TypeSafe AI 发布 Jev：新型决策模型，输入文本输出判断

上周 TypeSafe AI 发布了 Jev，这是其新类别模型“System One”的首个产品。与常规 LLM 不同，Jev 接受文本输入，但返回的是浮点数，对应类别、是非题、评分及置信度。TypeSafe 将其描述为“前沿智能函数调用：非结构化状态进，类型化概率决策出”。

Jev 定价极具竞争力：仅按输入计费，输出免费，每百万 token 价格为 0.042 美元，比 OpenAI GPT-5 Nano 的 0.05 美元还低。用户可发送包含字符串、数组或键值对的“状态”对象，并附上多个问题，Jev 会并行评估所有问题。支持三类问题：是非题（返回 0 到 1 的置信度）、选择题（返回概率分布）、评分题（按给定范围打分）。

Simon Willison 指出，Jev 适合分类任务，如垃圾邮件检测、标签建议、优先级排序，甚至可用作搜索重排工具。但他也警告，Jev 回归了“黑盒”系统：输出只是数字，无法解释判断依据，若用于招聘评分等场景，可能隐藏偏见。他建议必须加强评估实验，好在 Jev 极低成本让大规模测试不成问题。

社区已涌现多种应用，如将 Jev 转为聊天模型、实现 left-pad 功能、玩 2048 游戏。同时，开源重制项目如 Kev（基于 Qwen 3.5）也已出现，并已有 JevBench 基准用于比较同类模型。