什么值得买App下载 App ›
连续签到专享现金活动

不说废话只给答案,这个AI模型让开发者圈炸了

最近一个叫 Jev 的 AI 模型在开发者圈子里刷屏了。和 ChatGPT 这类聊天模型不同,Jev 不写文章、不生成代码,只返回一个带概率的判断结果——"是"或"否"、该选哪个选项、打几分。官方号称速度比前沿大模型快 40 到 200 倍,成本只要 GPT 的百分之一。这个"不说话"的模型到底在解决什么问题,值不值得接入项目?先说结论:它不是大模型的替代品,而是一个在特定场景下性价比极高的补充。
Jev在做什么:一个"快判断"的接口
Jev 由前 OpenAI 研究员迪奥戈·阿尔梅达创办的 TypeSafe AI 于 2026 年 9 月 15 日发布,定位是"System One 模型"——这个名字来自心理学家丹尼尔·卡尼曼《思考,快与慢》里的概念:系统一负责快速直觉判断,系统二负责慢速推理。主流大模型走的是系统二路线,逐 token 生成文本,追求深度;Jev 走系统一,不生成文本,只输出预定义类型的结构化决策。调用方式是把一段非结构化状态和若干问题一起发过去,模型并行返回每个问题的判断结果和置信度。官方数据显示,日处理 Token 规模已达 1 万亿,约四分之一世界 500 强企业已投入使用。1
它提供三种问题原语:Choice 从最多 255 个选项中选一个,Score 按标准打分,Noul 判断陈述是否为真并返回 0 到 1 之间的置信度。所有问题在同一请求内并行处理,所以问一个问题和问几十个问题耗时差不多。关于训练方法,Jev 采用的是 RLCD(校准决策强化学习),目标是让模型输出的概率值匹配真实发生的频率——比如标为 0.8 概率的事件,实际正确率约 80%,而不是像某些大模型那样自信满满地犯错。2
速度有多快:跟大模型正面比一比
Jev 的核心卖点是速度和成本。官方声称端到端延迟 70 到 500 毫秒,在判断类任务上比前沿大模型快 40 到 200 倍。价格方面,输入每百万 Token 仅 0.042 美元,输出免费——这个定价让传统大模型显得很贵。独立测试数据也印证了优势:OpenRouter 用 Banking77 数据集(3080 条真实银行客服语句)对比 Jev 1.13 与关闭推理模式的 Claude Opus 5,结果两者在 89.3% 的样本上结论一致,Jev 延迟约为 Opus 的 1/13,费用约为 1/22。3
不过要注意的是,Opus 的准确率仍然领先约 3.3 个百分点,而且经过全部 10003 条训练样本微调的专用编码器准确率可以超过 90%,显著高于 Jev 和通用大模型的零样本表现。速度换来的是一定的精度让步,这在追求极致的场景下需要权衡。Jev 的置信度也有局限性:OpenRouter 的评测发现,其置信度更接近排序信号而非严格校准的概率,中段存在高估倾向。3
除了 Jev 官方,市面上已出现多个同类决策模型。OpenAI 上线了 Decisions API,Databricks 推出 ai_decide 功能,Cloudflare 发布开源模型 Clef 系列,亚马逊也有 Strands Decider 2B。开源社区反应更快——有人用 Qwen 3.5 做出了开源复刻版 Kev,提供 0.8B、4B、9B 三个参数规模,支持本地私有化部署,配合 JevBench 基准测试可以在不依赖云端的情况下验证效果。1
维度JevClaude Opus 5微调编码器
准确率参考值(低于 Opus 约3.3%)89.3%(零样本)超90%(全量微调)
延迟70-500ms(1/13 Opus)基准需单独评估
输入成本$0.042/百万token按 Token 计费训练后使用成本低
输出成本免费按 Token 计费无输出费用
适用场景快速判断、路由、分类通用对话、复杂推理固定任务的高精度需求
适合什么场景:高频判断任务的性价比之选
GitHub 上线一周就涌现了 2170 个使用 Jev 的公开项目,狂揽 43750 星。社区使用统计显示,属性判断是最主要的使用目的(77%项目使用),其次是打分排序(52%)和动作选择(31%),近70%的项目会同时用满三类接口。典型应用包括:客服邮件和工单分流、Agent 工具路由选择、内容审核与合规筛查、对大模型输出进行护栏校验、以及搜索结果的精排重排序。4
一个实用的组合思路是让 Jev 充当模型路由器:先用 Jev 判断请求难度,简单任务交给便宜的快模型处理,复杂问题再请昂贵的推理模型出马。这样既控制了成本,又保证了质量。过去受成本限制只能抽样处理的判断任务,在单价下降后,具备了逐条处理的可行性——比如对客服对话、交易记录、日志等存量数据做全量扫描。3
Jev 不是万能药。开放问答、文本写作、代码生成、长链推理这些需求仍然更适合通用大模型,硬上只会增加工程复杂度。更值得警惕的是黑盒特性带来的偏见风险。有开发者做了实验,让 Jev 给湾区城市打分判断是否"是好城市",结果 Cupertino 排第一、East Palo Alto 垫底——这种隐蔽的偏见如果用在招聘筛选或信贷审批上,后果不堪设想。而且 Jev 不输出推理过程,错误答案仍保持合法可解析的格式,容易让下游代码误以为拿到了正确答案。5
怎么接入:官方API和开源平替怎么选
想快速试水的话,可以直接用官方 API。官方提供三种原语的调用方式:Noul 问题返回 0 到 1 之间的置信度,Choice 问题返回选项的概率分布,Score 问题返回指定区间的浮点评分。可以把几十个问题和一份文档一起塞进上下文窗口,模型会并行评估,耗时跟问一个问题差不多。国内开发者也可以通过 Vercel AI Gateway 接入,界面更友好。5
如果对数据隐私有硬性要求,或者业务涉及招聘、信贷等敏感场景,建议用开源复刻版 Kev 在本地部署。APUS 也开源了基于 Jev 范式的 Agent Skill,支持纯本地模型离线执行,在 Apple M2 Pro 笔记本上实测中位耗时约 18 秒完成维基百科检索任务,全程零云端调用、零 API 费用。选型前先用 JevBench 或自建数据集做对照实验,把置信度阈值和 Bad Case 摸透再上生产。6
Jev 填补的是传统 LLM 在"纯判断"场景下的成本空白。它不是要取代大模型,而是与大模型形成分工:昂贵的大模型负责规划等"慢思考",高频、原子化的"快判断"交给决策模型。如果业务中的判断任务足够高频、答案空间足够明确、Jev 的精度损失可接受,它的性价比确实诱人。否则老老实实用常规 LLM,别为了追新概念给项目埋雷。6

评论

评论区空态插画

当前文章无评论,是时候发表评论了