Os limites declarados do jev-1.13

Quase todo fornecedor de IA publica uma página de capacidades. A TypeSafe publica também uma página de defeitos: o que o jev-1.13 faz mal, com o remédio recomendado para cada caso. Ela se chama jaggedness, foi revisada em 17 de setembro de 2026 e é a leitura mais útil da documentação inteira.

O resumo honesto que a própria página faz: o jev-1.13 é rápido, calibrado e bom em julgamento de senso comum, mas não é perfeito. Ele vai melhor em tarefas System One, pode tropeçar quando a tarefa exige camadas de indireção, é bastante literal e sofre quando a tarefa pede precisão numérica.

Os nove modos de falha

O resto desta página explica os que mais aparecem em projeto real.

Leitura literal

O modelo responde a pergunta que você escreveu, não a que você quis dizer. Palavras de escopo, negações e condições implícitas são lidas ao pé da letra.

A documentação dá um teste de diagnóstico que vale ouro: quando você olha uma resposta errada e se pega explicando o que realmente queria dizer, essa explicação é a metade que faltou na instrução. Quando a interpretação é inevitável, quebre em duas perguntas literais e combine no código. Como escrever isso bem é o assunto de critérios que separam de verdade.

Matemática e contagem

O Jev não é calculadora. A documentação recomenda fortemente implementar qualquer lógica matemática em código, e é específica sobre contagem: o modelo não conta de forma confiável — caracteres de uma palavra, ocorrências de um termo, itens de uma lista longa — porque reconhece a forma da resposta em vez de somar, e o erro cresce com o tamanho.

O jeito certo é transformar contagem em uma pergunta por item e somar você mesmo:

from typesafe_sdk import Noul, TypeSafeClient

cliente = TypeSafeClient(model="jev-1.13")
SIM = 0.5

itens = ["maçã", "cadeira", "banana", "laranja", "teclado"]

resultado = cliente.system_one(
    {"itens": itens},
    {
        f"item_{i}": Noul(instructions=f"`itens[{i}]` é o nome de uma fruta?")
        for i in range(len(itens))
    },
)

frutas = sum(resultado.nouls[f"item_{i}"].noul > SIM for i in range(len(itens)))

Antes disso, a página faz a pergunta certa: por que essa contagem precisa de um modelo? Se uma expressão regular ou um parser encontra a unidade, a contagem pertence ao código e o modelo não acrescenta nada.

Há um caso correlato que engana gente experiente: usar a nota de um Score para reconstruir um número exato entre dois níveis. A documentação pede para não fazer isso, porque os níveis do jev-1.13 são fracos em calibração numérica. Usar a nota para saber se passou de um limiar, sim; interpolar valor exato, não.

Datas

O modelo lê datas como texto, não como quantidade ordenada. Perguntar qual vem primeiro, quanto tempo separa duas ou se uma cai dentro de uma janela é pouco confiável, e fica pior com formatos misturados, referências relativas e fronteiras de domínio como trimestres e períodos de apuração.

A divisão recomendada é bonita de simples: extração é julgamento, então vai para o modelo; aritmética não é, então fica no código. Cada parte de uma data é um conjunto fechado — doze meses, trinta e um dias possíveis, uma faixa limitada de anos —, o que transforma extração em um Choice sobre opções enumeradas, com uma opção explícita de “não informado” para o que faltar.

State grande

A acurácia cai quando o state cresce com conteúdo sem relação com a decisão. O material irrelevante funciona como distrator e, de quebra, atrapalha o diagnóstico: fica difícil saber qual pedaço da entrada produziu a resposta errada. O remédio é filtrar em código antes, ou usar um Noul de relevância quando não houver como filtrar. O detalhe de como montar a entrada está em state.

Invariantes que você imagina e o modelo não garante

Este é o mais sutil da lista. O jev-1.13 é bastante consistente — entradas semanticamente parecidas produzem saídas parecidas —, mas várias identidades que pareceriam óbvias não valem.

A documentação mostra a mesma pergunta (“o cliente está pedindo reembolso?”) feita como Noul e como Choice de sim e não, sobre o ticket “I’m not happy with the fit. What are my options here?”:

E mostra a mesma pergunta com a negação, como dois Nouls, sobre outro ticket: 0,72 para “pede reembolso” e 0,47 para “pede outra coisa que não reembolso” — somando 1,19.

A leitura prática: um Choice é relativo, ele resolve qual opção; um Noul é absoluto e pode ser baixo para todas. Não carregue um limiar calibrado num Noul para um Choice, e não exija do modelo identidades aritméticas entre perguntas separadas.

Geração

O jev-1.13 não é treinado para gerar texto. Dá para forçar encadeando escolhas, e a documentação avisa que funciona mal e fica muito lento. Quando o espaço de resposta é limitado, transforme extração em Choice sobre as opções; quando você precisa de texto de verdade, existem outros modelos para isso. É a mesma fronteira discutida em IA sem alucinação.

Como usar esta lista

Não como desqualificação: como especificação. Sete dos nove limites se resolvem com desenho — pergunta mais direta, critério mais explícito, conta no código, state menor. Dois são fronteira real: não peça geração, não peça precisão numérica. Saber disso antes evita o ciclo de culpar o modelo por uma pergunta que nunca foi respondível. O índice do vocabulário está em conceitos.