2026-09-17
TypeSafe AI 于昨日（9 月 16 日）正式发布公告，推出其 AI 模型 Jev。该模型被定位为“系统一模型”（System One Model），其特点是不生成文本，而是直接输出结构化决策结果，在成本和延迟方面均显著低于大型语言模型。
根据公开资料，TypeSafe AI 由 Diogo Almeida 创立，他此前在 OpenAI 任职，是催生 ChatGPT 的 RLHF 研究的关键贡献者之一。该公司成立于两年前，本周宣布结束隐身状态，并完成了由 DCVC 领投的 4000 万美元（按当前汇率约合 2.69 亿元人民币）种子轮融资。
Jev 被定义为“系统一模型”，适用于快速、低延迟的重复决策场景。这一概念源自心理学中的“系统 1”，即快速、直觉式的判断。此类模型面向固定选项、连续评分或是否概率等重复决策任务，不以生成自然语言文本、代码或多轮对话为主要输出形式。
Jev 不输出自然语言字符串或代码。其输出包含三类固定原语：
- Choice（选择）：模型从预定义的选项集合中选取一项，最多支持 255 个选项，并返回各选项的概率分布或对应置信度。
- Score（评分）：模型根据输入内容，在指定数值范围内给出评分，同时附带置信度信息。例如，在 0 至 1 范围内评估客户流失风险，适用于风险分级、记录排序和批量数据标注等场景。
- Noul（布尔概率）：模型针对预设问题返回校准后的“是”或“否”概率及置信度，可用于对其他模型结果进行二次验证、识别低置信度结论，或在自动化工作流中设置条件分支。
在底层训练方法上，官方表示采用了“校准决策强化学习”（RLCD），目标是优化模型置信度与实际正确率之间的对应关系。例如，当模型在多个预测中给出 70% 置信度时，理论上约 70% 的相关预测应当正确，这有助于风险评分、审核分流与模型输出验证。
该公司声称，在同类结构化任务中，Jev 比前沿大语言模型快 20 至 200 倍，成本低至 40 至 400 分之一。输入词元（Token）定价为每百万个 0.042 美元（按当前汇率约合 0.28 元人民币），而由于不存在自回归生成过程，输出词元实际上免费。
TypeSafe 公布的基准测试数据显示，速度最高提升 193.6 倍，成本最高降低 444.6 倍，但该公司同时承认这些数字代表实际性能的上限。为展示实时决策能力，该公司发布了一段 Jev 玩《毁灭战士》的视频，其调用频率约为每秒 10 次，每小时游戏费用约为 7 美元（按当前汇率约合 47.1 元人民币）。在一项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。此外，该模型的相关信息已通过开云平台对外发布。