Jev

TypeSafe AI

Jev wiki

用於結構化判斷的決策 API

System One 模型能快速做出可由軟體直接使用的結構化決策。此類模型會評估 state，並傳回型別化答案與機率。Jev 是 TypeSafe 的旗艦模型，也是首個公開的 System One 模型。它和 LLM 一樣能理解自然語言輸入，但不會撰寫回覆、產生程式碼或生成推理說明。你可透過 Choice、Score 與 Noul 定義可能的答案。

示範 Jev 是什麼
Jev request loop: state and typed questions in, Choice Score or Noul out
輸入 State 與具型別的問題；輸出 Choice、Score 或 Noul。

站內導覽

閱讀更多

以結構化文字執行 Doom

發布文章中的 Doom 示範會把遊戲的文字描述送入 state。Jev 看不到畫面緩衝區。按已公布的輸入價格計算，每秒約查詢 10 次的成本約為每小時 $7，且輸出 token 免費。此速率只是示範數字，並非正式環境必須達到的 QPS。重點在於，決策時間為 70ms-500ms 的模型可以加入原本得等待緩慢生成呼叫的迴圈。

閱讀更多
URL

高基數下的 Wikiracing

Wikiracing 會選擇下一條 Wikipedia 連結，逐步前往目標頁面。連結基數從數百到數千不等。單一 Choice 最多只接受 255 個選項，因此示範會先評分，再從候選清單中選擇。每當目錄大小超過 Choice 上限時，這種兩階段模式就是實際可行的解法。

閱讀更多
URL

智慧家庭 fan-out，以及 Jev 的執行位置

官方智慧家庭助理示範會用一長串問題評估每個使用者要求，其中許多問題對大部分話語都無關。「關掉屋裡所有燈光」仍會在一次呼叫中詢問類別、領域、裝置及動作。動作問題屬於推測式提問：它在尚未確定前就先假設目標是燈光。程式碼會保留相符答案並忽略其餘結果。若改成循序呼叫 API，便要等確定裝置後才能詢問動作，也會失去低延遲優勢。

閱讀更多
URL

應用情境圖中的決策範例

模式

遊戲

審核聊天內容、評估挫折程度，並路由玩家支援案件。

URL

Jev 是什麼

System One 模型專為需要採取行動的軟體而建。Jev 會讀取自然語言 state——字串、JSON 物件或文字陣列——並透過一次 POST 至 /v1/systemone，回答一組問題。它不會撰寫回覆、產生程式碼或解釋推理。要求不可包含圖片、音訊與影片；如有需要，請先將其預處理成文字。

三種問題類型是 Choice（從最多 255 個選項中選一項）、Score（由 2 至 10 級組成的有序量表，結果可落在兩級之間）及 Noul（[0, 1] 範圍內的 P(yes)，沒有獨立的信心欄位）。同一次呼叫中的問題共用 state、平行執行，即使增加更多問題也幾乎不影響延遲。問題 ID 僅供你的程式碼使用，不會傳給底層模型。

Jev 以經濟學家 William Stanley Jevons 命名。System One 借鑑 Kahneman 的快速 System 1：先迅速判斷，再由你的程式碼處理較慢的工作。TypeSafe 採用 Reinforcement Learning for Calibrated Decisions（RLCD）訓練，而非 RLHF 對話調校。系統保證輸出符合結構描述，因此回應不會產生自由格式的類型錯誤。

TypeSafe AI 與產品發布

TypeSafe AI 於舊金山開發。Diogo Almeida 是創辦人兼執行長，也是 RLHF 的共同發明人。LinkedIn 將該公司列為員工 11-50 人的私人企業。經過約兩年的祕密研發後，Jev 於 15 September 2026 開放搶先體驗。發布文章介紹了新架構、平行取樣器，以及作為訓練方法的 RLCD。

客戶的要求與回應不會用於訓練 Jev。所有帳戶使用相同權重；你會透過 state、指示與準則調整答案，而不是使用 LoRA。自訂與企業方案可透過 sales@typesafe.ai 洽詢較高的速率限制。登入後，可在 console.typesafe.ai 使用遊樂場及 API 金鑰。

社群目錄與媒體報導

Awesome Jev 收錄社群用戶端、整合、遊戲與文章，且與 TypeSafe AI 無關聯。除非 README 指向 github.com/typesafe-ai，否則應將這些套件視為社群作品。官方 Python 是 typesafe-sdk；官方 JavaScript 是 @typesafe-ai/sdk。

