Jev من TypeSafe AI بالتفصيل: ماذا يفعل، كم يكلف، وأين يخفق

ما هو Jev، وما الذي لا يستطيعه

Jev نموذج ذكاء اصطناعي من تطوير شركة TypeSafe AI، التي خرجت للعلن في سبتمبر 2026 بجولة تمويل أولية قيمتها 40 مليون دولار بقيادة DCVC. أحد مؤسسيها، ديوغو ألميدا (Diogo Almeida)، عمل في OpenAI على الأبحاث التي حوّلت نماذج GPT إلى مساعدين يتبعون التعليمات.

معظم نماذج الذكاء الاصطناعي المعروفة مصممة للكتابة: إجابات ورسائل وأكواد. أما Jev فمصمم لاتخاذ القرار. تعطيه بيانات وقائمة أسئلة، فيعيد إجابة لكل سؤال في الوقت نفسه ومعها نسبة احتمال. تسمّيه الشركة نموذج «System One»، نسبةً إلى نمط التفكير السريع البديهي الذي يمارسه الإنسان دون تمعّن.

لهذا التصميم نتيجتان يجب أن تعرفهما قبل أي شيء:

• لا يكتب أي شيء. لا رداً ولا تعليقاً ولا ملخصاً. إذا كانت المهمة تحتاج نصاً جديداً فأنت ما زلت بحاجة إلى نموذج لغوي عادي.
• يقرأ النصوص فقط. لا يرى الصور ولا الفيديو ولا التصاميم. أي شيء مرئي يجب وصفه بالكلمات أولاً.

أنواع الأسئلة الثلاثة التي يجيب عنها

كل ما يفعله Jev يندرج تحت ثلاثة أنواع من الأسئلة:

يمكنك طرح أسئلة كثيرة عن المعلومة نفسها في طلب واحد، فيجيب عنها كلها معاً. ومن هنا يأتي معظم تفوقه في السرعة والتكلفة.

كم يكلف

• المدخلات: 0.042 دولار لكل مليون توكن.
• المخرجات: مجانية.
• الحدود: حتى 64,000 توكن في الطلب الواحد و1,200 طلب في الدقيقة في الخطة العادية. وتقول الشركة إن هذه الحدود قد تتغير دون إشعار.

هناك تفصيلان يغيّران السعر الفعلي:

1. Jev يحسب التوكنات بطريقة مختلفة. اختبار مستقل أرسل الجمل الإنجليزية نفسها إلى Jev وإلى نموذج من OpenAI، فسجّل Jev 340 توكن بينما سجّل نموذج OpenAI 162. أي أن السعر الفعلي أقرب إلى 0.088 دولار لكل مليون من التوكنات التي اعتدت عليها.
2. اللغات الأخرى أغلى. في تدقيق منفصل، استهلك النص الروسي نحو 3 أضعاف التوكنات مقارنة بالنص نفسه بالإنجليزية. العربية لم تُقَس علناً حتى الآن، لكن توقع نتيجة مشابهة. وعلى النص العربي يصبح سعر Jev قريباً من أرخص النماذج العامة.

تجربتنا: 1,000 رسالة بريد إلكتروني وسبعة أسئلة لكل رسالة

طرحنا على Jev سبعة أسئلة عن كل رسالة من 1,000 رسالة (هل تحتاج إلى رد، هل هي عاجلة، هل فيها موعد نهائي، هل المرسل عميل محتمل، هل هي رسالة مزعجة، ما تصنيفها، وما نبرتها)، ثم نفّذنا المهمة نفسها على GPT-5.6 Luna، أرخص نموذج لدى OpenAI وقتها.

أي أنه أرخص بنحو 7 مرات وأسرع بنحو 43 مرة. وللإنصاف: شغّلنا Luna طلباً بعد طلب، ولو شغّلناه بالتوازي لتقلّص فارق السرعة، أما فارق السعر فيبقى.

ماذا وجد المختبرون المستقلون

أُطلق Jev وسط حماس كبير، لذلك من المفيد الفصل بين ادعاءات الشركة والقياسات الخارجية.

