Jev正式开放：这个模型不陪你聊天，只负责替软件做决定

前面写 GPT-6 Astra 时，我们聊的是模型怎样操作电脑、调用工具，把一条长任务真正做完。

Jev 走的是另一条路。

它不写文章，不生成代码，也不跟你聊天。它只做一件事：读取软件当前的状态，对一组明确的问题给出可以直接写进代码的答案。

2026 年 9 月 15 日，TypeSafe AI 发布首个 System One 模型 Jev，先以 Early Access 形式邀请候补名单里的开发者。9 月 20 日，TypeSafe 宣布取消候补名单，所有人都可以进入官方控制台使用。

截图说明：TypeSafe AI 官方发布页封面。团队没有把 Jev 定位成另一个聊天机器人，而是把它称为给软件使用的“机器原生智能”。

这两天围绕 Jev 的宣传很猛：70—500ms、40—200 倍速度、输出 Token 免费、“零幻觉”。

先别急着上头。

Jev 真正值得看的，不是它把某个聊天模型打趴了，而是它干脆放弃了聊天模型最擅长的自由文本。

正式开放，不是开源

这里的“开放”指公众可以注册 TypeSafe 控制台、调用托管 API，也可以通过 Vercel AI Gateway 使用 typesafe-ai/jev。

它不是开源模型。

TypeSafe 没有公开 Jev 的权重、模型架构和 RLCD 训练配方，也不能把它下载到本地部署。官方当前提供的是托管服务和 Python、JavaScript SDK。

基础信息如下：

项目	Jev 1.13
正式模型 ID	jev-1.13.0
稳定别名	jev-latest
API	POST /v1/systemone
输入	仅文本，支持字符串、JSON 对象和文本数组
上下文	每次请求 64K Token；state 加最长问题不超过 32K
官方价格	输入 0.042 美元 / 百万 Token，输出免费
官方延迟口径	70—500ms
当前限制	不支持图片、音频、视频，不生成自由文本

截至 9 月 22 日，Vercel AI Gateway 还在做限时免费活动，页面注明优惠在 9 月 25 日结束。这不等于 Jev 长期免费，正式跑生产还是按 TypeSafe 的标准价做预算。

它和LLM的差别，不只是“返回JSON”

普通 LLM 的工作方式是一个 Token 接一个 Token 地生成文本。即便你要求 JSON，模型本质上仍在“写一段字符串”，应用拿到后还要解析、校验、重试。

Jev 的接口完全不同。

你先给它一份 state，再把可能的答案空间写进问题。模型不会临场编一段话，而是在这些答案里做选择、打分或输出概率。

截图说明：TypeSafe 官方的并行决策演示。Jev 一次评估多道问题，不需要像生成式模型一样逐 Token 输出长文本。

官方提供三种问题类型：

类型	你在问什么	返回什么
Choice	“这些选项里该选哪个？”	选中的选项、每个选项的概率、置信度
Score	“它处在这套等级的什么位置？”	分数、各等级概率、置信度
Noul	“这个判断成立吗？”	为真的概率，范围 0—1

比如客服工单进来后，可以同时问三件事：该交给哪个部门、是否紧急、用户有多生气。

from typesafe_sdk import Choice, Noul, Score, TypeSafeClient

state = "支付接口持续返回 500，线上订单已经无法处理。"

with TypeSafeClient(model="jev-latest") as client:
    result = client.system_one(
        state=state,
        questions={
            "department": Choice(
                instructions="应该由哪个团队处理？",
                criteria={
                    "billing": "支付或订阅问题",
                    "technical": "接口、系统或集成故障",
                    "sales": "售前与价格咨询",
                },
            ),
            "urgent": Noul(instructions="这条工单是否紧急？"),
            "severity": Score(
                instructions="故障严重程度如何？",
                criteria=["轻微", "影响部分用户", "阻断核心业务"],
            ),
        },
    )

程序拿到的不是“我认为应该交给技术团队”这句话，而是固定类型的值和概率。后面是自动转给技术组，还是低置信度时交给人工，由你的代码决定。

所以 Jev 更像一组带概率的智能 if，不是一个缩小版 ChatGPT。

这东西最适合放在Agent的哪一层

Jev 不负责把整项任务做完，它适合站在关键岔路口。

例如一个编程 Agent 修完 Bug 后，要决定下一步是继续改、重新跑测试、向用户追问，还是停止；一个客服系统要判断工单归属和优先级；一个内容平台要决定放行、拦截还是送人工复核。

这些任务有三个共同点：答案范围能提前定义，调用频率很高，而且判断一旦拖到几秒，整条工作流都会变慢。

截图说明：TypeSafe 官方展示的安全告警处置工作流。Jev 负责分诊、评分和选择，真正的动作、阈值与执行顺序仍由代码控制。

这张图把边界画得很清楚：模型做判断，代码做编排。

传统 Agent 喜欢把所有逻辑都塞进一条 Prompt，让大模型自己想、自己选工具、自己解释。灵活是灵活，但一条链路里只要连续做十几次判断，延迟、成本和偶发跑偏都会被放大。

