模型卡｜Jev（TypeSafe AI）

TL;DRJev（TypeSafe AI）：2026-09-15 以早鳥搶先體驗形式發佈，非自回歸架構，輸入不是自然語言問答而是「狀態＋型別化問題」，輸出機率分佈與信心分數而非文字；input 定價 $0.042/1M tokens、output 免費；官方工作流測試中比 LLM 快 193.6 倍、便宜 444.6 倍，但為自測且尚無獨立覆現；同時對外募得 4000 萬美元種子輪（DCVC 領投，估值 2 億美元）；對 Agent 開發的意義是可作為便宜的路由／分類／護欄層，而非取代生成式 LLM

#ai-agent #model-release #daily #typesafe-ai #model-family-system-one

系列: AI Model Tracker (26 / 30)

模型卡｜Ling-3.0-flash-Fin 模型卡｜Qwen-Image-2.1

🌏 English version

模型資訊

項目	值
Model ID	`jev-latest`
廠商	TypeSafe AI（創辦人 Diogo Almeida、Erik Gafni、Sasha Sheng，Almeida 為 OpenAI 前研究員、ChatGPT／InstructGPT／RLHF 共同發明人）
參數量	未公開（官方對架構保密，外部觀察者推測建立在某個 open-weight LLM 之上，未獲證實）
Context Window	未公開（官方僅揭露以 token 計費的輸入長度，未公佈上下文長度規格）
Input 定價 (USD/1M tokens)	$0.042
Output 定價 (USD/1M tokens)	$0.00（輸出免費，官方稱「too cheap to meter」）
開源	否（僅提供 API 早鳥搶先體驗，非開放權重）
發布日	2026-09-15（TypeSafe AI 同日宣布出隱身模式並取得 4000 萬美元種子輪）
官方公告	TypeSafe AI Blog：Introducing System One Models & Jev
HuggingFace	無（非開源模型）
家族	System One Models（TypeSafe AI 首個模型家族，Jev 為第一個公開模型）

能力亮點

架構性跳脫自回歸生成：Jev 不逐 token 生成文字，而是一次平行輸出所有問題的型別化答案（Choice／Score／Noul 三種原語），端到端回應時間 70ms–500ms，官方稱比前沿 LLM（3–329 秒）快 40–200 倍
定價比對照 LLM 低一到兩個數量級：input $0.042/1M tokens，僅為 Claude Fable 5.1 標準 input 定價（$10/1M tokens）的 1/238，output 完全免費
官方工作流測試：在 TypeSafe 首頁展示的代表性案例中，Jev 於 0.114 秒完成同一工作流，對照 LLM 工作流耗時 8.566 秒——換算為 193.6 倍速度、444.6 倍成本優勢
型別安全保證零 schema 錯誤：因輸出空間在呼叫前已定義，官方稱「結構不可能出錯」；但需注意這保證的是格式正確，不是決策正確（見下方「與前代/競品比較」）

Benchmark 表現

Jev 沒有比照傳統 MMLU／SWE-bench 等通用基準測試，TypeSafe 自建「workflow evals」：以 GPT-6 Astra 與 Claude Fable 5.1 兩者答案的平均值作為參考答案，比較各模型在真實工作流（分類、評分、路由）中的準確率、延遲與成本。

測試	Jev	對照（同精度基準）
Workflow eval 準確率／延遲／單次成本	67.8% 準確率、0.4 秒、約 $0.0004/次	Claude Sonnet 5（workflow 模式）：67.8% 準確率、78.1 秒、$0.1174/次——195 倍慢、294 倍貴
首頁展示工作流	0.114 秒完成	LLM 工作流：8.566 秒（193.6 倍慢、444.6 倍貴）
型別／格式錯誤率	0%（結構保證）	LLM 結構化輸出（依 OpenRouter 資料）：非零

