Vad är Jev? AI-modellen som inte kan hitta på

Vad är Jev? AI-modellen som inte kan hitta på

Det har kommit en ny sorts AI-modell som inte skriver ett enda ord. I stället svarar den på flervalsfrågor — tusentals i sekunden, för nästan ingen kostnad. Den heter Jev, och för ett mindre företag är den intressant av en enda anledning: den kan inte hitta på svar.

Först: varför en modell som inte skriver text?

Nästan all AI ni har testat — ChatGPT, Claude, Gemini — är byggd för att prata med människor. Ni ställer en fråga, den skriver ett svar, ord för ord. Det är därför den är bra på att formulera offerter och sammanfatta möten.

Men väldigt mycket av det ett företag skulle vilja slippa göra själv handlar inte om att skriva. Det handlar om att välja. Vilken avdelning ska det här mejlet till? Är det en reklamation eller en vanlig fråga? På vilket konto hör den här fakturaraden hemma? Är produkttexten okej att publicera?

Var och en av de sakerna tar en människa några sekunder. Problemet är att de är tusentals i månaden. Det är precis sådant som fastnar i en hög som ingen hinner med.

Jev är den första AI-modellen som är byggd för just de besluten och ingenting annat. Bakom den står TypeSafe AI, ett amerikanskt bolag som klev fram ur tystnaden den 15 september 2026 med 40 miljoner dollar i ryggen. Grundaren Diogo Almeida kommer från OpenAI och var med och byggde det som blev ChatGPT. Namnet Jev är en blinkning till Jevons paradox — idén att när något blir billigt nog börjar vi använda det till allt.

Skillnaden: Jev skriver inte, den väljer

Här är hela poängen, och den är enklare än den låter.

En vanlig AI-modell svarar med fri text. Ber ni den sortera ett mejl kan den svara "Support" — men den kan lika gärna svara "Skicka vidare till kundtjänstteamet", eller hitta på en avdelning ni inte har. Då måste någon bygga kontroller runt omkring, och ibland går det fel ändå. Det är det som brukar kallas AI-hallucinationer: modellen säger med full övertygelse något som inte stämmer.

Jev fungerar tvärtom. Ni bestämmer i förväg vilka svar som är tillåtna, och modellen kan bara lämna ett av dem. Inte för att den blivit tillsagd att låta bli, utan för att det inte finns någon annan väg ut. Ett svar utanför listan är helt enkelt inte möjligt.

Den kan svara på tre sätt:

• Välja ett alternativ ur en lista. Upp till 255 stycken — gott om plats för en kontoplan eller ett produktsortiment.
• Sätta ett betyg på en skala. "Hur brådskande är det här ärendet, ett till fem?"
• Svara ja eller nej.

Och till varje svar följer en säkerhetssiffra: hur säker modellen är på sin sak. Det är den detaljen som gör mest nytta i praktiken. Är modellen 98 procent säker kan systemet köra vidare på egen hand. Är den 55 procent säker kan ärendet läggas i en hög som en människa tittar på. Var gränsen går bestämmer ni.

Så snabb att den känns som ingenting

Ett svar från Jev tar mellan 0,07 och 0,5 sekunder. En vanlig AI-modell behöver allt från tre sekunder till flera minuter på samma sorts uppgift. TypeSafe anger själva att det är 40 till 200 gånger snabbare.

Det låter som en teknisk detalj, men det är ofta just det som avgör om ett verktyg används eller tyst dör. En sökruta som sorterar träffarna medan kunden skriver känns magisk. Samma funktion med tre sekunders fördröjning känns trasig, och då slutar folk använda den.

Vad kostar det?

Här blir det nästan orimligt. Att skicka in text till Jev kostar 4,2 cent per miljon textbitar — i praktiken runt 50 öre för en hel miljon ord. Svaren kostar ingenting alls. TypeSafe beskriver dem själva som för billiga för att vara värda att mäta.

Vanliga AI-modeller tar mellan 0,20 och 10 dollar för samma mängd inläst text, och tar dessutom betalt för det de skriver tillbaka — ofta runt fem gånger mer.

