Jev. Hype. Murah. Laju. | PandaiTech Blog

29 September 2026 · 3 minit membaca

Jev. Hype. Murah. Laju.

Harga input Jev tak sampai 1% harga Astra. Tapi kerja apa je boleh guna Jev ni?

A brass decision switch rapidly routes a glowing amber token through a dark, motion-blurred scene.

Harga Jev cuma US$0.042 untuk sejuta input token, berbanding US$10 untuk Astra. Output Jev pula percuma.

Screenshot harga rasmi Jev: US$42 bagi satu bilion input token, bersamaan US$0.042 bagi sejuta.
Harga Jev di laman rasmi TypeSafe: US$42 untuk 1 bilion input token bersamaan US$0.042 untuk 1 juta. Semakan 21 Sep 2026.
Screenshot harga GPT-6 Astra di OpenAI: input standard US$10 bagi satu juta text token.
Harga input standard Astra, bukan cached input, untuk prompt hingga 272K token. Sumber: OpenAI, 21 Sep 2026.

15 September lepas, TypeSafe buka akses awal untuk model baru bernama Jev.

Selalunya kita guna AI untuk tanya, menulis, dan coding.

Tapi bila bina software/system, banyak kerja sebenarnya cuma perlukan satu keputusan kecil.

Jev ni bukan chatbot biasa untuk kita sembang-sembang.

Ni adalah AI kategori baru yang fokus decision-making untuk task berulang dan sistem yang dah ada SOP.

Fokus dia nak buat keputusan kecil dengan cepat, pada kos yang rendah.

Kita bagi Jev maklumat yang nak dinilai, bersama soalan yang nak dijawab. Kita juga tetapkan SOP (contohnya: pilihan jawapan atau cara scoring).

Jev jawab soalan tu, kemudian software kita guna jawapannya untuk sambung kerja.

TypeSafe sendiri tunjuk cara ni dalam penilaian rasmi customer service diorang.

Sistem hantar mesej dan maklumat akaun pelanggan. Jev tolong semak:

  • Apa yang pelanggan nak
  • Sama ada isu tu urgent
  • Ada tanda risiko, contohnya transaksi yang pelanggan tak kenal

Sistem guna jawapan tu bersama rules yang dah ditetapkan untuk tentukan tindakan, termasuk bila perlu serahkan kes kepada staf.

Screenshot rasmi TypeSafe: perbualan, rekod pelanggan, akaun dan cadangan tertangguh menjadi input. Pilihan tindakan termasuk balas, refund, freeze card dan hand off.
Screenshot workflow customer service rasmi TypeSafe: maklumat yang diterima dan pilihan tindakan.

Jadi, kerja apa yang boleh korang bagi dekat Jev?

Contohnya, software korang perlu pilih kategori, bagi markah, atau tentukan kes mana staf kena semak.

Kalau kerja macam ni berulang banyak kali, boleh cuba Jev. Cuma, kita kena bagi maklumat yang cukup untuk dia jawab soalan tu.

Kalau nak karang jawapan atau buat reasoning yang lebih kompleks, barulah guna model macam Gemini, Claude, GPT.

Language model biasa pun boleh buat keputusan kecil macam ni.

Bezanya, Jev memang fokus pada kerja tu.

Bila software kena ulang kerja yang sama banyak kali, berapa cepat dia boleh jawab pun penting.

Dalam demo rasmi TypeSafe, Jev selesai dalam sekitar 0.1 saat, berbanding 8.6 saat untuk GPT-5.6 Terra dengan tetapan reasoning asal.

Untuk software yang perlu buat keputusan kecil berulang kali, beza masa menunggu macam ni boleh jadi besar.

Cuma, ini demo dengan input pendek yang memang memihak kepada Jev. Bukan semua task akan dapat beza yang sama.

Keputusan demo rasmi TypeSafe: Jev 0.114 saat, LLM 8.566 saat. Ini satu demo dengan input pendek, bukan jaminan kelajuan semua task.
Demo rasmi TypeSafe: 0.114 saat vs 8.566 saat. Kos yang dipaparkan ialah kos request demo, bukan harga per sejuta token.

Murah tu memang harga rasmi. Demo lajunya pun ada. Tapi kedua-duanya belum membuktikan Jev akan buat keputusan yang betul dalam sistem korang.

Kalau software korang banyak keputusan kecil yang berulang, Jev menarik untuk diuji.

Sekarang Jev dah dibuka kepada semua, tanpa waitlist. Korang dapat kredit permulaan US$5 untuk cuba kat Playground TypeSafe.

Playground rasmi TypeSafe dengan ruang State dan pilihan soalan Noul, Score dan Choice. Paparan awal, belum menjalankan request.
Paparan awal Playground TypeSafe: letak maklumat dalam State, kemudian pilih jenis soalan dalam Questions.

Bila test nanti, jangan tengok laju dan murah je. Semak juga keputusan yang salah.

Contohnya, isu urgent yang Jev terlepas pandang. Dari situ, baiki soalan dan rules yang kita tetapkan.