速度快193倍、成本低444倍——只做“选择题”的Jev爆火出圈

刚刚过去的周末，一个叫Jev的模型在开发者社区迅速出圈。

它不能像ChatGPT那样陪人聊天，不能写长文，也不会一本正经地生成代码。

它的工作更像一道高频选择题：继续还是停止？通过还是拦截？这封邮件该转给谁？

看起来能力被“砍掉”不少，为什么反而火了？

因为Jev瞄准的就是一件事情：判断，在“零幻觉”的基础上做判断。

一个叫Jev的模型在开发者社区迅速出圈

Jev由ChatGPT联合创始人Diogo Almeida主导开发。他在X上写道：“参与共同发明ChatGPT之后，我一直在问自己：为什么超人级别的聊天模型没有带来AGI？”两年隐身研发后，他给出了自己的答案——一套全新的决策模型，或许比更强的聊天更有效。

根据TypeSafe官网公布的测试数据，Jev在自动化工作流任务上比现有大语言模型快193.6倍，成本低444.6倍。输入每百万Token仅需0.042美元，输出Token免费。上线后需求量一度超出预期，API短暂无法正常响应。

上线后需求量一度超出预期

目前，Jev已向所有用户开放，无需候补名单，注册即获5美元额度（约1.2亿Token）。

Jev已向所有用户开放

一个人，两件相反的事

Diogo Almeida的履历有一种内在张力。

他曾在OpenAI参与构建RLHF（基于人类反馈的强化学习）和InstructGPT，这套方法直接催生了ChatGPT。

然后他离开了，开始反思这套方法。

他在一场演讲中直接提出问题：“今天的AI已经能挑战高等数学，为什么企业还是不敢把客服决策交给它？”

他的答案是：“今天的AI非常擅长协助，但还不擅长自动化。”

协助，是人坐在屏幕前，AI帮你干活，你来检查。

自动化，是人根本不在场，AI在后台自己判断、自己执行。

Almeida把问题指向了RLHF本身。他在演讲中说：“为什么今天的大模型总需要有人在回路里？因为训练它的时候，我们字面意义上就把人塞进了那个回路里。”

RLHF让模型学会了一件事：什么样的回答，人更喜欢？

这对聊天产品是优点。但对自动化系统，却是问题所在。

创始人抛出自己的问题

Jev是什么：一个会做判断的函数

TypeSafe官网将Jev定义为：“把非结构化状态输入，输出类型化的概率决策。”

换成人话：你给它一段信息，它告诉你答案是什么，以及它有多大把握。并且不会产生一点幻觉。

它不生成文字。它只做三件事：

• Noul：是非判断，返回一个0到1之间的概率，代表某件事为真的可能性

• Choice：从预定义列表中选一项，最多支持255个选项，适合分类和路由

• Score：按照设定的尺度打分，用于衡量紧迫程度、质量或风险

每次回答都附带完整的概率分布和置信度。强类型输出，不需要写JSON提示词，不需要额外解析器。

TypeSafe官网将Jev定义为：把非结构化状态输入，输出类型化的概率决策

为什么快，为什么便宜

普通大语言模型生成答案的方式是：一个Token一个Token地往外输出，每个Token都依赖上一个。

Jev的采样方式是并行的。所有输出在一次查询中同时生成。这是速度差距的根本来源。

根据TypeSafe官网数据：

• Jev端到端响应时间：70毫秒至500毫秒

• 现有前沿模型：3秒至329秒

• 速度差距：40倍至200倍（System One类型任务）

价格方面：

• Jev输入：每百万Token 0.042美元（每十亿Token 42美元）

• 现有前沿模型输入：每百万Token 0.20美元至10美元

• 输出Token：免费

图为漫画图

TypeSafe官网注明，193.6倍速度提升和444.6倍成本降低的数据，来自其自动化工作流评测，“预计这些数字处于实际收益的较高端”。评测由公司模型能力团队成员制作，存在一定偏差可能性。

“校准”才是真正的核心

速度和价格之外，TypeSafe强调的另一个关键词是“校准”。

现有大语言模型即使被要求给出置信度，也往往过度自信且不一致。TypeSafe官网指出：“如果一个模型能完成某项任务95%的时间，但不告诉你它什么时候处于那5%，它就无法自动化那项任务。”

为此，TypeSafe开发了新的训练方法RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）。

目标是：如果模型说某件事有80%的概率，那么在它判断为80%的一批事情里，最终应该真的有大约80%发生。

这在自动化系统里直接决定了如何分配任务：

• 置信度 > 90%：直接自动执行

• 置信度在70%至90%之间：交给更强的大模型复核

• 置信度 < 70%：转给人来决策

Earendil公司CTO Armin Ronacher对此解释道：“归根结底，这种方式将幻觉问题的处理责任稍微转移到了用户身上。用户需要决定：如果这种情况出现的概率只有50%，那或许可以忽略它。但如果概率达到95%，那我就可以利用它了。”

