TypeSafe AI 今日正式发布了 AI 模型 Jev，该模型定位为“System One Model”（系统一模型），不生成自然语言文本，直接返回结构化决策，成本和延迟远低于大型语言模型：

TypeSafe AI 由 Diogo Almeida 创立，他曾在 OpenAI 工作，是 RLHF 研究的核心成员之一，而该研究正是 ChatGPT 诞生的关键技术基础。公司成立约 2 年，本周结束隐身状态，同时宣布完成由 DCVC 领投的 4000 万美元种子轮融资，约合 2.69 亿元人民币。

Jev 对应快速、低延迟的重复决策场景，借用心理学“系统 1”概念，指快速直觉式判断。其面向固定选项、连续评分或是否概率等任务，不以生成文本、代码或多轮对话为主要输出形式。

Jev 的输出包含 3 类固定原语。Choice（选择）：从预设选项集合中选择 1 项，最多支持 255 个选项，返回各选项概率分布或置信度。Score（评分）：在指定数值范围内给出评分并附带置信度，文中以 0 至 1 范围内的客户流失风险评分为例，适用于风险分级、记录排序和批量数据标注。Noul（布尔概率）：针对预设问题返回校准的是或否概率及置信度，可用于二次验证、识别低置信度结论以及自动化工作流条件分支。

在训练方式上，Jev 采用“校准决策强化学习”（RLCD），优化模型置信度与实际正确率的对应关系——模型给出 70% 置信度时，理论上约 70% 的相关预测应当正确。

性能方面，TypeSafe 声称 Jev 在同类结构化任务上比前沿大语言模型快 20 至 200 倍，成本低至 40 至 400 分之一。基准测试数据显示速度最高提升 193.6 倍，成本最高降低 444.6 倍，但官方承认这些数字代表实际性能的上限。

定价方面，Jev 输入词元定价为每百万个 0.042 美元，约合 0.28 元人民币；由于不存在自回归生成过程，输出词元完全免费。

为展示实时决策能力，TypeSafe 发布了一段 Jev 玩《毁灭战士》的视频，调用频率约每秒 10 次，每小时游戏费用约 7 美元，约合 47.1 元人民币。在维基百科链接导航基准测试中，Jev 完成任务的速度超越了多个以高速非推理模式运行的前沿模型。