• السرعة والتكلفة. تقول الشركة إنه أسرع بـ 193 مرة وأرخص بـ 444 مرة. الاختبار العلني الوحيد الذي شغّل النموذجين على المهام نفسها وفي الوقت نفسه وجد أنه أسرع بنحو 5 مرات وأرخص بـ 41 إلى 50 مرة في الطلب الواحد مقارنة بنموذج مشابه من OpenAI. رقم ممتاز، لكنه من مستوى مختلف.
• الدقة. في التصنيف البسيط يقترب من النماذج الكبيرة. وفي مهمة أصعب لتصنيف طلبات مصرفية، تفوّق عليه نموذج صغير مدرّب على أمثلة من المهمة نفسها (93% مقابل 83%).
• اللغات الأخرى. في تدقيق مسجّل مسبقاً قارن الإنجليزية بالروسية، انخفضت الدقة في مهمة استنتاج من 88% إلى 77%. وتراجعت موثوقية درجة الثقة أيضاً: عند ثقة 90% أو أعلى، أصاب Jev في 97% من الحالات بالإنجليزية وفي 89% بالروسية.
• ثبات الإجابة. السؤال نفسه مع البيانات نفسها غيّر إجابته في ما بين 0.5% و3.3% من المرات.
• المدخلات خارج النطاق. إذا لم تضع خيار «لا شيء مما سبق»، يختار Jev أي خيار. في أحد الاختبارات صنّف وصفة كعكة على أنها مشكلة دعم فني بثقة 94%.

لا شيء من هذا يجعل Jev أداة سيئة. هو أداة لها استخدام محدد، والأفضل أن تستخدمها وأنت تعرف حدودها.

أين يفيد Jev فعلاً

لكل من يعاني من بريد مزدحم

• فرز البريد الإلكتروني: يحتاج إلى رد، عاجل، فاتورة، عميل محتمل، نشرة، رسالة مزعجة. وهذه بالضبط المهمة التي صُمّم لها.
• فلترة المحتوى: تمييز المنشورات المتعلقة بمجالك، والأخبار العاجلة، والنصوص التي تبدو مولّدة بالذكاء الاصطناعي. تعامل مع هذه العلامة كتلميح وليس كحكم.

لصنّاع المحتوى

• فرز مئات التعليقات والرسائل حسب الموضوع لمعرفة الأسئلة التي يكررها جمهورك.
• مراجعة النصوص الإنجليزية وفق قائمة قواعد قبل النشر. أداة مفتوحة المصدر مبنية على Jev اسمها Sniff Test أطلقت إنذاراً خاطئاً واحداً على 54 فقرة سليمة، بينما أطلق نموذج عام 37 إنذاراً. لكنها فوّتت مشكلات حقيقية أكثر من أقوى النماذج، فاستخدمها كمراجعة أولى.

للأعمال

• تصنيف إعلانات المنافسين العامة. افتح مكتبة إعلانات Meta بنفسك، واجمع نصوص الإعلانات التي تراها، ودع Jev يصنّف كل إعلان حسب الخطّاف والعرض ودعوة الإجراء ومرحلة وعي العميل. الإعلانات التي تستمر 30 يوماً أو أكثر غالباً هي المربحة. وانتبه لقاعدتين: واجهة Meta الرسمية للمكتبة لا تعرض إلا الإعلانات السياسية والإعلانات المعروضة في الاتحاد الأوروبي، وشروط Meta تمنع الجمع الآلي من الموقع، لذا تصفّح الصفحات كما يتصفحها أي شخص.
• توجيه تذاكر الدعم والنماذج المرسلة إلى الشخص المناسب، بشرط أن تختبره على رسائلك أولاً.

للمؤسسين الذين يبنون منتجات

• فلتر أول سريع قبل النموذج المكلف: قيّم كل عنصر بـ Jev، ثم أرسل العناصر القليلة المهمة فقط إلى النموذج الذي يكتب.

