核心定义什么是Jev模型Jev是TypeSafe AI于2026年9月发布的一种全新的AI模型类别被称为“System One模型”系统一模型。它的核心理念源于诺贝尔经济学奖得主丹尼尔·卡尼曼的“快慢系统”理论传统大语言模型如GPT、Claude擅长的是系统二慢速、审慎、长文本推理而Jev专注于系统一快速、直觉式、结构化决策。一句话概括Jev不生成任何文本它接收一段状态信息state和一组问题直接返回带概率的类型化答案——选择题的选项、评分等级、或“是/否”判断。这与传统LLM的根本区别在于传统模型做分类时仍然需要逐token“写”出答案哪怕只是“A”而Jev跳过自回归解码直接在隐状态上对预定义候选答案进行打分。这带来的结果是官方宣称在分类任务上最快提速近200倍成本最低降至约四百分之一。技术原理Jev如何工作三种决策原语Jev提供三种基本能力覆盖了智能体运行中最高频的判断需求Choice选择从一组预定义选项中选一个。返回每个选项的概率和一个整体置信度。Score评分按有序等级如低/中/高对输入评分。返回连续分数和底层分布。Noul是/否判断判断某个陈述是否成立返回为真的概率。并行处理机制这是Jev速度优势的关键来源之一同一个state上的多个独立问题可以在一次请求中并行处理。增加问题的数量几乎不增加响应时间只增加极少的输入token成本。架构猜想TypeSafe未公开Jev的底层架构。社区基于约10,000次API调用的行为分析提出了两种主要猜想BERT风格的双向编码器联合编码state、问题和候选描述然后对候选进行评分。无生成循环的因果解码器在因果注意力下最后一个决策位置可以关注所有输入通过预测头映射到候选概率不进入生成循环。APUS的复现工作分析出核心逻辑是“跳过自回归解码、隐状态直接打分”并实现了“单Token Logits快速决策”和“KV-Cache广播与并发批量评估”机制。性能数据Jev有多快、多便宜根据TypeSafe官方及第三方测试指标Jev前沿LLM对比端到端响应时间70–500毫秒3–329秒速度提升—最高约193.6倍输入成本$0.042/百万token$0.20–$10/百万token输出成本免费低到不计量约为输入的5倍成本降低—最高约444.6倍在Drape虚拟试衣产品的实测中Jev的完整请求平均约380毫秒比DeepSeek Flash快约43%每次判断成本约0.0011美元。生态现状开源复现与社区活跃度Jev发布后一周内Hugging Face上涌现了大量开源复现项目。一项系统性调研将复现分为两类A类原版权重 并行约束解码纯推理技巧代表harshatheg/Qwen-2.5-1B-RLCD做法state prefill一次KV cache按字段复制每个字段只在候选token上softmax注意这些仓库名中的“RLCD”名不副实模型未经过校准训练B类独立训练的Jev形态模型convaiinnovations/laya421MModernBERT-large底座任务内准确率0.838ECE 0.060单题约38msMapika/decider-2b1.9BQwen3.5-2B底座留出任务准确率0.741ECE 0.088bespokelabs/Bespoke-Nimble-9B首个数据、模型、训练配方全开放的实现324例评测达90.1%截至2026年9月22日arXiv上已有针对Jev生态的大规模数据分析论文统计了项目分布、应用类别和公众关注度的显著不匹配。Routing Automation类别仅占19.6%的项目却获得了63%的GitHub stars。应用场景Jev在哪些地方被使用浏览器自动化APUS的fast-browser-use将页面元素整理为带编号的候选动作集由Jev通过单次前向计算完成“点哪里、选哪个”的决策。在Apple M2 Pro上全程离线完成维基百科检索中位耗时约18秒表单填报仅3秒。模型路由在Agent循环中Jev评估请求复杂度决定使用低成本还是高能力模型避免所有请求都走昂贵的大模型。