TypeSafe 发布 Jev 结构化决策模型，性能快百倍、成本低百倍
先了解这件事
2026 年 9 月 16 日，前 OpenAI 员工、RLHF 发明人之一 Diogo Almeida 创办的 TypeSafe AI 发布“系统一”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，专注分类、判断、路由和打分，采用 RLCD（Reinforcement Learning for Calibrated Decisions）训练，主打并行采样、不产生幻觉、输出可校准。早先报道称其输入成本每百万 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、便宜 40-400 倍；后续 Latent Space 报道则称比小号前沿大模型快 100 倍以上、成本低 200 倍以上，但未披露具体延迟、单次调用价格和参数量。9 月 18 日有实测认为其分类任务性价比高，但同样未披露参数量、训练数据来源和延迟数字。9 月 19 日 TechCrunch 报道称 Jev 仍基于 Transformer，训练目标不是生成人话而是执行代码和调用 API，开发者反馈积极；同日“鸭哥调研”称社区实测用开源小模型直接读 logits 的方案判断质量只差不到 4 个百分点，延迟从 178 毫秒降到 71 毫秒且免费，并指出把判断拆出来单独卖的想法并不新鲜。9 月 22 日 Almeida 在播客中称主流大模型过度依赖自回归聊天调优，Jev 目标是像正则表达式一样“消失在后台”，其发布视频约 4000 万观看。9 月 30 日有报道探讨 Jev 与 Apache Arrow 的结合。
AI 根据报道生成 · 3 小时前更新
事件进展
- 9月22日 06:13 · 1 篇报道Jev：专为生产环境设计的“系统一”模型，不是万能神Latent Space：Jev：专为生产环境设计的“系统一”模型，不是万能神
- 9月19日 02:49 · 2 篇报道ChatGPT 核心作者做了个不聊天的模型 Jev，专跑代码和调 API，开发者很买账TechCrunch · AI：ChatGPT 核心作者做了个不聊天的模型 Jev，专跑代码和调 API，开发者很买账
- 9月16日 03:25 · 4 篇报道TypeSafe 发布 Jev 结构化决策模型，性能快百倍、成本低百倍Hacker News 首页：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
报道时间线
沿着报道，了解事件的不同侧面。
- Hacker News 首页如果 Jev 说 Arrow：TypeSafe AI 新模型与 Apache Arrow 的结合探索
TypeSafe AI 推出新模型 Jev，可将自然语言和应用状态转化为带类型决策，返回选项、分数和概率并以 JSON 输出。其采用并行采样器与名为 Reinforcement Learning for Calibrated Decisions 的训练方法，在决策工作流中相比通用 LLM 有显著速度和成本优势。
- Latent SpaceJev：专为生产环境设计的“系统一”模型，不是万能神
TypeSafe AI 的 CEO Diogo Almeida 在播客里解释了 Jev 的来龙去脉。他认为主流大模型（比如 ChatGPT）走错了路——过度依赖自回归聊天调优，把其他模式都丢了。Jev 被设计成“系统一”模型：快、可靠、能嵌入工作流，目标是像正则表达式一样“消失在后台”。它的发布视频有约 4000 万观看，超过了 GPT-4o 的 22...
- Computing Life · Share · 鸭哥调研精选更好的替代品早已存在，Jev 留给研究的只剩时机
TypeSafe 刚推出的 Jev 是一个只输出概率分布、不生成文字的判断接口，专门在智能体工作流里做快速分类。社区实测发现，用开源小模型直接读 logits 的方案，判断质量只差不到 4 个百分点，但延迟从 178 毫秒降到 71 毫秒，输出还是确定性的，而且完全免费。这种把判断拆出来单独卖的想法并不新鲜，从 2017 年 Perspective A...
- TechCrunch · AI精选ChatGPT 核心作者做了个不聊天的模型 Jev，专跑代码和调 API，开发者很买账
Diogo Almeida 是 RLHF（从人类反馈中强化学习，让模型更听话的关键技术）的发明人之一。他觉得让模型只优化人类语言是条死胡同，因为电脑之间交流用的是代码。于是他离开 OpenAI 创办了 TypeSafe AI，本周发布了新模型 Jev。Jev 还是基于 Transformer 架构，但训练目标不是生成人话，而是直接执行代码和调用 API...
- AI HOT 精选TypeSafe AI 发了个只做高频决策的小模型 Jev，实测分类任务性价比不错
TypeSafe AI 推出了一个叫 Jev 的模型，专门处理高频决策场景，比如分类、判断这类任务。作者自己跑了一遍测试，结论是性价比挺高——成本低、速度快，适合批量调用。但正文没披露模型参数量、训练数据来源和具体延迟数字，所以这点先别太激动，如果是真的挺省钱。
- Latent Space精选TypeSafe 发布 Jev：一个只做判断、分类、路由和打分的“系统一”模型，比小号前沿大模型快 100 倍、便宜 200 倍
TypeSafe 推出了 Jev，一个砍掉聊天、写代码和推理能力，只专注分类、路由和打分的模型。它用 RLCD（一种让模型学会做校准决策的训练方法）训练，主打并行采样、不胡说八道和输出可校准。团队声称它比小号前沿大模型快 100 倍以上，成本低 200 倍以上。不过正文没披露具体的延迟数据、单次调用价格和参数量。在评测和定价页面补全细节之前，速度和成本...
- Hacker News 首页精选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
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...
本事件热度走势
当前热度 8·可比范围峰值 9（9月30日 06:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。