---
title: Jev 是什么：一个只做选择题的模型，和它在中转站上的样子
description: TypeSafe AI 9 月 15 日发布的 Jev 不生成文字，只回答是非题、选择题和打分题，输入每百万 token 0.042 美元、输出不收钱。这篇讲它的接口长什么样、跟 Claude 和 GPT 不是同一类东西在哪、能从哪几条路买到，以及我们登录过的中转站里有几家上了它。
published: 2026-09-25
updated: 2026-09-25
keywords:
  - Jev
  - TypeSafe AI
  - System One 模型
  - jev-latest
  - Jev 中转站
  - Jev 价格
  - Jev Claude Code
---

# Jev 是什么：一个只做选择题的模型，和它在中转站上的样子

> TypeSafe AI 在 2026 年 9 月 15 日宣布了 Jev，称它是自己的第一个「System One 模型」，以早期访问的形式开放。linux.do 上已经有人开帖问「中转站上线没」。下面的参数除特别注明外都来自 TypeSafe 的官方文档和发布材料。

---

## 它不写字

Claude、GPT 收一段对话，回一段文字。Jev 收两样东西：

- **state**：要判断的内容。可以是一段文本，也可以是 JSON 对象或数组，比如一段聊天记录、一条工单、一个应用当前的状态。
- **questions**：一组带名字的问题，每个问题是三种类型之一。

| 类型 | 问法 | 返回 |
|---|---|---|
| **Noul** | 是非题：「这条评论是在投诉吗」 | 这句话为真的概率，0 到 1 |
| **Choice** | 选择题：从你给的选项里挑一个，最多 255 个选项 | 选中的那项 + 每个选项的概率 |
| **Score** | 打分题：按你定义的档位（低 / 中 / 高）评级 | 按概率加权的分值 |

回来的是一份按问题名字对应的答案表，外加 token 用量。**没有一个字的自由文本。**

同一次请求里的问题是并行算的，TypeSafe 称多加几个问题几乎不增加耗时。

接口是 `POST https://api.typesafe.ai/v1/systemone`，模型名 `jev-latest`。用 Python SDK 写一个客服工单的例子，问题这样定义：

```python
questions = {
    "refund_requested": Noul(
        instructions="The customer is explicitly asking for a refund",
    ),
    "department": Choice(
        instructions="Which team should handle this ticket",
        criteria={
            "billing":   "Payment, refund or subscription issues",
            "technical": "Bugs, outages or integration problems",
            "sales":     "Pricing, plans or account upgrades",
        },
    ),
}
```

回来的是：

```python
{
    "choices": {
        "department": {
            "choice": "billing",
            "confidence": 0.95,
            "probabilities": {"billing": 0.92, "technical": 0.05, "sales": 0.03},
        }
    },
    "nouls": {
        "refund_requested": {"noul": 0.87}
    },
}
```

训练方法叫 RLCD（reinforcement learning for calibrated decisions，按「校准过的判断」做强化学习），概率是它主打的东西：说 0.8 的时候，应当大约八成是对的。架构没有公开，只有托管 API，没有放权重。

---

## 价格

| | 输入 | 输出 |
|---|---|---|
| Jev | $0.042 / 百万 token | 不收费 |
| Claude Fable 5.1（对照） | $10 / 百万 token | $50 / 百万 token |
| GPT-6 Luna（对照） | $0.1 / 百万 token | $0.5 / 百万 token |

输出免费是因为它的输出只有几个概率。按输入价比，它是 Fable 5.1 的约二百四十分之一。

TypeSafe 自报端到端延迟 70–500 毫秒，并称在分类任务上比 GPT-5.6 Terra 快 193.6 倍、便宜 444.6 倍。这组数字是 TypeSafe 自己选的任务、自己跑的评测，目前没有第三方复现。

---

## 它跟 Claude 是什么关系

两者不在同一个位置上。Jev 替代的是「让大模型输出一个 JSON 字段，再去解析它」这一类调用：分类、路由、审核、打标签、判断要不要继续。它不会写代码，也不会回答开放问题。

放进 Claude Code 里，常见的接法是走 MCP：Claude 在需要做判断的地方把 state 和几个问题交给 Jev，拿回概率再决定下一步。也有人拿它做模型路由，按每次请求的内容判断该交给哪一档 Claude。这两种接法里，写字的仍然是 Claude。

「零幻觉」是发布材料里的说法，指的是输出一定符合你定义的格式，不是说判断一定对。

---

## 从哪儿买

| 渠道 | 情况 |
|---|---|
| TypeSafe 官方 API | 早期访问，要在 typesafe.ai 排 waitlist |
| Vercel AI Gateway | 可直接调用，不用排队 |
| SDK | Python（3.10+）和 JavaScript；LangChain 有 `langchain-typesafe` 集成 |

它的接口是 `/v1/systemone`，不是 OpenAI 的 `chat/completions`，也不是 Anthropic 的 `messages`。国内中转站后台大多跑 new-api 或 sub2api，这两套都是围着对话接口建的。agent-router、Microsoft Agent Framework 等网关和框架项目，9 月下旬都有人为这个接口形状单独提了支持的 issue。

### 中转站上

截至 9 月 24 日，我们手里有 121 家中转站在 Jev 发布后拉过的登录态模型目录。**里面出现 `jev-latest` 的只有一家：DuckCoding**，挂在一个叫「Jev Official」的分组下，按输入 token 计费。这一档我们还没对着站点页面核过价，所以暂时不在榜上。

其余两百多家的目录是 9 月 15 日之前拉的，看不出有没有上。

---

## 参考

- [TypeSafe AI：API reference](https://docs.typesafe.ai/api)
- [MarkTechPost：TypeSafe AI Releases Jev](https://www.marktechpost.com/2026/09/19/typesafe-ai-releases-jev/)
- [LangChain：What Is Jev? A Guide to TypeSafe AI's System One Model](https://www.langchain.com/blog/building-a-harness-with-jev)
- [MarkTechPost：A Coding Guide to TypeSafe AI Jev（示例出处）](https://www.marktechpost.com/2026/09/23/a-coding-guide-to-typesafe-ai-jev/)
- [agent-router：Support TypeSafe Jev (System One) as a backend API schema](https://github.com/theagentrouter/agent-router/issues/2712)
- [linux.do：最近火的 jev 模型，中转站上线没](https://linux.do/t/topic/2929887)