Jev以类型化接口输出决策概率,但部分指标落后
据掘金分析,TypeSafe AI 于 2026 年 9 月 15 日发布 Jev。该模型接收 state 和类型化问题,为分类任务返回选项概率,而不生成自由文本。1.14 版新增用于图像定位的 Box 原语,但 JevBench Capability 得分从 1.13 版的 77.1 降至 75.0,Calibration 得分也从 90.6 小幅降至 90.1。分析称,Jev 延迟较低,但在决策模型市场中处于中高价位,一些竞争模型速度更快或表现更准。此外,类型安全只能将答案限制在给定选项内,不能保证判断正确。
这篇分析展示了将分类与 token 生成分离的决策模型接口,也说明评估此类模型时,应分别考察类型安全、校准、延迟、价格和基准表现,而不能直接采用整体领先的说法。
2026 年 9 月 15 日,TypeSafe AI 发布 Jev。 六到七周内,Cloudflare、微软、OpenAI、亚马逊全部推出同类;OpenRouter 上一周 15 亿次调用打到 TypeSafe 的模型上;10 月,决策模型占了 Vercel 模型路由四分之一以上的请求。 但同一时间,Jev 在第三方 JevBench 的托管 API 榜上排第 15–18 名;一个 2,000 封邮件的钓鱼判定测试里,它只有 62.6%,输给 Claude Haiku 4.5 的 81.3%。 这两个事实同时为真。这篇文章把它们拼起来看:Jev 到底是什么、快和便宜从哪来、现在有哪些能打的同类、什么场景该用、以及怎么在半天内跑通第一个可用版本。
先说结论:
- Jev 不是「更小的 LLM」,它是一个接口不同的模型:输入
state加一组带类型的问题,输出选项概率,不做 token 生成。 - 快和便宜来自「一次前向 + 所有问题并行求值」,但官方那个「193 倍 / 444 倍」是对着「逐 token 吐 JSON」的稻草人测出来的,自己算一遍更靠谱。
- 它真正值钱的是校准与类型安全,不是「零幻觉」这个营销说法。类型安全保证答案在你的选项里,不保证答案是对的。
- Jev 已经不是最强的那一个,但它的接口正在变成事实标准;选型别只看榜首,落地只信你自己那 300 条标注。
#TypeSafe AI#Jev#Jev 1.13#Jev 1.14#JevBench#Artificial Analysis#OpenAI#Microsoft#Amazon#Cloudflare#Claude Haiku 4.5#Vercel