指南

什么是 Jev?

Jev 是 TypeSafe AI 的决策模型。你发给它一段状态——工单、消息、记录——加上类型化问题,它返回你的代码可以直接分支的概率。本页介绍它的开发者、与文本模型的区别,以及它的短板。

更新于

决策模型,不是文本模型

大多数 AI API 返回生成的文本,你的代码还得再去解析。Jev 跳过文本。请求携带一段状态和一组类型化问题;响应为每个问题返回一个类型化答案——一个是非概率、一个从你选项中选出的结果,或你刻度上的一个位置。TypeSafe 把 Jev 称为第一个 System One 模型,名字来自 Daniel Kahneman 对快速直觉判断的称呼。

Jev 使用 RLCD(面向校准决策的强化学习)训练,目标是更高的概率对应更高的准确率。它完全不会写文本:答案对象就是全部输出。

Jev 的开发者

Jev 由 TypeSafe AI 开发,这是一家旧金山公司,2024 年由 Diogo Almeida、Erik Gafni 和 Sasha Sheng 创立。CEO Almeida 曾在 OpenAI 工作约四年,参与 RLHF、InstructGPT、ChatGPT 和 GPT-4,2024 年离开。Jev 不是 OpenAI 的模型。

Jev 于 2026 年 9 月 15 日以限量早期访问形式发布,同时 TypeSafe 宣布了由 DCVC 领投的 4000 万美元种子轮。权重、参数量和架构均未公开。Jev 不按客户微调——所有账号共用同一套权重——TypeSafe 表示模型不会用客户请求或响应来训练。

System One 与语言模型

语言模型续写文本;Jev 给决策打分。没有要读的段落,也没有要流式接收的 token——类型化答案对象就是输出。TypeSafe 给出的端到端延迟为 70–500 毫秒,这让 Jev 可以放进同步链路,比如请求路由、审核闸门和表单校验。

输入仅限文本:字符串、JSON 对象或文本数组。Jev 看不到图片、音频或视频。英语是主要语言也最准确;包括中文、日语、韩语在内的其他语言可用,但效果不及英语。

三种问题类型

每个问题设置 type 和 instructions,instructions 可以是字符串、对象或数组。你选的 id 只是标签——答案会以同一个键返回。

  • Noul 是是非题。答案是 noul,即陈述为真的概率,介于 0 和 1 之间。可选的 criteria 对象描述 true 和 false 各自的含义。
  • Choice 从你定义的映射中选择一个选项,官方 API 最多 255 个选项。答案包含 choice、每个选项的 probabilities 和 confidence。
  • Score 把状态放在你写的有序刻度上,2 到 10 档,最低档在前。答案包含可以落在档位之间的分数 score、legend、probabilities 和 confidence。
{
  "state": "Help! My payouts have been failing for 3 days.",
  "model": "jev-latest",
  "questions": {
    "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" },
    "team": {
      "type": "choice",
      "instructions": "Which team should handle this?",
      "criteria": { "billing": "Payments and refunds", "technical": "Bugs and outages" }
    },
    "frustration": {
      "type": "score",
      "instructions": "How frustrated is the customer?",
      "criteria": ["Calm", "Frustrated", "Very angry"]
    }
  }
}

Jev 不擅长什么

TypeSafe 为 Jev 1.13 发布了一份短板说明,最后审阅于 2026 年 10 月 2 日。记录在案的弱项:

  • 字面理解——Jev 倾向按字面意思读文本。
  • 数学和计数——算术请放在自己的代码里。
  • 日期和时间比较——相对日期请自己算好。
  • 间接引用——状态里的引用链会让它困惑。
  • 塞满无关细节的大状态——发送前先过滤。
  • 对抗性内容——状态里的恶意文本会带偏答案。
  • 相互矛盾的 instructions 或 criteria 会产生不可靠的结果。
  • Choice 选项顺序——Jev 偏向第一个选项,可以打乱选项顺序来交叉验证。
  • 生成——Jev 不会写文本,生成任务请用生成式模型。

实践建议与清单一致:算术和日期计算放在代码里,发送前剔除状态中的无关字段,排名要紧时打乱 Choice 选项顺序。

如何试用 Jev

在本站登录并创建密钥——/dashboard/home 的试用台可以为已登录账号签发一把,并在浏览器里跑一次决策。成功调用扣 1 积分,先去价格页充一个小额一次性积分包即可。官方 TypeSafe SDK 在这里也能用:把 base URL 指向 https://jev-api.org,向 /v1/systemone 发送标准 System One 请求体即可。

TypeSafe 自己也提供按 token 计费的控制台,地址是 console.typesafe.ai

常见问题

Jev 会生成文本吗?

不会。Jev 返回类型化答案——Noul 概率、带每个选项概率的 Choice,或你刻度上的 Score。要生成文本请使用语言模型。

Jev 是 OpenAI 的模型吗?

不是。Jev 由 TypeSafe AI 开发,这是一家 2024 年成立的独立公司。其 CEO 曾在 OpenAI 工作,但 Jev 是 TypeSafe 的产品。

在本站调用 Jev 多少钱?

每次成功调用 1 积分,与问题数量无关。校验错误和上游失败不收费。约 100 积分相当于税前 1 美元,一次性积分包不会过期。

Jev 支持哪些语言?

英语是主要语言且最准确。包括中文、日语、韩语在内的其他语言可用,但不及英语。Jev 只读文本——不看图片、音频或视频。

能用我的数据微调 Jev 吗?

不能。TypeSafe 不按客户微调 Jev;所有账号共用同一套权重,TypeSafe 表示客户请求不会用于训练。

发出第一次决策

用一个示例请求打开试用台,或读文档后用自己的密钥调用接口。