أين لا تستخدمه

• أي مهمة تحتاج كتابة. فهو لا يكتب.
• الصور والفيديو والتصميم. لا يرى، ويتعثر حتى مع رموز الألوان المكتوبة كنص.
• الأرقام والأسعار والحسابات. وثائق الشركة نفسها تقول إنه ليس آلة حاسبة.
• القرارات الحساسة بالعربية أو بغير الإنجليزية، إلى أن تقيس أداءه على محتواك.
• أي مهمة تتطلب الإجابة نفسها في كل مرة. قد تتغير الإجابة مع مدخلات متطابقة.
• التداول بأموال حقيقية. عروض Jev وهو «يتداول البيتكوين» مجرد عروض توضيحية. لا تراهن بأموالك على نموذج عمره أسابيع.
• ضغط ذاكرة مساعد البرمجة لتوفير التوكنات. الإضافات المنتشرة لهذا الغرض اختُبرت بشكل مستقل وكانت نتيجتها أسوأ من عدم الضغط أصلاً، وبعضها يرفع جلستك كاملة إلى طرف ثالث.
• البيانات الخاصة أو بيانات العملاء، ما لم تقرأ الشروط (القسم التالي).

إذا كنت تبني منتجاً باستخدامه

• ضعه قبل النموذج المكلف، لا بدلاً منه. تقريباً كل عرض «أرخص بـ 90%» ينجح لأن حكماً رخيصاً يستبعد معظم العناصر قبل تشغيل النموذج المكلف. هذا الهيكل هو مصدر التوفير، وغالباً ما يحقق نموذج تقليدي رخيص معظمه. قارن بين الاثنين قبل أن تقرر.
• اطرح أسئلة كثيرة عن عنصر واحد في الطلب، لا سؤالاً واحداً عن عناصر كثيرة. قاست الشركة 13 سؤالاً في طلب واحد، فكانت التكلفة أقل بـ 12 مرة والسرعة أعلى بـ 10 مرات مقارنة بـ 13 طلباً منفصلاً. أما حشر عناصر كثيرة في طلب واحد فهو طريقة موثقة لخسارة الدقة.
• أضف دائماً خيار خروج مثل «لا شيء مما سبق» أو «غير واضح».
• صمّم نظامك ليستمر عند تعطله. لا يوجد اتفاق مستوى خدمة (SLA). ضع مهلة قصيرة لكل طلب وجهّز مساراً بديلاً. صفحة الحالة العامة تُظهر توفراً بنحو 99.86% حتى الآن.
• ثبّت إصدار النموذج (مثل jev-1.13.0) بدلاً من الاسم المتغير jev-latest، حتى لا تتغير الإجابات دون أن تعلم.
• اقرأ الشروط قبل إرسال بيانات العملاء. اتفاقية العملاء الرئيسية لدى TypeSafe، المحدّثة في 19 سبتمبر 2026، تنص على أنها لن تدرّب نماذجها على بياناتك دون موافقتك، لكنها تسمح لها أيضاً بـ «معالجة بيانات القياس دون قيود». ولا يوجد خيار عام لعدم الاحتفاظ بالبيانات عند التعامل المباشر معها. خيار عدم الاحتفاظ بالبيانات لكل طلب متاح عبر Vercel AI Gateway.
• فكّر في الاستضافة الذاتية. توجد نماذج مفتوحة بالواجهة نفسها (نعم أو لا، اختيار، تقييم) يمكن تشغيلها على خوادمك، وهذا يحلّ مسألة البيانات من أساسها.

كيف تجربه

1. اطلب الوصول من typesafe.ai. الوصول ما زال مبكراً، فقد تنتظر قليلاً.
2. افتح لوحة التحكم وجرّب الـ Playground. يمكنك إدخال البيانات والأسئلة دون كتابة أي كود.
3. أنشئ مفتاح API واحفظه في متغير بيئة، ولا تضعه في الكود أبداً.

