Jev是什么？不生成文章、专注判断的AI，用途、价格与局限

Jev 是一款 AI 模型，输入文本后，它会返回“选择项、评估值，或 Yes/No 的概率”。它不生成文章，适合在应用中反复进行咨询分流之类的判断。价格为每 100 万输入 token 0.042 美元，输出免费。

1. Jev 是什么

TypeSafe 于 2026 年 9 月 15 日宣布 Jev 开放早期访问。它并非用于返回长篇解释的聊天工具，而是面向在应用中判断“应转交给哪个负责人”“与条件的符合程度如何”之类问题的场景。

其特点是返回值的形式是固定的。但是，形式正确的回答，判断仍可能出错。若把公告中“没有幻觉”的说法理解为对任何内容都能给出正确答案，就会用错。

TypeSafe 将 Jev 称为“System One model”。根据公告，这一名称是该公司借用心理学家丹尼尔·卡尼曼《思考，快与慢》中快速、直觉的“系统 1”与缓慢、深思熟虑的“系统 2”之分而取的，并非整个 AI 领域统一的性能等级。官方 System One 说明将其描述为：能够理解自然语言，并返回软件可直接处理的带类型判断的模型。

Jev 这一名称取自经济学家威廉·斯坦利·杰文斯，表达的是这样一种看法：随着智能成本下降，其用途会呈数量级增长，类似于“杰文斯悖论”——效率提升反而使需求增加（白领会被AI消灭吗）。

state

用于判断的材料。文本或 JSON 格式的数据。可放入咨询正文、用户选择的项目、用于分类的背景信息等。

questions

要判断什么。放入“应转交给哪个负责人”之类的问题，以及候选项与判定标准。

由于输出选项事先已确定，无需从“大概是技术负责人吧”之类的文字中提取分类名称。另一方面，它不适合撰写回复文、代码或较长的判断理由。若与生成式 AI 配合使用，分工是：由 Jev 判定处理去向，只有在需要文本的场合才交给生成模型。

让 LLM 用 JSON 回答，有什么不同？

以 JSON 形式接收结果本身并非 Jev 独有的特点。例如 Claude 也提供结构化输出，可按照 JSON Schema 约束输出。若你已用生成模型实现了分类，仅仅因为“格式固定”，并不需要替换。

Jev 专门返回选择、分级评估、二元判断及其对应的概率。若在判断之后还需生成说明或回复，就用生成模型；若需要从文本中反复选择候选项，Jev 也可作为比较对象；若需要严格计算金额或日期，则用普通代码。也就是这样划分工作。实际中较为可行的做法是：用相同的输入与判定标准，先比较准确性、等待时间和费用，再做选择。

2. Choice、Score 与 Noul 的区别

官方 Primitives 说明将问题类型分为以下三种。即使是相似的问题，也应根据所需的输出来选择。

3. 类型保证与判断准确性是两回事

TypeSafe 公告中强调的类型保证，是指将输出约束在所定义的候选项或数值范围内。若设置为把咨询分给账单负责人还是技术负责人，就不会用自由文本生成一个未指定的部门名称。但是，能否选对正确的部门，则是另一回事。

根据官方说明，Choice 与 Score 的 confidence 是将概率分布的集中程度概括为 0 至 1 之间单个数字的统计量。这只是默认指标，若不适合你的用途，可以根据同时返回的 probabilities 自行计算其他指标。

候选项势均力敌

confidence 会变低。

集中于一个候选项

confidence 会变高。

不要把它理解为“0.9，所以这一条有 90% 的概率正确”。概率校准是对大量预测整体进行评估的特性，并不能说明每一条的正误。

用法上，可以编写根据 confidence 分支的代码。官方 Confidence 页面给出了让用户从“查看余额”“批准待处理的提款”“支持”中选择请求之后的分支示例如下（摘录。注释由作者翻译）。

if confidence < 0.5:
    # 模型确实拿不准。不要猜测
    route_to_human(user_message)

elif action.choice == "check_balance":
    # 影响小。显示其他画面也可以撤销
    show_balance(account_id)

elif action.choice == "approve_transfer":
    if confidence > 0.9:
        # 影响大，且确信度高。确认后执行
        confirm_then_execute(account_id)
    else:
        # 影响大，确信度中等。先确认
        ask_user_to_confirm(account_id)

0.5 这一下限用于拦截模型明确表示拿不准的情况。在此基础上，对于批准提款这类难以撤销的操作，要求比只读操作更高的阈值。注意即使超过 0.9，代码也不会立即执行，而是先进行确认。高 confidence 并不能代替执行权限。

0.5 和 0.9 只是示例，并非统一推荐值。官方也指出，合适的值取决于领域以及模型在你的用途中的表现，并建议从保守的阈值开始，用自己的数据进行调整。

4. 用于咨询分流的示例

例如考虑这样一条咨询：“点击发票的下载按钮也没有反应”。如果因为有“发票”一词就分给账单负责人，就会漏掉界面故障。若让 Jev 判断，则先说明各团队的职责边界，再让其选择候选项。

