Jev

面向软件的结构化决策

Jev 是 TypeSafe AI 的首个 System One 模型，于 2026 年 9 月 15 日开放早期访问。它接收程序状态与类型化问题，直接返回结构化决策和概率，不生成聊天回复、代码或推理解释。站内以 classifier 形态归类以区别文本生成模型，但其用途不局限于单一分类任务。

并行查询与概率校准

官方采用 Reinforcement Learning for Calibrated Decisions（RLCD）训练方法及并行采样架构。Choice 从候选项中选择并返回概率与置信度；Score 按有序等级评分；Noul 返回是非问题的肯定概率。多个问题可在同一请求中独立、并行评估。类型安全约束限制输出结构，不代表语义判断永远正确；概率校准也不保证单次答案正确。

输入限制与版本

仅接受文本，包括字符串、JSON 对象或文本数组，不支持图像、音频或视频。官方文档给出每请求 64k token 总预算，同时 state 加最长单个问题不得超过 32k token。当前 jev-latest 与 jev-preview 均指向 jev-1.13.0；这是查询时的别名指向，后续可能变化。英文是主要训练语言且效果最好，其他语种（包括 CJK 文字）支持不均衡，官方没有披露完整语种清单或数量。参数规模、知识截止日期和传统生成式最大输出长度未披露。

用途与评估边界

适合分类、路由、评分、信息判别、工作流分支与安全检查。复杂任务应拆成多个原子问题，再由程序组合结果。官方报告典型端到端延迟约 70–500 毫秒，发布页的速度与成本倍数来自其自建工作流测试，测试设计与网络位置影响结果，不能外推为通用聊天或推理榜单成绩。本条目不把这些倍数录入标准基准排行榜。

访问与定价

通过 TypeSafe API 和控制台使用，发布时为 early access；模型权重未公开。官方按输入 token 收费：每百万 token 0.042 美元（每十亿 token 42 美元），输出免费。当前速率限制会动态调整，实际用量与条件以官方文档和账户为准。

官方来源

• 发布公告，2026-09-15
• 模型版本、上下文与价格
• System One 能力与限制
• Choice、Score 与 Noul 文档