# TypeSafe 发布 Jev：一个做结构化决策的模型，比主流大模型便宜 40-400 倍、快 20-200 倍

> 原标题：Jev: New frontier model 40-400x cheaper and 20-200x faster

- 来源：Hacker News 首页
- 发布时间：2026-09-15T19:25:03.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56750
- 原文：https://typesafe.ai/blog/introducing-system-one-models-and-jev

## 摘要

TypeSafe 创始人 Diogo Almeida（前 OpenAI 员工）宣布推出“系统一模型”和首个公开模型 Jev。Jev 不生成文字，只输出带校准概率的类型安全结构化值，从数学上杜绝了幻觉和类型错误。输入成本每百万 token 0.042 美元，输出免费；端到端延迟 70-500 毫秒，比 GPT-5.6 Terra 快 40-200 倍。它...

## 推荐理由

Jev 是个不走寻常路的模型，不生成文字，只输出带概率的结构化值，号称从数学上杜绝幻觉和类型错误。我会先打个折：技术细节和验证数据都没给，没法判断是不是真靠谱。但成本数字确实抓眼球，输入便宜、输出免费，延迟也低，适合需要稳定结构化输出的场景。建议关注后续有没有实际案例和第三方评测。

## 锐评

TypeSafe 创始人（前 OpenAI 员工）放出了 Jev，一个不做文本生成、只输出带概率的结构化结果的模型。你可以把它理解成一个极速、极便宜的“智能判断函数”：输入一堆非结构化信息，它直接吐出分类、评分或决策，并附上自己对答案有多大的把握。这种设计从根上避免了编造内容，因为输出类型是提前锁死的。

他们给出的数字很夸张：输入成本每百万 token 只要 0.042 美元，输出免费；端到端延迟 70 到 500 毫秒，比 GPT-5.6 Terra 快 40 到 200 倍。训练方法叫 RLCD，不学人类偏好，而是专门学怎么给出校准过的决策概率，让“高置信度”真的对应“高准确率”。文章里放了一个和 GPT-5.6 的对比案例，只在“客户流失可能性”上判断不同，作者认为这属于模糊地带。

不过，这些数据全来自 TypeSafe 自己的博客，没有独立基准测试，也没有说明长期定价能否维持。Jev 放弃了文本生成能力，这意味着它只能干分类、打分、抽取这类“系统一”的活，没法聊天或写代码。它到底能在多大范围替代现有大模型，还得看实际落地和第三方评测。