TypeSafe AI 发布 System One 模型 Jev：返回带概率的类型化决策而非文本，以托管 API 早期访问开放

本篇为产品发布文，宣布推出具名产品 Jev，称其能让任何应用的关键部分大规模接入自然语言智能，比以往可能的方式快50倍、便宜100倍，并宣称可靠性高。这些均为发布方的宣称，原文未提供独立验证；文中未给出该发生的具体日期。

TypeSafe AI上周发布了其首个"System One"类别模型Jev（作者认同Maggie Appleton称其为"决策模型"）。Jev接受文本输入但不输出文本，而是返回对应类别、是/否判断、评分及置信度的浮点数；其CEO在Hacker News确认"Noul"问题得名于伯努利分布。定价仅按输入token收费、输出免费，输入价为每百万token 0.042美元，低于GPT-5 Nano的0.05美元。

作者报告用 Jev 对约 2.3K 篇 AI 研究论文重新打标签，总成本约 0.14 美元、耗时约 83 秒。Jev 重打标签时与旧的 DeepSeek V4 Flash 标签一致率约 75%，标出约 579 处高置信主题变更；作者人工核验 30 处不一致并全部接受，随后在生产环境应用。作者表示对结果更满意但仍有改进空间。

TypeSafe于2026年9月15日发布Jev。该工具通过单次并行传递返回类型化、校准的决策而非生成文本；原文称其以数百毫秒回答分类问题，成本较传统AI降低99%。定价为每百万输入token 0.042美元、输出0美元，TypeSafe称输出价可能获补贴；其自报工作流评测给出76倍至209倍的成本差距。

原文作者称Jev（TypeSafe AI称为System One模型）近期在Twitter走红，但许多示例有误导性，因此撰写这篇入门指南，介绍Jev用于快速聚焦判断并返回带概率的结构化答案。

作者称用 Jev 为其智能体框架的 /goal 功能构建自定义验证器，每轮检查目标是否完成，使持续验证成本足够低而可扩展，替代昂贵的推理模型并更频繁运行，以保持智能体不偏离目标。作者强调刚起步实验、已见良好结果但还需摸索基准方法，完整指南数日内发布。

作者使用Ori Eval在OpenRouter上将Typesafe AI的决策模型Jev与热门LLM在评审任务上对比测试，报告Jev比次快模型快5倍以上，且其最慢请求也快于其他模型的中位数。

TypeSafe AI发布基于transformer但非大语言模型的Jev，接收状态和类型化问题，返回带概率的类型化决策，采用新架构、并行采样器和RLCD，仅以托管API早期访问（waitlist）提供，未公开权重、参数量或自托管选项。性能对比数字来自TypeSafe自家工作流评估，官方提示实际收益可能属高端且无法证明价格无补贴。

作者提出观点：Agent 场景带来大输入、重 KV cache 和频繁循环调用，使纯 decoder 方式昂贵；Jev 恰好等到这一窗口，试图补上 BERT 未走完的路线，在保留 GPT task generalization 的同时重新获得 encoder 和 classifier 式的决策效率。

发布方表示 Jev 仍太慢、太贵、太智能不足，还有更多改进手段，请社区在 Discord 的 model-jaggedness 频道发布所见问题，并列出已知的 jaggedness 问题文档链接。

材料介绍 typesafeai 的 Jev，一个回答是非题和选择题并附带置信度评分的决策模型，作者称其比 LLM 便宜且快 10 倍，并把其定位为面向软件开发中大量决策场景的工具。性能说法为作者自述。

由曾参与构建 ChatGPT 并发明 RLHF 的前 OpenAI 研究员 Almeida 创办的 TypeSafe AI，本周发布不输出文本而是输出概率（“校准决策”）的 transformer 模型 Jev；它速度快、成本低、按设计不能幻觉，开发者需求高到 API 一度无法服务，并被用于软件自动化、监控 LLM agent 和模型路由等场景。

作者（发文者）认为，头部大厂若真要下场抄，Jev 目前构不成绝对的物理壁垒；其真正护城河是 RLCD（校准强化学习），意味着很难出现概率失真，但也意味着模型很刻板，就是用来干活的。