Jev 是美国 TypeSafe AI 公司于 2026 年 9 月 15 日发布的模型， 基于 Transformer 架构但不生成文本： 它接收一段状态描述与一个预先定义好的问题， 返回一个类型化的结果与对应的概率。
公司把它称作首个公开的「System One 模型」， 名称取自卡尼曼对快思考与慢思考的划分。
与语言模型的分别
常规做法是让语言模型先写一段话，程序再把那段话解析回一个判断。 Jev 省掉中间那一步：候选答案由调用方预先定义， 模型只在其中选择、打分或给出真伪概率。 因为输出空间是封闭的，它不会返回预设之外的内容。
接口提供三类问题：从若干选项中择一、按评分标准打分、 判断一个陈述成立与否。前两类同时返回置信度， 调用方据此决定是直接执行还是交给人处理。
训练方法
TypeSafe AI 把训练方法称为面向校准决策的强化学习， 目标是让置信度诚实——模型说九成把握时，正确率就该在九成上下。 这一点比单纯的准确率更要紧： 一个准确率很高却分不清自己哪里没把握的模型，不能放手让它无人值守地跑。
公司与融资
创始人 Diogo Almeida 曾在 OpenAI 任职，参与过基于人类反馈的强化学习相关研究。 公司另有两位联合创始人，2026 年 9 月结束两年的隐身期， 同时宣布完成由 DCVC 领投的 4000 万美元种子轮融资。
定价
官方公布的价格是输入每百万词元 0.042 美元，输出不计费。
说明
厂商同时公布了相对主流大模型的速度与成本倍数， 但这些数字出自官方自测，尚未见独立第三方复现，本条目不予采信。
参考资料
- TypeSafe AI 官方博客与文档
- TechCrunch
- 钛媒体
参见
- Muse —— 同期发布的另一类 AI 产品
浏览次数：6 次
阅读量：10 次 · 阅读完成量：6 次
最近更新：2026-09-25T04:48:39Z
完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。