Jev 是什么？
一次讲清楚。

Jev 是 TypeSafe AI 的模型，它不写文字。你把一段内容和一个答案选项固定的问题发给它，它返回其中一个选项，并附上概率。整个思路就是这样，其余一切都由此推导而来。

我们做了一个 Jev 的恶搞版，为此把它的文档全部读了一遍。这个页面是我们读完之后的正经总结。玩笑放在最后。

一句话总结

它为什么出现

大语言模型是为了产出给人阅读的文字而设计的。但当你需要模型做一个你的代码要据此行动的判断时，错配就出现了。你只能哄着一个文本生成器吐出结构化输出，再写一层解析把它变回程序敢信任的东西。凡是用大模型做过开发的人都写过这层代码，也都见过它崩掉。

TypeSafe 把 Jev 称为 System One 模型，取自人类那种快速直觉的思考方式。他们给出的对比是训练方式。聊天模型用基于人类反馈的强化学习训练。推理模型用基于可验证奖励的强化学习训练。Jev 用他们称为 RLCD 的方法训练，即面向校准决策的强化学习。目标不是一句漂亮的话，而是一个真正有意义的概率。

三种原语

Jev 只暴露三种问题类型。每一种问的东西不同，返回的东西也不同。

关键细节在于，三种可以混在同一次请求里。每个问题都针对同一段内容并行且相互隔离地评估，所以多加几个问题几乎不会改变耗时。因为彼此独立，问题之间不会像长提示词那样互相污染。

真正改变使用体感的就是这个性质。你不再是写一条聪明的提示词，而是一次抛出十二个小问题，然后在自己的代码里把结果组合起来。

state（状态）

你想让它评估的内容叫做 state。它可以是一个字符串、一个 JSON 对象，或者一个文本数组。多数情况下用对象最好，因为给内容的每一部分起名字能让它们之间的关系保持清晰。

Jev 只接受文本。不支持图片、音频和视频。如果你想让它判断的东西不是文本，得先把它变成文本或结构化字段。

置信度

每个 Choice 和 Score 的答案都会带回一份跨选项或跨档位的概率分布。真正的信号是这个分布的形状。集中在某一个结果上，说明模型很确定；分散开来，说明它不确定。

置信度这个值把形状压缩成 0 到 1 的一个数字，让你不用自己算就能设阈值。TypeSafe 明确说这只是一个方便的度量，而不是唯一正确的度量，所以他们同时返回完整的分布。Noul 的答案没有置信度，因为它返回的那个数字本身已经是概率了。

由此解锁的实用模式是按确定性分流。确定的情况自动处理，不确定的交给更慢的模型或者交给人。这个设计在文本生成器之上是做不出来的，因为文本生成器无论知不知道，都会用同样流畅的语气把话说完。

价格与限制

以下是当前模型 jev-1.13.0 的公开数据，由单一端点提供服务。

只按输入计费而不按输出计费，对一个输出只有一个选项加一个数字的模型来说，是诚实的定价方式。这也解释了为什么大家不停在晒自己的账单截图。只要你发送的 state 不大，想花掉钱反而挺难。

怎么写好问题

TypeSafe 自己给的建议是他们文档里最有用的部分，也是大多数人跳过的部分。每个问题只问一件具体且范围清晰的事。把每个问题都想成一次直觉判断：一个懂行的人在拿到合适上下文后几秒钟内能给出的结论。

如果一个问题需要长链条推理，或者要权衡几个互相独立的因素，就把它拆开。与其让它给一份创业路演打分，不如分别问市场规模、技术可行性和差异化，再用你自己的公式合成。等优先级变了，你改的是代码里的一个系数，而不是重写一段提示词。

真正的转变在这里。逻辑不再住在模型里面。逻辑住在你的代码里，模型只回答这套逻辑需要的那些小的事实判断。

它做不好什么

TypeSafe 公开了当前版本的已知短板，这一点比多数实验室都做得多。以下是他们列出的失败模式，以及他们自己给的应对建议。

九条背后是同一个规律。Jev 字面、而且快。凡是需要推理链条、数值精度，或者同时权衡多个相互拉扯的想法的场景，都不是它该干的活。

你该用它吗

适合，如果你的代码里已经有一个人类瞬间就能下的判断，而你现在是用一堆 if、一份关键词表，或者一次让你有点心虚的大模型调用来处理它。工单路由、垃圾与滥用内容过滤、内容打标、意图识别、候选排序、决定一个 agent 该继续还是停下。

不适合，如果你需要文字、推理、算术，或者一个要直接给人读的答案。它不是更小的聊天机器人，而是另一种工具。

可能还得再等等，如果你在用中文等非英语语言开发，或者你的判断依赖精确的数值比较。这两点都是目前有文档记录的弱项。

关于这个页面

我们不是 TypeSafe AI。这个网站是对他们的恶搞，Jef 是我们对 Jev 的恶搞。写这篇解读，是因为问 Jev 是什么的人实在太多了，而诚实的答案比它周围的喧嚣更有意思。

本页所有内容均来自 TypeSafe 自己的文档 docs.typesafe.ai，查阅时间为 2026 年 9 月 18 日。数字会变，依赖之前请核对原始出处。