هذا مثال على طلب بسيط:

curl https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-1.13.0",
    "state": { "email": "Hi, the invoice for order 3312 failed again. Can you check today?" },
    "questions": {
      "needs_reply": { "type": "noul", "instructions": "This email needs a reply." },
      "category": {
        "type": "choice",
        "instructions": "What is this email mainly about?",
        "criteria": {
          "billing": "Payments, invoices or refunds",
          "support": "A problem using the product",
          "sales": "Wants to buy or get a quote",
          "none_of_these": "None of the above"
        }
      }
    }
  }'

كيف نراه في راقي

قيّمنا Jev على ثلاث مراحل لصالح وكلاء الذكاء الاصطناعي في راقي، الذين يردّون على العملاء عبر واتساب وإنستغرام وماسنجر بلهجات عربية كثيرة. وعلى عيّنة صغيرة من رسائل عملاء بالعراقية والمصرية والعربيزي، أجاب عن الأسئلة العشرة كلها بشكل صحيح: هل يريد العميل التحدث مع موظف، وماذا يريد، وما حالته المزاجية.

ومع ذلك لن نضعه أمام محادثات العملاء بعد. عشر رسائل ليست معياراً كافياً، ودقته بالعربية لم تُقَس علناً، ورسائل العملاء هي بالتحديد البيانات التي لن نرسلها إلى مزوّد جديد بشروطه الحالية. أما المجال الذي نراه مناسباً فهو التصنيف السريع للمعلومات العامة، مثل إعلانات المنافسين، وسنشارك ما نتعلمه عندما تكون لدينا نتائج حقيقية.

أسئلة شائعة

هل Jev مجاني؟

لا، لكنه رخيص. تدفع 0.042 دولار لكل مليون توكن من المدخلات، ولا شيء مقابل المخرجات. تجربتنا على 1,000 رسالة كلّفت 9 سنتات.

هل يستطيع Jev كتابة الردود أو المحتوى؟

لا. هو يتخذ قرارات بشأن النص الذي تعطيه إياه فقط. استخدمه مع نموذج لغوي عادي عندما تحتاج إلى كتابة.

هل يعمل Jev بالعربية؟

يقرأ العربية، وكان أداؤه جيداً في تجربتنا الصغيرة، لكن لا توجد اختبارات عربية منشورة. توقع دقة أقل وعدد توكنات أعلى مقارنة بالإنجليزية، واختبره على بياناتك قبل الاعتماد عليه.

هل بياناتي آمنة مع Jev؟

تقول TypeSafe إنها لن تدرّب نماذجها على بياناتك دون موافقتك، لكن اتفاقيتها تسمح باستخدام غير مقيّد لبيانات القياس المشتقة من طلباتك، ولا يوجد خيار لعدم الاحتفاظ بالبيانات عند التعامل المباشر. أبقِ البيانات الحساسة وبيانات العملاء بعيدة عنه، إلا إذا مررتها عبر بوابة لا تحتفظ بالبيانات أو استضفت بديلاً على خوادمك.

هل Jev فعلاً أرخص من GPT بـ 400 مرة؟

هذا رقم الشركة. مقارنة مستقلة مباشرة وجدت أنه أرخص بنحو 41 إلى 50 مرة في الطلب الواحد وأسرع بنحو 5 مرات. ومع النصوص غير الإنجليزية يتقلص الفارق أكثر.

كيف أحصل على الوصول؟

سجّل في typesafe.ai. الإصدار ما زال مبكراً، ولوحة التحكم فيها Playground لتجربته دون كود.

المصادر

• TypeSafe AI ووثائق Jev
• اتفاقية العملاء الرئيسية لدى TypeSafe وصفحة الحالة
• jev-eval: اختبار السرعة والتكلفة وحساب التوكنات
• تدقيق مسجّل مسبقاً بين الإنجليزية والروسية
• تقييم PriorBench (المدخلات خارج النطاق وعتبات الثقة)
• تقييم مقارن مع نماذج صغيرة ونماذج مدرّبة
• أداة Sniff Test لمراجعة النصوص
• واجهة مكتبة إعلانات Meta
• عدم الاحتفاظ بالبيانات في Vercel AI Gateway