
• Три рабочих способа подключения из России, с OpenRouter в качестве основного.
• Пять сценариев, где модель окупается сразу, и пять ограничений, включая главное для нас - плавающую точность на русском языке.
• Схема с двумя порогами, которая не даёт ошибке модели попасть прямо в продукт.

С чего начать практически: заведи ключ OpenRouter, положи на баланс минимум, собери сотню своих реальных примеров с известными ответами и прогони их через typesafe/jev-1.13. Через полчаса ты будешь точно знать, работает ли это на твоих данных и на твоём языке. Это дешевле любых чужих бенчмарков и честнее любого обзора, включая этот.

По материалам TechCrunch: A new kind of AI model from a ChatGPT inventor is thrilling developers.