Jev AI 是什麼？

Jev 是決策模型，不是聊天模型

把 Jev 放在生成之前的真實專案 ↗都收錄在 Jev 專案目錄裡。

Jev 是 TypeSafe AI 首個公開的 System One 模型，於 2026 年 9 月 15 日發佈。你發送軟體裡已有的狀態——一張工單、一行日誌、一次工具呼叫、一段檢索到的文字——再加上答案範圍事先限定好的問題。回傳的是一個型別化的值，而不是一段話。

這就是它的定位。TypeSafe 訓練 Jev 做快速、結構化、能被程式碼直接使用的判斷。它不擅長起草、總結或解釋，TypeSafe 也明確說目前版本沒有針對文字生成進行訓練。

Jev 回傳什麼：choice、score 和 noul

每個問題都是三種類型之一。choice 從你定義的選項（最多 255 個）中選出一個，並給出每個選項的機率。score 把狀態放在一個 2–10 級的有序量表上，結果可以落在兩級之間。noul 用一個 0 到 1 的機率回答是/否問題。

多個問題可以放在同一個請求裡，基於同一份狀態判斷。副作用仍然由你的應用程式負責：Jev 可以選出「billing」，但它不會去執行退款。

• 目前公開模型名：jev-1.13.0，別名 jev-latest 和 jev-preview。
• 官方給出的 System One 任務延遲通常為 70–500 毫秒，請以你自己的鏈路實測為準。
• 輸入按每百萬 token $0.042 計費。輸出免費，因為回傳的是型別化的值，而不是生成的文字。

Jev 適合哪些情境

從範圍窄、重複發生的判斷開始：客服分流、模型路由、內容審核攔截、線索評分、引用查核，以及「這次工具呼叫該不該執行？」。開放式寫作、深度研究和長鏈推理，仍然交給通用大型語言模型。

正式環境裡常見的做法是混合使用：Jev 決定走哪條分支，GPT、Claude 或其他大型模型負責寫給人看的內容。所以如果你期待一個模型取代另一個，「Jev vs GPT」這種比較本身就不成立。

誰做了 Jev，System One 又是什麼意思

TypeSafe AI 是一家舊金山的實驗室，結束隱身時宣布完成由 DCVC 領投的 4000 萬美元種子輪融資。公司用 System One 命名這個類別，取自快速、直覺式的「系統 1」判斷——也就是軟體每天都要做的大量廉價分支——而不是緩慢的「系統 2」推理。

TypeSafe 還介紹了一種名為「校準決策強化學習」（RLCD）的訓練方法。對於廠商關於速度、成本和「零幻覺」的說法，應理解為輸出被限定在 schema 之內，而不是保證選中的標籤一定正確。