按照官方 Quick start 和 API 规范编写，请求格式如下。准备好 API 密钥，然后将 JSON 发送到 POST https://api.typesafe.ai/v1/systemone。

{
  "model": "jev-1.13.0",
  "state": "点击发票的下载按钮也没有任何反应。",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "请选择与正文主要请求对应的负责人候选项。",
      "criteria": {
        "billing": "关于账单金额、支付方式或重复扣款的咨询。",
        "technical": "界面操作、错误或功能无法使用的问题。",
        "review": "多个请求混在一起，或决定由谁处理的信息不足。"
      }
    },
    "service_unavailable": {
      "type": "noul",
      "instructions": "正文中是否报告某个界面或功能目前无法使用？"
    }
  }
}

发送请求与收到响应后的处理

在控制台获取 API 密钥，并在 HTTP 请求头中指定 Authorization: Bearer <API_KEY> 和 Content-Type: application/json。密钥应通过服务器端环境变量等方式管理，不要嵌入到公开的 HTML 或代码仓库中。

若要先确认连通性，可以直接粘贴官方 Quick start 中的 curl 示例进行测试。先把密钥放入环境变量 TYPESAFE_API_KEY 再执行。这是用 Noul 询问一条英文咨询是否“表示紧急”的示例。

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
  {
    "state": "Hi, I've been trying to connect my Stripe account for 3 days and the integration keeps failing. I'm losing sales. Please help ASAP.",
    "model": "jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "Does this message express urgency?"
      }
    }
  }
EOF

若要发送前面的中文示例，请将 <<'EOF' 与 EOF 之间的内容替换为该 JSON。若从代码中调用，或让辅助开发的智能体阅读规范，官方提供了以下入口。

• 从 Python 调用：pip install typesafe-sdk（需要 Python 3.10 或更高版本）。SDK 客户端会读取环境变量 TYPESAFE_API_KEY，默认调用 jev-latest。
• 用 Claude Code 开发：claude plugin marketplace add typesafe-ai/skills，然后执行 claude plugin install typesafe@typesafe-ai。会安装一个官方技能，把问题的三种类型和设计模式交给编码智能体（Agent skill）。

回到前面的中文示例，需要读取的字段和用途见下面的图和表。Choice 用于查看负责人候选项，Noul 用于查看是否有无法使用的报告。

401 与 422：修正设置或输入

401 表示密钥缺失或无效，422 表示输入格式校验失败。修正设置或正文后再重新发送。

429 与 529：等待后再重试

不要在短时间内反复重试，应逐步延长等待时间。官方 SDK 默认会自动进行此类重试。

HTTP 错误与低 confidence 是两回事。请不要将其当作回答值处理。依据为前文的 API 规范。

刚开始引入时，不必改变现有的分配方式，只需把人工确定的负责人与 Jev 的候选项并列对照即可。需要检查：即使出现“账单”一词，是否仍能判断为技术问题；多个请求混杂时能否转入 review；信息不足时是否没有武断下结论。发现错误后，添加到失败案例中，并检查候选项的说明是否有重叠。

在将其嵌入 AI智能体时，也要区分“负责判断的模型”“负责执行的工具”“允许执行的条件”，并将金额计算与权限确认保留在代码中。发生误判时，更容易查明错误出在哪一环。

TypeSafe 的官方文档中还提供了其他实现示例：LLM 应用的护栏、用 RAG 检索到的文档筛选、搜索结果重新排序、引用验证。即使用于护栏或文档筛选，下一节“诱导答案的输入”这一弱点依然存在（在输入和输出两端进行拦截的思路，请参阅什么是AI护栏）。

5. 不适合的工作与已知弱点

TypeSafe 公开了 Jev 1.13 的已知弱点。不要因为它“只做判断所以准确”，而应按如下方式划分工作。

另外，分别询问的 Yes/No 概率未必满足数学上的关系。即使用两个 Noul 分别询问同一条件及其否定，合计也不一定为 1；Choice 的概率与 Noul 的概率也不能用同一阈值处理。改变问题的形式后，应重新评估，而不是直接沿用之前的调整值。

使用中文时的确认要点

6. 如何看懂价格、输入限制与速度

截至 2026 年 9 月 21 日确认时，TypeSafe 的 Models 页面列出的当前模型为 jev-1.13.0。2026 年 10 月 14 日，jev-1.14.0 也已发布（价格和上下文长度相同）。10 月 19 日确认时，别名 jev-latest（稳定版）指向 1.13，jev-preview 指向 1.14。别名会在新版本发布时切换，因此如果希望结果保持稳定，请指定带版本号的 ID。价格为每 100 万输入 token 0.042 美元，输出 token 免费。这不是按每次咨询收取的固定费用，而是根据包含 state 和 questions 的输入 token 数量而变化。作为规模参考，官方 Quick start 的响应示例（一条三句英语咨询，附三个问题）中，usage.input_tokens 显示为数百 token 左右。另外，TypeSafe 在发布公告中写道，目前无法证明这一价格并非依靠补贴，能否持续只能长期观察（其预计价格更可能下降而非上涨）。

