Jev 指南
2026 年 9 月 15 日，一個新 AI 模型發布，而它出圈的方式是拒絕「說話」。Jev——TypeSafe AI 的第一個模型——不聊天、不寫稿、連一句完整的話都不產生。你給它一段狀態加型別化問題，它回傳帶校準機率的結構化答案。這就是全部介面，而在自動化場景裡，這恰恰是對的那個。
這一頁是我們在 Jev 主題上的總入口：這個模型是什麼、想法從哪來、API 怎麼用、效能聲明有幾分真、下一步去哪。
Jev 是什麼？
Jev 是 TypeSafe AI 所稱 System One 模型類的第一個——類名取自康納曼《快思慢想》裡快而直覺的系統一，對應 LLM 所像的慢而深思的系統二。大型語言模型用產生的文字回答，Jev 用型別化數值回答：從你的清單裡選一個（Choice）、在你的量表上打分（Score）、或回傳 0 到 1 的機率（Noul）。每個答案帶信心分數，超出 schema 的回應在數學上不可能。
背後的公司由 Diogo Almeida 於 2024 年創立——他在 OpenAI 工作約四年，做了 InstructGPT、ChatGPT、GPT-4 背後的 RLHF 研究。他對聊天模型的判詞——「我們抓到了瓶子裡的閃電，可它沒什麼用」——就是產品的起源故事。發布同時官宣 DCVC 領投的 4000 萬美元種子輪。
完整的故事——康納曼淵源、名字背後的傑文斯悖論、三種問題類型的可跑程式碼、速度聲明的誠實讀法——從 Jev 是什麼？這篇完整解讀開始。
Jev 速覽
| 事實 | 數值 |
|---|---|
| 開發商 | TypeSafe AI（舊金山，2024 年創立） |
| 發布 | 2026 年 9 月 15 日（早期存取） |
| 模型類別 | System One 模型——面向決策、不產生文字 |
| 問題類型 | Choice、Score、Noul |
| 回應時間 | 端到端 70–500 毫秒 |
| 輸入價格 | $0.042 /百萬 token |
| 輸出價格 | 免費 |
| 訓練方法 | RLCD（校準決策強化學習） |
| 也可用 | Cloudflare Workers AI（typesafe/jev） |
去哪找 Jev
| 入口 | 地址 | 用途 |
|---|---|---|
| 官網 | https://typesafe.ai/ | 公司主頁、發布公告 |
| 文件 | https://docs.typesafe.ai/ | 原語、模式、SDK（Python 與 JavaScript） |
| 早期存取 | 官網候補名單 | 直連 API，逐步放開 |
| Cloudflare Workers AI | typesafe/jev | 不用排隊就能跑 |
| 維基百科 | Jev (AI model) | 中立概述（帶來源） |
給搜尋者提個醒：全大寫的 JEV 幾十年來一直是日本腦炎病毒的縮寫——不帶「ai」搜「what is jev」時，權威健康機構的頁面洗版。如果你找的是那個，CDC 才是正確的門。找這個模型，多打一個關鍵字就夠。
本指南涵蓋什麼
專集還年輕，跟著產品一起生長。現有內容：
- Jev 是什麼？——完整解釋文：來龍去脈、三種問題類型的可跑範例、Jev 對比 LLM 的取捨、效能聲明的小字部分、什麼時候用哪個。
隨著早期存取放開，還會補上：取得與免費使用的上手指南（候補名單/Cloudflare/各試玩選項）、GitHub 生態與 SDK 的開發者走讀、Jev 對比傳統 LLM 在真實負載下的近距離評測。Jev 所處的更大模型版圖見我們的 AI 指南；TypeSafe 自家評測註腳裡反覆點名的開放權重對手，DeepSeek 指南也在這裡。
FAQ
Jev 是 LLM 嗎？不是——它基於 transformer、能讀自然語言，但從不產生文字。輸出是由你的問題 schema 定義的型別化數值，所以 TypeSafe 把它歸入新類別 System One 模型。
它有多快？端到端回應 70–500 毫秒。TypeSafe 報告在可比任務上比前線 LLM 快 40–200 倍、便宜 40–400 倍，峰值 193.6 倍/444.6 倍出自自家工作流評測——公司自己稱這些數字是真實收益的高端。
能免費用嗎？直連 API 的輸出 token 免費，輸入 $0.042 /百萬 token。Cloudflare Workers AI 上的 Jev 按它自己的帳單計費，通常是最快跑起第一次呼叫的路。
誰做的 Jev？TypeSafe AI——由 Diogo Almeida（前 OpenAI，RLHF/ChatGPT 研究）、Erik Gafni、Sasha Sheng 創立，DCVC 領投 4000 萬美元種子輪。
無論 Jev 最終是獨一類，還是一類模型的第一個，它所代表的想法——AI 輸出決策而非散文——都值得現在就弄懂。從解釋文開始，跑一遍三問題範例，一小時內你就能拿到完整圖景。