Jev 的思路是把复杂判断拆成原子问题，并行问完，再由代码组合。

这和 Codex Record & Replay 代表的“让 Agent 学会操作软件”并不冲突。前者教 Agent 怎么做，Jev 更像是在每个路口帮它决定接下来该走哪条路。

194倍快、445倍便宜，先看脚注

TypeSafe 在四套内部工作流评测中，报告 Jev 最多比对比 LLM 快 193.6 倍、便宜 444.6 倍。

截图说明：TypeSafe 官方工作流评测的平均结果。横轴为单次工作流成本，纵轴为相对参考答案的准确率，Jev 位于左上方的成本—准确率前沿。

图确实很漂亮，但几个限定条件不能省：

• 这是 TypeSafe 自己设计并执行的工作流评测，不是独立第三方榜单；
• 参考答案取 GPT-6 Astra 与 Claude Fable 5.1 概率的平均值，不是真实世界的绝对真值；
• 官方自己也承认，193.6 倍和 444.6 倍很可能处于真实收益的高端；
• Jev 放弃了文本生成，只在适合自己的封闭决策题上比较。

这组数据能证明“高频、窄答案空间的判断没必要每次都调用旗舰 LLM 写一段话”，但不能证明 Jev 的综合能力超过 GPT-6 Astra 或 Claude Fable 5.1。

Vercel 给出的另一个数据更接近真实采用情况：Jev 上线 AI Gateway 24 小时内，被近 13% 的付费团队调用，成为该平台历史上采用最快的新模型。

新鲜感会带来试用，能不能留在生产环境，还要看一个月后的调用量和真实误判成本。

“零幻觉”这句话，千万别按字面理解

TypeSafe 宣传 Jev “Zero Hallucinations”，官方图里结构化输出错误率和工具调用错误率也都是 0%。

截图说明：TypeSafe 官方对比的是结构化输出和工具调用是否越过规定类型。Jev 的输出空间预先固定，因此不会生成 Schema 之外的值。

这里的 0%，准确说是：它不会返回类型之外的答案。

如果你只允许 billing、technical、sales 三个选项，Jev 不会突然返回一段散文，也不会造出第四个 marketing。从类型系统角度看，这确实消灭了一类幻觉。

但它完全可能在三个合法选项里选错。

官方文档甚至专门列了 jev-1.13 的已知毛边：

• 容易按字面理解，问题写得含糊就会答偏；
• 不擅长计数、数学、精确数值和日期比较，这些应该交给代码；
• 状态里无关信息太多时，准确率会下降；
• 多层间接推理、双重否定和提示注入会让它更不稳定；
• 英语是主要训练语言，中文等语言能用，但需要自己评测；
• 不会生成文本，需要写解释、代码或回复时仍要调用生成式模型。

所以更靠谱的生产写法是：高置信度自动执行，中间区域送更强模型复核，低置信度或高风险操作交给人。

类型正确不等于事实正确，概率也不等于承诺。

Jev、Astra、Fable、DeepSeek怎么选

这几类模型不是同一把尺子上的竞争对手。

你的任务	优先选择	原因
写文章、代码、分析报告	GPT-6 Astra / Claude Fable 5.1 / DeepSeek V4	需要自由文本生成和长链路推理
操作电脑、浏览器、终端完成复杂任务	GPT-6 Astra 等 Agent 模型	Jev 不直接操作界面，也不会规划完整长任务
工单分类、风险评分、意图路由	Jev	输出空间固定，快、便宜、可直接进代码
Agent 选择下一工具或是否继续	Jev + 生成式模型	Jev 做路由，生成式模型负责真正执行
数学、日期、精确规则	普通代码	能确定计算的事，不该交给概率模型
中文核心生产流程	先做自己的标注集评测	官方明确说英语表现最好，不能照搬英文结果

我对 Jev 的判断是：它不会替代 LLM，但很可能从 LLM 手里拿走大量“根本不需要写字”的调用。

过去我们让大模型先生成一段文本，再费劲把文本变回程序能用的值。Jev 直接从状态走到决策，把中间那段文字删掉了。

这件事看起来没有“会写诗、会操作电脑”那么炸裂，却更像真实软件需要的能力。

能确定的交给代码，需要判断的交给 Jev，需要创造和推理的再交给大模型。

边界划清楚，Agent 才能又快又稳。

资料来源

• TypeSafe AI：Introducing System One Models & Jev：https://typesafe.ai/blog/introducing-system-one-models-and-jev

• TypeSafe AI：Jev 公开访问公告：https://x.com/typesafeai/status/2101786156572823624

• TypeSafe AI Docs：Introduction：https://docs.typesafe.ai/introduction

• TypeSafe AI Docs：Models：https://docs.typesafe.ai/models

• TypeSafe AI Docs：Jev 1.13 jaggedness：https://docs.typesafe.ai/model-jaggedness/jev-1.13

• TypeSafe AI API：https://api.typesafe.ai/docs

• Vercel：Jev is the fastest-adopted model in AI Gateway history：https://vercel.com/blog/ai-gateway-jev-model-launch

• Vercel AI Gateway：Jev model：https://vercel.com/ai-gateway/models/jev