图为漫画图

并行判断：一次问十个问题

Jev还有一个特点：同一次请求中的多个问题，共享一份输入，但独立并行评估。

公众号“数字生命卡兹克”做了个实测：他把一条新闻扔进去，可以同时问——是否AI相关？是否广告？是否融资？应归哪个分类？是否值得推送？

Jev一口气把这些判断全部做完，速度不变。

传统大语言模型需要逐个问题生成回答，或者把所有问题塞进一个提示词，再解析输出。

这个并行特性，在多问题场景下优势最为明显。

Jev还有一个特点：同一次请求中的多个问题，共享一份输入，但独立并行评估

开发者已经在用它做什么

Jev上线后，开发者社区迅速涌现出大量实际应用案例。

信息流过滤：开发者Marcel Pociot接入Jev做了一个浏览器插件，用于过滤X平台上不想看的内容。每条帖子的判断平均耗时380毫秒。

广告分析：有人用Jev在40秒内分析724条实时广告，共做出8724次判断。

浏览器代理：Browser Use的开源项目jev-ultrafast，将Jev用作浏览器操作的判断层。以查机票为例，每一轮程序同时问多个问题：下一步点击还是输入？点哪个编号？这些问题共用同一份网页状态，分别作答。

上下文压缩：将Jev接入Claude Code，判断哪些上下文内容是关键信息，实现近乎即时的上下文压缩。

安全分类器：Vercel公司软件工程师Pranit Sharma表示，用Jev替代OpenAI的ChatGPT Luna 5.6来运行命令安全性分类器后，处理速度提高了5到18倍，准确性也大幅提升。

邮件分类：Bryo AI的CTO Nikhil Mudholkar测试了Jev和Gemini在分类商业邮件方面的表现。他的测试结果显示，Gemini准确率略高，但成本高出10到20倍。

营销分析：有团队将Jev接入营销分析流程，扫描Meta广告库、比较广告格式存活周期，把原本需要人工完成的判断提速了30倍，成本压到3美元以内。

游戏演示：TypeSafe官网展示了Jev玩Doom的演示，每秒可做出约10次决策，Jev依据结构化游戏状态做出实时操作判断，每小时成本约7美元。在Ably Pong演示中，Jev在12秒内做出47次操作决策，而Gemini、Claude和GPT在同样时间里只做出两三次。

演示画面截图

“零幻觉”不等于“永远答对”

Jev官网上写着“Zero Hallucinations”，即“零幻觉”。

这句话很抓眼球，也容易被误读。

TypeSafe在技术说明中给出的含义是：Jev的输出类型和结构预先定义，因此模型不会产生类型错误，不会突然跳出指定格式、捏造一个不存在的字段，或在限定选项外随意发挥。

例如，程序只允许它在“通过、拒绝、人工复核”三个选项里选，它不会输出一首诗，也不会附带一段Markdown说明。

Jev官网上写着“Zero Hallucinations”

这解决的是自动化系统中的结构可靠性问题。

但它不等于模型不会选错。TypeSafe自己的FAQ也明确承认：Jev“仍然可能出错”。

为什么是现在爆火：Agent需要的，可能正是这些小决定

Jev的出现，正好踩中了Agent开发中的一个现实问题。

一个能操作网页、调用工具、处理文件的Agent，在完成任务前，往往要经历大量微小判断。

下一步点击哪个元素？这个工具返回的结果是否有效？上下文里哪部分已经没用？这个任务是真的完成了，还是看起来完成了？

这些判断单独看不难，但一旦进入高频工作流，成本会迅速堆积。

Jev这次爆火，至少有三个清晰原因。

第一，它的定位足够反常。

当行业持续追逐更长的推理、更强的聊天、更大的上下文时，Jev直接放弃生成文本，只解决选择、分类、打分和路由。

第二，它击中了Agent的成本问题。

如果一个系统每天要做数十万次小判断，20—200倍的速度差异、40—400倍的成本差异，即使只在部分任务上成立，也足以吸引开发者测试。

第三，它把“不确定性”做成了接口的一部分。

过去，模型总能给答案；真正让自动化系统头疼的是，模型常常不知道自己什么时候会错。

Jev给出的答案是：不只返回结论，也返回对结论的把握程度。

为什么叫Jev，为什么叫System One

TypeSafe把Jev所在的模型类别命名为“System One Models”。

名称来自丹尼尔·卡尼曼《思考，快与慢》中关于“系统1”和“系统2”的区分：前者偏快速、直觉式判断，后者偏慢速、审慎推理。

Jev显然押注前者。

TypeSafe的产品定位并不是让Jev替代所有大模型。

官方列出的适用任务包括分类、路由、打分、信息提取、工作流分支、内容审核、模型输出验证，以及在大数据上进行批量处理。

复杂推理、长文生成、写代码、创作内容，仍属于传统大语言模型更擅长的领域。

在这种分工下，Jev负责先做大量低延迟决策；当它不够确定时，再把问题交给更慢、更贵、但更适合生成与推理的大模型，或者交给人工。

页面截图

融资与开放

TypeSafe AI由Diogo Almeida与Erik Gafni、Sasha Sheng共同创办，公司隐身运营约两年。

2026年9月15日正式亮相，同步宣布完成4000万美元种子轮融资，由DCVC领投。

TypeSafe表示，目前市面上采用这一路线的公司只有他们一家。Ronacher预计，随着这种模式的实用价值逐渐被验证，跟进者会陆续出现。

被问及公司是否算前沿实验室时，Almeida说：“前沿实验室的主要产物要么是恐惧，要么是炒作，我希望我们的主要产品是智慧，我们不属于那种一门心思创造无限财富，或者搞宗教式叙事，或者试图在数据中心里造神的实验室。”