Cloudflare Workers AI 將此模型列為 typesafe/jev。於 Steam 商店搜尋 Jev TypeSafe 未找到任何應用程式：Jev 是 HTTP API，不是商店遊戲。Discord 是 discord.gg/typesafe。GitHub 組織 typesafe-ai 發布 JS SDK 與相關技能。TypeSafe 的 YouTube 頻道雖有品牌頁面，但尚無影片，因此本 wiki 使用官方首頁影片，而非 YouTube 嵌入介面。

第一次要求，接著設定閘門

開始使用 Jev 最快的方式，是前往 console.typesafe.ai/playground 的測試區：貼上客服單，加入用於判斷急迫程度的 Noul，再加入判斷負責團隊的 Choice。同一份對照表可轉為對 POST /v1/systemone 的 curl 請求，或 TypeSafeClient.system_one 呼叫。對答案滿意後，請固定使用 jev-1.13.0；只有想讓別名隨版本變動時才跟隨 jev-latest。

在觸發任何自動副作用前，先查看 Choice 與 Score 的 confidence，並將接近 0.5 的 Noul 視為不確定。檢查九種 jaggedness 模式，看你剛寫的問題是否符合其中之一。如果你要求 Jev 計數、比較日期或起草句子，請將這些工作移到系統外處理。primitives 頁面提供比較；API 頁面列出安裝指令；jaggedness 則是發布前要執行的篩選步驟。

請按每百萬個輸入 token $0.042、輸出免費來估算迴圈成本。Doom 示範以每秒查詢 10 次計算，每小時約 $7，這是緊密迴圈的公開示例，不是你必須達到的帳單金額。早期存取規模擴大期間，每秒 250,000 個 token 與每分鐘 1,200 次請求的速率限制可能不經通知便調整。業務團隊可透過客製方案提高限制。

將本首頁保留為索引卡：先列即時資料，再說明 Jev 是什麼、由誰推出，最後放置官方影片。接下來可點選 Primitives 查看比較、Models 查看卡片、Jaggedness 查看九種失敗模式，以及 API 查看安裝指令。若要尋找非官方用戶端，社群章節也連結了 Discord 與 GitHub。

Jev 於 15 September 2026 開放搶先體驗。本頁資料——64k 上下文、每百萬輸入權杖 $0.042、輸出免費、70ms-500ms、jev-1.13.0——均來自 TypeSafe 隨產品發布時公布的即時卡片。推出較新的版本 ID 後，模型頁面應予以顯示；本首頁則應持續指向目前卡片，而非固定不變的螢幕截圖。

若只記得本首頁的三個連結，請記住 Primitives、Jaggedness 與 API。這就是 TypeSafe 記載的流程：選擇問題類型、避開已知失敗模式，再使用 jev-1.13.0 或 jev-latest 呼叫 POST /v1/systemone。

TypeSafe 於舊金山開發；Diogo Almeida 是執行長。這些公司資料應放在發布標題下，而不是即時資料表內。

模型

Jev 是 TypeSafe AI 的旗艦模型，也是首款 System One 模型。你傳送一個 state 與具型別的問題；它會回傳附帶機率的 Choice、Score 或 Noul 答案，而非聊天逐字稿。目前線上版本是 Jev 1.13（jev-1.13.0）。輸入每百萬權杖收費 $0.042，輸出權杖免費；TypeSafe 標示端對端延遲為 70ms-500ms，多數查詢約為 100ms。英文表現最佳。撰寫要求前請先開啟 Primitives，或閱讀 Jev 1.13 卡片，查看別名、上下文與速率限制。搶先體驗期間，限制可能隨時變更，恕不另行通知。若已調校好這些閘門，請固定使用 jev-1.13.0。

模型
Jev 1.13
模型 ID
jev-1.13.0
上下文
64k 個權杖
輸入價格
每百萬 $0.042
輸出權杖
free
延遲
70 毫秒–500 毫秒
吞吐量
每秒 250,000 個權杖
要求上限
每分鐘 1,200 次

限制可能隨時變更，恕不另行通知。

Homepage race claim: Jev 0.114s versus 8.566s, 193.6x faster and 444.6x cheaper
TypeSafe 公布的 System One 工作流程競速：0.114s 對 8.566s。
Jev returns typed decisions and never generates strings
Jev 回傳具型別的決策，絕不生成字串。
URL

來源