Jev AI 是什么：TypeSafe 的 System One 决策模型

一句话说清 Jev AI

Jev AI 是一个非自回归分类模型：读一遍输入，直接返回带类型、经过校准的判断——一个选项、一个分数或一个概率，而不是文本。

它快，因为从不逐字生成；便宜，因为只按输入计费；也受限，因为只会挑选项的模型解释不了自己。结构化输出的格式由调用方定死，不靠模型配合。

Jev 模型跟大模型差在哪

它不生成文本

语言模型一次吐一个 token，吐完你去解析。Jev 模型不生成：一次读完输入，返回一个类型确定的值——某个选项、标尺上的某个数，或 0 到 1 的概率。没有 JSON 要解析，没有 schema 要校验，没有失败重试。

它编不出你没给的选项

让大模型把工单分进四个桶，它能给你第五个；Jev 不会。但出错的形态只是变了：它不造新分类，却会毫不犹豫地放进错的桶，概率是你唯一的信号。说自己只有 51% 把握的模型，比含糊其辞有用。

三种提问类型

一次 Jev AI 请求是一段文字加一个或多个带类型的问题，一起算完，结构化输出只有三种形状。

Choice——从你给的选项里挑一个

选项你定，Jev 挑一个，返回挑中的那个、每个选项的概率和整体置信度。分流派单都用它。

Score——放到你的标尺上

你用大白话描述一把有序标尺——低、中、高——Jev 把输入放上去。分数带小数：三分制里的 1.81 说明已靠近顶端，换成标签这信息就丢了。

Noul——一个是非概率

TypeSafe 给单个是非判断起的名字，返回 0 到 1 的概率：是不是垃圾信息、有没有投诉。给你 0.93 而不是「是」，阈值由你定。

多个问题能装进一次请求一起算，只收一次输入的钱。

System One 模型是什么意思

名字出自卡尼曼《思考，快与慢》：系统 1 快速、自动、凭直觉，系统 2 是纸上慢慢推的那种。带思维链的大模型走系统 2，出声地想，字字要钱；System One 立刻给答案，没有推理过程，只多一个校准过的概率。

但这是 TypeSafe 自己的叫法，不是行业术语，标准文档和论文里都没有。能走出去的是那句技术描述——输出经过校准的非自回归分类模型。

Jev AI 到底有多准

在 TypeSafe 自己那份四工作流 benchmark 上，Jev 平均一致率 67.8%，GPT-5.6 Terra 67.9%，Opus 5 73.1%，GPT-5.6 Sol 74.1%。单看发票处理，Jev 只有 61.8%，Sol 是 79.1%。它最好的工作流是客服，76.0%。

两件事。第一，在这些任务上 Jev 并不比语言模型更准——它快、便宜，有些任务上明显更不准。第二，这份 benchmark 的参考答案，是把 GPT-6 Astra 和 Claude Fable 5.1 的回答平均出来生成的，全程没有人类标注过任何一条。67.8% 量的是它跟两个前沿模型有多一致，不是它有多对。

拿模型当标准答案，量的是共识不是真相：两个前沿模型都把发票读错时，读对的答案反而因为不一致被判错。诚实的读法不是「准确率 68%」，而是「跟那两个出题的模型约三分之二的时候意见一致」。

所以分流是绿灯，抽字段是警告：61.8% 意味着每五份发票里约有两份，字段不是你会挑的那个。

花多少钱，又到底有多快

Jev AI 每百万输入 token 收 0.042 美元，输出按零计费。对前沿模型能算出 444 倍的标题数字；对真正会拿来做分类的小模型是 5 到 25 倍，上了量仍是实打实的钱。单次对照表在Jev AI 要花多少钱。

速度上 TypeSafe 材料给的是 70 到 500 毫秒，那是服务端处理时间，不含网络往返。端到端我们自己在 2026-09-20 测过：20 次调用，从中国大陆发起，经 OpenRouter 中转（不是直连 TypeSafe），请求体是客服分流场景。最快 309 毫秒，中位数 423 毫秒，p90 1041 毫秒，最慢 1077 毫秒。一个地点打 20 次是小样本，离机房更近会更快——但端到端才是接入方真正面对的数。

什么时候该用 Jev AI，什么时候别用

判断小、答案事先已知、现在就要结论时用它：请求分队列、按固定规则审核内容、给线索打分、在大模型输出送到客户面前之前兜一道、把上百万条积压记录分类。共同点是答案的形状在调用前就定了。

要推理过程就别用：它说不出为什么，凡是要复核、申诉、签字的事都该交给会摆过程的模型。要生成东西也别用，Jev 模型不产出文本。准确率是硬约束的地方同样别用——发票那个 61.8% 就是例子。

常见问题

Jev AI 是什么？

TypeSafe 的决策模型：文字加一个带类型的问题，返回带概率的答案，只从你给的选项里挑。

Jev 是大模型吗？

不是。大语言模型自回归，一次一个 token；Jev 一次读完输入，返回类型固定的值——它的结构化输出因此不会出格。

Jev 会幻觉吗？

通常说的那种不会，但在选项之内照样可能自信地答错。

Jev AI 实际有多快？

我们 2026-09-20 打的 20 次（中国大陆发起、经 OpenRouter 中转）端到端中位数 423 毫秒、p90 1041 毫秒。TypeSafe 给的 70 到 500 毫秒只算服务端。

Jev AI 要花多少钱？

每百万输入 token 0.042 美元，输出免费。1000 token 的分类调用不到一分钱。

Jev 比 GPT 或 Claude 更准吗？

不。TypeSafe 自己的 benchmark 上 Jev 平均 67.8%，GPT-5.6 Sol 74.1%，Opus 5 73.1%。它赢在延迟和价格。

Jev 做不了什么？

写东西、解释推理、调用工具、对话、开放式问题。答案集合在调用前定不下来就选错了模型。

哪里能试 Jev AI？

本站 playground：在浏览器里试用 Jev AI，不用注册，每天有免费次数。跑通后可导出成 curl、Python 或 TypeScript。