内容审核与分流Vercel实测Jev对安全分类器比GPT-5.6 Luna快5–18倍准确性更高。虚拟试衣Drape产品中Jev读取用户语音经Whisper转文字、当前穿着和衣橱信息直接判断下一件最符合用户意图的衣服交回应用执行换装。游戏操作有用户让Jev玩《杀戮尖塔2》行动思考仅需0.7秒。日志压缩开发者插件使Jev在数十毫秒内扫描数千行终端日志剔除冗余信息避免Claude Code因上下文上限而中断。争议与局限“零幻觉”的折扣Jev保证的是“类型正确”不会编造不存在的选项D但正确答案明明是A时仍可能选B。精度与速度的权衡在研究者自建的1800样本分类测试中Jev的Macro-F1为70%排在其他大模型之后但推理效率极高——1800个样本仅需1分半。校准是核心价值也是最大未知数RLCD的训练细节、模型规模、独立benchmark上的calibration表现目前仍缺乏公开验证。竞品出现CLM-8B等开源决策模型在缓存友好场景下比Jev快13倍在游戏任务成功率上打平工具调用准确率略低95.2% vs 99.2%。总结Jev代表了一种重要的架构范式转变将智能体的“判断”与“生成”解耦。昂贵的大模型负责规划等“慢思考”高频的原子化“快判断”交给轻量决策模型。这个分工逻辑在工程上是清晰的——一个支持工单是否紧急、该路由到哪个部门本质上不需要生成一段文字再让程序解析。正如Jev的名字所暗示的杰文斯悖论当智能的使用成本暴跌到极低时智能的用量将爆发式增长。Jev能否验证这个预言取决于它能否在精度和校准上持续证明自己的可靠性而不仅仅是“快”和“便宜”。Jev 相关数据补充一、API 与版本信息项目数据当前模型 IDjev-1.13.0jev-latest与jev-preview均指向此版本发布日期2026 年 9 月 15 日发布9 月 18 日在 OpenRouter 上架输入价格$0.042 / 百万 token输出价格免费上下文限制64Kstate 全部问题32Kstate 最长单个问题速率限制250,000 tokens/秒1,200 请求/分钟并发 in-flight 默认值4 个请求语言支持英语优先中日韩文字“可以处理但准确率较低”二、技术约束约束项数值/说明Choice 最大选项数255 个Score 最大等级数10 级问题数上限无硬性限制受 64K 总上下文约束是否支持微调不支持同一套权重服务所有账户是否输出推理理由不输出仅返回选项与概率按字面读指令措辞越直接、高值对应“是”时一致率越高三、校准性能数据独立研究指标数值Jev 原始 ECE中位数跨任务0.157Jev 经温度缩放后 ECE0.121T 2.66Jev ECE 的自助法 95% 区间[0.108, 0.233]Jev Acc0.9 区间[0.691, 0.897]最佳校准开源决策模型decider-0.8bECE 0.081优于 Jev移除“共情”任务后 Jev 中位 ECE0.142数据来源一项针对决策模型校准的系统性研究覆盖 14 项评估任务。四、真实场景评测数据边缘 OCR 服务 Admission 场景与 DeepSeek 对比指标JevDeepSeek正确完成数168/28858.3%166/28857.6%正确拒绝数92/96—错误放行数4—延迟节省无缓存条件中位数Jev 比 DeepSeek 快 70.6–135.7 ms中位全请求延迟降低 11.1–25.3%。五、社区独立测试40 例中文客服工单分类方案准确率平均置信度延迟Jev纯 API78%0.88588 msLaya纯本地57%—8 ms级联阈值 0.6078%—327 ms级联方案在 0.60 阈值下将 45% 的流量本地处理达到与纯 Jev 相同的准确率速度提升 1.8 倍。Gaming 场景对比Laya 421M vs Jev 1.13.0贪吃蛇指标LayaJev得分461每秒决策数86.53.2P50 延迟~9 ms~317 ms差距约 20 倍核心原因在于 Laya 本地推理无需网络往返。