TypeSafe AI Releases Jev 1.14: entenda o que muda no modelo de decisões tipadas com imagens, tipo Box e contexto de 262 mil tokens
A TypeSafe AI lançou a versão 1.14 do Jev, seu modelo de decisões pertencente à família System One, já disponível sob o apelido jev-preview. A atualização introduz três recursos experimentais classificados pela própria empresa como zona de perigo: entrada de imagens, um novo tipo de resposta chamado Box e um modo de contexto estendido. A companhia deixou claro que nenhum dos três recursos está pronto para uso em produção, embora o conjunto empurre o modelo tipado em direção a tarefas de visão, como inspeção e localização de objetos.
O Jev se diferencia dos modelos de linguagem tradicionais porque não gera texto livre. O desenvolvedor envia um estado acompanhado de perguntas tipadas, nos formatos Choice, Score ou Noul, e o modelo responde a cada uma com um valor tipado, probabilidades associadas e uma pontuação de confiança. O treinamento utiliza uma técnica chamada RLCD, sigla de Aprendizado por Reforço para Decisões Calibradas. Segundo o post de lançamento, a versão jev-1.14.0 traz melhorias pequenas e sutis em quase tudo, com o maior ganho esperado no suporte a múltiplos idiomas.
O funcionamento das imagens é baseado em composição. Cada imagem é listada uma única vez em um mapa de ativos de nível superior, associada a uma string de referência que pode ser inserida em qualquer lugar do estado, das instruções ou dos critérios. A API substitui cada referência pela imagem correspondente antes da leitura pelo modelo. A TypeSafe revelou que o Jev 1.13 já era multimodal desde o início, e a documentação de imagens confirma que ambas as versões aceitam o recurso, desde que a requisição inclua o cabeçalho TypeSafe-Danger-Zone-Images com valor verdadeiro.
As limitações de imagem são específicas: apenas arquivos estáticos em PNG ou JPEG, com no máximo 16 MiB por arquivo, lados entre 256 e 1568 pixels e limite de 32 MiB por corpo de requisição. As imagens são cobradas como tokens de entrada pelo preço normal, sem custo adicional separado. A empresa adverte, porém, que todos os modelos, incluindo o Jev, têm desempenho inferior em imagens comparado ao texto puro, e recomenda formulular as perguntas mais simples possíveis.
O novo tipo Box retorna uma caixa delimitadora por pergunta, informando as bordas superior, inferior, esquerda e direita como frações entre 0 e 1, além de uma pontuação de confiança. O recurso exige a versão jev-1.14.0 ou o apelido jev-preview, junto com o cabeçalho de imagens. Uma limitação importante é que o Box sempre devolve uma caixa, mesmo quando o objeto procurado não existe, retornando quatro bordas de qualquer forma. A TypeSafe sugere combinar o Box com uma pergunta Noul que verifique se o alvo realmente está presente.
Em um teste divulgado com 36 recortes de pinturas, em que cada recorte cortava parte do alvo, quatro perguntas Noul verificando cada borda detectaram 30 dos cortes. Uma única pergunta sobre a presença completa capturou 26 casos, enquanto desenhar a caixa como contorno e perguntar sobre ela identificou apenas 20.
A janela de contexto padrão permanece em 64 mil tokens por requisição e 32 mil por pergunta. O envio do cabeçalho TypeSafe-Danger-Zone-Long-Context com valor verdadeiro eleva ambos os limites para 262 mil tokens. A TypeSafe afirma que o Jev sempre suportou contextos maiores internamente, mas limitou o tamanho de propósito, pois o modelo, como todos os outros, é menos confiável em entradas longas. A equipe de desenvolvimento ainda recomenda contextos curtos.
Os resultados internos divulgados no post comparam o Jev apenas com modelos de pesos abertos e não incluem tabela numérica de pontuações. A própria empresa reconhece que a medição provavelmente é enviesada a favor de seus modelos e orienta os desenvolvedores a priorizar avaliações próprias.
O preço não mudou: 42 dólares por bilhão de tokens de entrada, ou 0,042 dólar por milhão, com tokens de saída gratuitos. O modelo roda apenas na API hospedada da TypeSafe, via requisição POST no endpoint do System One, sem pesos abertos e sem informações sobre hardware ou variantes quantizadas. O número de parâmetros também não foi divulgado.
No plano de implantação, o jev-preview já aponta para a jev-1.14.0, e o jev-latest migra em uma semana. A versão jev-1.13.0 permanece disponível, com aviso de 60 dias antes da aposentadoria, enquanto a jev-1.14.0 receberá aviso de 30 dias antes de sua própria descontinuação. Em comparação com o Gemini 3.5 Flash-Lite, da Google, o Jev é mais barato em entrada, 0,042 dólar contra 0,30 dólar por milhão de tokens, e gratuito na saída, enquanto o concorrente cobra 2,50 dólares, mas o modelo do Google aceita texto, imagens, vídeo, áudio e PDF com contexto de mais de um milhão de tokens.
Os principais pontos da atualização são o modo experimental de imagens nas versões 1.13 e 1.14, o tipo Box que retorna caixas normalizadas, o contexto elevado a 262 mil tokens com custo de confiabilidade e a manutenção dos preços. O anúncio completo está disponível no blog da TypeSafe AI, e os detalhes técnicos podem ser consultados na documentação oficial de modelos.