Vad det betyder i praktiken: ska 20 000 mejl i månaden sorteras till rätt avdelning kostar det med Jev mindre än en lunch, och tar minuter. Med en vanlig AI-modell landar samma sak lätt på tusenlappar och tar timmar.

När är Jev värt att titta på för ett mindre företag?

Tumregeln är enkel: samma lilla beslut, om och om igen.

Lägen där det brukar stämma:

• Inkommande mejl och formulär som ska till rätt person direkt, dygnet runt.
• Fakturarader och kvitton som ska landa på rätt konto.
• Produkttexter som ska in i rätt kategori i webbutiken.
• Omdömen och enkätsvar där ni vill veta vilka som kräver svar redan i dag.
• Kontroll av en chatbot innan svaret går ut till kunden. Jev hinner läsa svaret och stoppa det som ser fel ut, utan att kunden märker någon fördröjning.

Och lika viktigt: när det inte är rätt verktyg. Jev skriver inga offerter, svarar inte på kundmejl, sammanfattar inga möten och förklarar aldrig hur den tänkte. Ska något formuleras i ord är ChatGPT eller Claude fortfarande svaret — vi lät fem av dem tävla på samma uppgift i vår jämförelse av AI-chatbottar.

Skillnaden mot en AI-agent är också värd att hålla isär. En agent gör saker på egen hand: öppnar program, klickar runt, skickar mejl. Jev gör ingenting alls — den svarar på en fråga. Däremot kan den mycket väl sitta inuti en agent och vara den som avgör vad nästa steg ska bli.

Haken: "kan inte hitta på" är inte samma sak som "alltid rätt"

Det här är det viktigaste i hela artikeln, och det är lätt att läsa förbi.

Att Jev bara kan svara med era alternativ betyder att formen på svaret alltid stämmer. Ni får aldrig ett påhittat kontonummer eller en avdelning som inte finns. Men modellen kan fortfarande välja fel alternativ — precis som en ny medarbetare kan lägga ett mejl i fel hög den första veckan.

Skillnaden är att felet blir hanterbart. Det syns i säkerhetssiffran, det går att mäta på riktiga ärenden, och ni kan sätta en gräns för när en människa ska titta. Ett påhittat svar mitt i en löpande text är betydligt svårare att fånga.

Två saker till att veta innan ni blir för förtjusta: Det är en byggsten för den som utvecklar system, inte en tjänst ni loggar in på och börjar använda i eftermiddag.

Så tar ni reda på om det är värt något hos er

Ni behöver varken utvecklare eller budget för att svara på frågan. Det tar en eftermiddag:

1. Leta upp högen. Vilket återkommande beslut kostar er mest tid just nu? Mejl som ska vidare, kvitton som ska konteras, ärenden som ska prioriteras. Välj ett, inte tre.
2. Skriv ner alternativen. Om en ny medarbetare skulle göra det här — vilka svar skulle hen få välja mellan? Får ni inte ner dem på en lista är uppgiften antagligen inte ett val utan en bedömning, och då är Jev fel verktyg.
3. Räkna på volymen. Hur många gånger i månaden? Under några hundra spelar det ingen roll vilken teknik som används — då räcker ett vanligt AI-abonnemang eller en enkel regel. Är svaret tiotusentals är det här precis vad Jev är byggt för.

Vad ska ni ta med er?

Jev är inte en bättre ChatGPT. Det är något annat: en modell som fattar små beslut, snabbt, billigt och inom ramar ni själva sätter. Att den kommer nu är ingen slump — det är när priset faller under en viss nivå som det blir rimligt att låta AI titta på varenda mejl i stället för ett stickprov.

Är grunderna fortfarande luddiga går vi igenom dem i vad en LLM är, och varför AI blivit så mycket billigare i genomgången av Mixture of Experts. Vill ni i stället ha hjälp att peka ut vilka beslut hos er som faktiskt är värda att automatisera — och bygga det som ska köra dem — gör vi det som AI-konsult.