Jev 是一款由 TypeSafe AI 推出的结构化决策 AI 系统，属于全新的大模型类别 System One Models，2026 年 9 月 15 日开启早期访问。
官方将其定位为软件可以直接调用的高速度高可靠决策引擎，输入非结构化状态，输出带校准概率的类型安全决策值。
核心要点
- 博客作者为前 OpenAI 研究人员 Diogo Almeida，曾参与 ChatGPT 背后的指令跟随研究
- Jev 放弃逐字生成文本，改为一次查询并行输出全部候选决策及校准概率
- 端到端响应时间 70ms 至 500ms，官方称同等智能下比现有大模型快 40 至 200 倍
- 输入价格 0.042 美元每百万 token，输出免费，工作流评测中最快达 193.6 倍提速
- 训练采用自研 RLCD 强化学习方法，面向校准决策优化而非人类偏好
- 官方演示包括实时玩 Doom 与维基百科竞速，每秒可完成十次查询
产品详情
模型类别来源
System One 的名字借鉴自丹尼尔卡尼曼的快思考与慢思考理论，模型类别对应快速直觉的系统一思维。
首个模型 Jev 则以经济学家威廉斯坦利杰文斯命名，官方预期智能成本的每次数量级下降都会解锁更多用例。
技术特性
与传统大模型逐 token 生成不同，Jev 一次查询并行给出全部决策及置信度，官方称类型错误在数学上不可能发生。
模型始终输出诚实的概率校准结果，置信度越高准确率越高，相似输入返回相似答案，适合嵌入有延迟保证的业务系统。
官方公布了以 2026.9.15 为节点的工作流评测，用 GPT-6 Astra 与 Fable 5.1 的平均结果作参照，Jev 占据效率前沿位置。
把它和传统逐 token 生成的大模型对比，区别在于 Decision 输出的确定性与响应延迟表现。
| 维度 | Jev | 传统大模型 |
|---|---|---|
| 输出形式 | 类型安全结构化值加概率 | 文本串需解析校验 |
| 响应时间 | 70ms 至 500ms | 3 秒至 329 秒 |
| 输出价格 | 免费 | 约为输入五倍 |
| 幻觉风险 | 无类型错误 | 存在幻觉可能 |
适用场景
官方列出的典型场景包括智能业务分支、大数据特征提取、实时应用与对大模型输出的校验护栏等方向。
团队还演示了用 Jev 实时操控 Doom 游戏与维基百科竞速挑战，展示了每秒十次查询的实时智能能力。
常见问题
问. Jev 是什么？它是 TypeSafe AI 推出的首个 System One 模型，专为软件内快速结构化决策设计。
问. 如何使用？官网开放早期访问申请，开发者加入候补名单后可通过控制台调用。
问. 与 GPT-5.6 有何区别？GPT-5.6 面向通用文本生成，Jev 专注并行结构化决策，速度与成本优势明显。
问. 是否开源？模型本身未开源也未采用 MIT 或 Apache 协议，官方另有适配器代码仓库。
模型权重未在 GitHub（github.com）公开，官方目前仅开放早期访问申请通道。
信息最后更新 2026 年 9 月，官方更新日志可在产品博客查阅。
本文来源，TypeSafe AI Blog《Introducing System One Models & Jev》https://typesafe.ai/blog/introducing-system-one-models-and-jev
