Max 플랜인데도 Claude 토큰이 일찍 바닥나는 날이 있다. 해법으로 제시된 것은 더 큰 모델이 아니라, 애초에 글을 쓰지 않는 옆자리 모델이다. TypeSafe가 공개한 Jev(제브)는 미리 정해 둔 보기 중에서만 고르는 시스템 모델이라 환각성 장문을 내지 않고, 같은 분류를 수 초·수 원에 끝낸다. Claude는 글·코드에, Jev는 판단·라우팅에 쓰면 토큰과 시간이 같이 줄어든다.
Jev 미쳤다! 제브 AI 사용하여 클로드 토큰과 비용을 획기적으로 아끼는 가장 완벽한 방법 (2026 최신판)
핵심 요약
- 정체: ChatGPT 계열 연구원이 세운 TypeSafe의 시스템 모델. 장문·코딩·대화가 아니라 라벨·확률·긴급도 같은 칸에만 표기한다.
- 왜 싸나: 출력 형태가 막혀 있어 생성 비용이 거의 없고(영상 기준 입력만 과금·출력 무료 언급), 속도는 기존 대비 수십~수백 배 주장.
- 약점: 글쓰기·대화·추론·세기·계산·날짜는 회사가 약점으로 밝힘. 잘못된 보기를 주면 그중에서만 고른다.
- 실전: Claude Code에 공식 스킬을 붙인 뒤, 요청 무게로 Haiku/Sonnet/Opus/Premium을 자동 라우팅하거나 메일·댓글을 일괄 분류. 81개 댓글 분류에 약 2.7원·수 초 예시.
상세 정리
분류만 하는 모델
“환불은 필요 없고 지난달 결제만 확인”처럼 단어에 ‘환불’이 있어도 문맥상 결제 조회(97%)로 가는 식이다. LLM에게 맡기면 문장을 받은 뒤 프로그램이 다시 파싱해야 하지만, Jev는 프로그램이 필요한 한 줄(라벨)만 돌려준다. 형식이 보장될 뿐 정답 보장는 아니므로 보기 설계가 품질을 좌우한다.
Claude와 역할 분담
Claude도 분류는 할 수 있지만 건당 문장 응답이라 느리고 비싸다. 판단만 Jev에 넘기면 Claude 세션 토큰을 아낀다. 설치는 TypeSafe 콘솔에서 API 키를 만들고, 공식 에이전트 프롬프트/스킬을 Claude Code에 붙인 뒤, 키는 실제 호출 코드 생성 단계에 넣는다. 영상에서는 제브 온/오프 슬래시 커맨드로 켜고 끄는 구성도 소개한다.
토큰이 실제로 줄는 지점
세션 기본 모델이 요청을 ‘읽는’ 비용은 남을 수 있다. 절감은 그다음 작업이 Haiku로 떨어질 때 발생한다. 판단 한 번에 약 0.03원·1초 미만이 붙으므로, 잔일만 있는 날은 이득이 작고 쉬운 일이 많은 날일수록 이득이 크다. 싼 모델 결과가 부족해 다시 큰 모델을 부르면 왕복 비용까지 봐야 한다. 다량 처리에서는 미확인 메일에서 미발송 답장을 집어내거나, 댓글을 자료신청·질문·칭찬·제안·불만·홍보로 갈라 불만부터 처리하는 식의 우선순위 이득이 강조된다. 학습 주언어가 영어라 한국어 품질은 별도 검증이 필요하다는 회사 고지도 언급된다.
보는 포인트
- 생성 모델 vs 시스템(분류) 모델의 비용 구조 차이
- 토큰 절감 = 모델 자동 라우팅 + 대량 라벨링
- 보기 설계 품질이 곧 Jev 품질
원본 정보
- 채널: AI 투데이
- 게시일: 2026-09-24
- 영상: https://www.youtube.com/watch?v=5LFwLd7ZPvY
- 길이: 12분 46초 / 조회수: 약 9.8만 (수집 시점 기준)