Choice상품 카탈로그 정리
‘기타’를 포함한 상품 범주를 Choice에 지정하세요. 이미지를 자동 분류하기 전에 여러 대상이 함께 있는 장면과 흔치 않은 상품으로 테스트하세요.
Jev 이미지 인식을 살펴보세요. 사진을 준비하고 구체적인 질문을 입력하면 애플리케이션에서 활용할 수 있는 범주, 확률, 점수 또는 경계 상자를 얻을 수 있습니다.
TypeSafe는 이미지 입력과 Box를 실험적 기능으로 표시합니다. 이 실험실에서 아이디어를 시험하고 직접 준비한 예시로 결과를 평가해 보세요.
이미지는 이 브라우저에서 전처리됩니다. 큰 사진은 축소하고, 작거나 폭이 좁은 이미지에는 여백을 추가합니다. 판단을 실행할 때만 OpenRouter와 TypeSafe로 전송됩니다.
실행 후 여기에 결과가 표시됩니다. 실험실에서는 불확실성을 포함한 모델의 실제 출력을 보여줍니다.
미리보기에서는 이미지 데이터를 축약합니다. 복사하거나 다운로드하면 전체 이미지와 새 요청 ID가 포함되며, 계정 API 키를 사용해 POST /api/jev/run으로 전송할 수 있습니다. 같은 요청을 재시도할 때는 해당 ID를 재사용하세요.
{
"model": "typesafe/jev-1.14",
"state": {
"photo": {
"type": "image_url",
"image_url": {
"url": "data:image/jpeg;base64,<image data>"
}
},
"context": ""
},
"questions": {
"vision": {
"type": "choice",
"instructions": "`photo`의 주요 피사체를 가장 잘 설명하는 범주는 무엇인가요?",
"criteria": {
"상품": null,
"음식": null,
"동물": null,
"풍경": null,
"기타": null
}
}
}
}출력이 명확한 작은 질문부터 시작하세요. 실제 예시에서 결과를 비교한 다음 애플리케이션에서 불확실성을 어떻게 처리할지 결정하세요.
Choice‘기타’를 포함한 상품 범주를 Choice에 지정하세요. 이미지를 자동 분류하기 전에 여러 대상이 함께 있는 장면과 흔치 않은 상품으로 테스트하세요.
NoulNoul을 사용해 사진이 충분히 선명한지, 필요한 객체가 보이는지 확인하세요. 판단이 모호한 사례는 검토 대기열에 남겨 두세요.
BoxBox로 설명한 객체 하나의 위치를 찾은 다음 해당 영역을 자르기나 주석 작업에 전달하세요. 좌표를 사용하기 전에 대상이 존재하는지 확인하세요.
2026년 10월 14일 출시된 Jev 1.14에는 객체의 위치를 찾는 Box 프리미티브가 추가되었습니다. 이미지는 Choice, Noul, Score에서도 사용할 수 있습니다. 이 실험실에서는 OpenRouter의 typesafe/jev-1.14 모델을 고정하여 사용합니다.
Jev는 구조화된 판단을 반환합니다. 분류에는 범주를, 예·아니요 확률에는 진술을, 점수에는 순서가 있는 평가 단계를, 상자에는 대상을 지정하세요. 새 이미지나 자유 형식의 글이 필요하다면 생성형 모델을 사용하세요.
브라우저가 PNG 또는 JPEG 한 장을 방향이 올바른 JPEG로 변환합니다. 가장 긴 변은 최대 1,568픽셀이며 필요에 따라 여백을 추가합니다. 실행 기록에는 구조화된 결과와 요청 지문만 저장하며 이미지는 저장하지 않습니다. 실행 시 이미지는 OpenRouter를 통해 TypeSafe로 전송되어 처리됩니다.
이미지와 텍스트 입력은 기존 잔액을 함께 사용합니다. 분류, 확인, 평가는 질문 하나를 사용하며, 위치 찾기는 대상 존재 여부도 확인하므로 질문 두 개를 사용합니다. 표시되는 확보량은 상한선이며 예상 요금이 아닙니다. 실제 사용량은 결과와 함께 표시됩니다.
네. 전체 요청을 다운로드하고 계정 API 키를 사용해 /api/jev/run으로 전송하세요. 인증 정보는 서버에 보관하세요. API 가이드에서는 인증과 재시도를 설명하며, 제공자의 참고 문서에서는 Jev의 이미지 및 Box 형식을 확인할 수 있습니다.
공식 문서 대조 확인 · 2026년 10월 14일