⚠️ 以上均為 TypeSafe AI 自行設計與發佈的測試，尚無獨立第三方覆現。官方自己在公告中揭露：參考答案取 GPT-6 Astra 與 Fable 5.1 均值，本身偏向 OpenAI／Anthropic 的作答風格，可能低估 Jev 與 DeepSeek 模型的真實相對表現；工作流內容由 TypeSafe 自家「model capabilities team」設計，官方也承認可能存在選樣偏誤。

與前代/競品比較

Jev 沒有嚴格意義上的「前代」——它是 TypeSafe AI 定義的全新模型類別「System One Model」的第一個公開版本，訓練方法 RLCD（Reinforcement Learning for Calibrated Decisions）也是自創，優化目標是「機率是否誠實反映實際正確率」，而非 RLHF 的人類偏好或 RLVR 的可驗證獎勵。

跟主流 LLM（GPT-6 Astra、Claude Fable 5.1、Gemini）比，Jev 刻意放棄字串生成能力換取速度與結構保證：定價策略是把 LLM 的「input 計量、output 更貴」倒過來，做成「input 極低價、output 免費」，因為 Jev 的輸出本來就是有限的型別化答案而非長文本。但外部評論（remio.ai 的技術評析）指出兩個關鍵限制：第一，445 倍成本優勢是 TypeSafe 自己設計的單一工作流測試結果，尚未經獨立實驗室覆現，波動區間未知；第二，「型別安全」與「決策正確」是兩回事——schema 保證輸出格式合法，不保證選中的答案是對的，官方所稱的「無法產生幻覺」嚴格來說只涵蓋格式層面。

定價與競品差距懸殊：input $0.042/1M tokens 相較 Claude Fable 5.1 的 $10/1M，價差達 238 倍；但這個比較本身也不完全對等，因為兩者解決的是不同形狀的問題（生成式回答 vs. 約束式決策）。

對 Agent 開發的意義

Jev 定位不是取代 Claude／GPT／Gemini 這類生成式 LLM，而是補上「Agent 系統裡大量重複、範圍已知的判斷」這一塊——TypeSafe 自己的框架是把它當成「一個聰明的 switch 陳述式」。

如果你在做多 Agent 系統：可以把 Jev 放在昂貴 LLM 呼叫之間做便宜的路由層或護欄層。Earendil（開源 agent harness Pi 的開發方）CTO Armin Ronacher 的說法是，Jev 回傳的真實機率能讓你設定信心門檻——95% 以上自動執行，50% 左右的則轉人工或轉更貴的模型；這比傳統 LLM 直接吐一個「答案」但不附機率好判斷得多
如果你在做 Agent 監控／護欄：Ronacher 提到可以用 Jev 追蹤 LLM agent 的行為軌跡、偵測 jailbreak——用便宜模型審查昂貴模型的輸出，經濟上更合理。Vercel 工程師 Pranit Sharma 的實測案例是把原本用 OpenAI Luna 5.6 做的指令安全分類器換成 Jev，速度提升 5–18 倍且準確率更高
不適合：答案空間無法事先定義的開放式任務（研究、創作、需要文字說明理由的場景）。Jev 的型別化介面要求你在呼叫前就定義好所有可能輸出，這對客服分類、內容審核這類任務taxonomy 明確的場景很合適，但對開放式推理或需要「解釋為什麼」的場景反而是限制

今日收穫

大多數廠商講「更快更便宜」時,做法是把同一種 LLM 蒸餾或量化成小模型——本質上還是自回歸生成文字,只是生成得更快。Jev 的認知差在於它不是把生成做得更快,而是直接不生成:把「輸出」從字串換成型別化的機率分佈,讓 sampling 從序列變成平行運算,這是換了一種 AI 原語(primitive),不是同一種原語的優化版。但這個設計換來的代價也很具體——remio.ai 那句「型別安全保證的是格式,不是真相」值得記下來:schema 合法不等於判斷正確,這對任何想把 Jev 當成「零幻覺」黑盒子直接上生產的人是個提醒。