64k 与 32k 的双重限制

输入仅限文本。图像、音频、视频无法直接传入，需先经其他处理转换为文字或结构化数据。

速率限制可能会变化

速率限制按组织设定，请在开发者控制台确认自己组织的上限（以 2026 年 10 月 19 日时的 Models 页面为准。此前页面上列出过固定数值）。单位为每秒 token 数和每秒请求数，超过任一项都会返回 429 Too Many Requests。官方 SDK 默认会以退避方式等待后重试，若响应中有 retry-after 请求头，则遵循该头的指示。若直接调用 HTTP API，则需自行编写重试逻辑，如前文所述，逐步延长等待时间后再重试。

官方注明，由于需求非常大，上限会被动态调整，可能在不另行通知的情况下变化。更高的上限可通过定制合同或企业合同获得。如果设计是一次性处理大量文本，请在着手时确认当时的数值，并预先决定遇到上限时的等待方式。

速度与成本，应在相同任务上比较

TypeSafe 在发布公告中称，从请求到返回结果的时间为 70ms 至 500ms。但该公司公开的评估主要是从位于美国西海岸（服务所在地）的公司笔记本电脑上运行的。

在与生成模型的比较中，它列出了“快 193.6 倍，便宜 444.6 倍”的数字。这来自该公司自行设计的工作流评估，TypeSafe 本身也认为这在实际可获得的改进中属于偏高的一端。它表示评估用的工作流并非为了对自己有利而挑选，也未纳入训练数据，但同时写明这些工作流由自家模型能力团队成员设计，因此可能存在偏差。请将两者都视为供应商自身的数字，并注意以下几点，在自己的工作中进行比较。

• 条件变化，结果也会变化：对比时应统一网络距离、输入长度、问题数量以及对比模型的设置。
• 不能用于与平时聊天的倍数比较：官方的比较中包含了从生成模型中提取概率分布的处理。

实际需要比较的项目

成本：API 单价 + 运营工作量

应包括预处理、重试和待确认的比例。即使分类便宜，若人工确认增加，整体工作量也不会减少。

速度：平均值 + 慢请求

确认在拥堵或响应缓慢时，工作是否会停滞。

7. 试用时需确认的事项

首先在 Playground 中测试问题的标准能否准确传达。官方 Quick start 中包含 Playground 以及获取 API 密钥并调用的步骤。由于目前处于早期访问阶段，请先登录后确认使用权限。

评估时需把握的四个要点

1. 01

   准备正确答案与边界。

   除了人工确定负责人的示例，还应包括多个请求、过短的文本、否定句和诱导性文本。使用真实数据时，需确认相关内容是否允许发送到外部。

2. 02

   固定问题的判断标准。

   写明各候选项的判定依据，并确定转入“其他”的条件。同时用与调整标准时所用示例不同的示例进行验证。

3. 03

   同时查看正确率与待确认的比例。

   按每个阈值统计自动处理的条数以及其中的误判条数。同时标注待确认的数量，避免只展示较高的精度。

4. 04

   记录模型与问题。

   保留模型 ID、输入类型、问题版本、响应以及处理时间，并比较变更前后的结果。

本文基于 TypeSafe 的发布公告与官方文档（2026 年 9 月 21 日确认，10 月 19 日确认更新）。作者未实际运行 API，也未测量中文环境下的精度或实际等待时间。

FAQ

Q. Jev 能像 ChatGPT 一样对话吗？
A. 它并不是生成自由回复文本的模型。用途是输入文本，并获得按 Choice、Score、Noul 所定形式给出的判断。若需要回复或说明文本，可与生成模型或模板结合使用。

Q. 如果“没有幻觉”，那就不会出错吗？
A. 将输出约束在某种类型或候选项之内，与正确判断内容是两回事。官方也列出了计算、日期、无关信息较多的输入、诱导性文本等弱点。需要用自己的数据来衡量准确性。

Q. Noul 的 0.5 表示“中等”吗？
A. 它表示 Yes 与 No 的概率被评估为大致相当。这并不是表示严重程度或质量中间值的数值。若要衡量程度，可以考虑使用定义了带说明等级的 Score。

Q. 也能用中文吗？
A. 官方表示可以处理包含 CJK 字符的语言输入，但说明英语是主要训练语言，目前精度也以英语最佳。在用于业务之前，请先用中文评估数据进行验证。

Q. 也能用于图像或音频的判定吗？
A. 当前模型的输入仅为文本，无法直接传入图像或音频。若设计为传入其他处理所得的文字或结构化数据，则应连同该预处理的错误一并进行评估。