TypeSafe AI 的 Jev 模型是什么？
Jev 是 TypeSafe AI 的决策模型，它用概率回答关于你数据的类型化问题，而不是写文字。你传入 state 和问题，拿回一个选项、一个分数、一个「是」的概率或一个图片框，代码可以直接据此分支；TypeSafe 在 2026 年 9 月 15 日开放了早期访问。
TypeSafe AI 的 Jev 模型是什么：价格、是否开源与局限
发布于 更新于
TypeSafe AI 是什么
先用一两句话说清楚。
TypeSafe AI 是旧金山的一家 AI 实验室，首个模型 Jev 不生成文字，而是返回带概率的类型化决策，供软件直接使用。Jev 于 2026 年 9 月 15 日开放早期访问，同时宣布 4000 万美元种子轮；彭博社 10 月 9 日报道，它又以 75 亿美元估值融资约 8.7 亿美元。
主要功能
它能做什么，每项一句话，以及我们有没有实测。
用带类型的问题代替提示词
传入 state（文本或 JSON）和四类问题：Choice 从列表中选一项，Score 按等级打分，Noul 给出「是」的概率，Box 在图片里框出位置。
Box 随 2026 年 10 月 14 日的 jev-1.14.0 推出。
每个答案都带置信度
Choice 和 Score 的答案会给出每个选项的概率和一个置信度，代码可以自动处理把握大的情况，其余交给人工。
TypeSafe 称这些概率是校准过的，但还没有人在生产数据上独立验证。
一次调用问多个问题
同一请求里的所有问题针对同一个 state 并行作答；TypeSafe 的 GDPR 示例称，13 个问题合并成一次调用，成本降到 12.2 分之一，速度快 10 倍。
TypeSafe 自己的测量。
只按输入收费
每百万输入 token 0.042 美元（每十亿 42 美元），输出 token 免费。
SDK 与集成
提供 HTTP API、Python 和 JavaScript SDK、网页版 Playground、供 Claude Code 和 Codex 使用的智能体技能，以及 LangChain 集成包。
实验性的图片输入和长上下文
可以在 state、指令或判断标准里放图片，上下文可扩到 26.2 万 token，需在请求头里打开 TypeSafe 称为 danger zone 的开关。
TypeSafe 说这些功能还不适合生产环境。
企业数据条款
不用提示词或其他输入训练模型，企业客户可选零数据留存，可应要求提供 SOC 2 Type II 报告。
来自 TypeSafe 的隐私政策和企业版页面。
适合谁
它帮得上谁、解决什么问题、在哪个榜单里。
适合
- 要在软件里对大量文本做分类、打分或分流的开发者
- 用 LLM 做筛选或内容审核、单次调用成本不断累积的团队
- 需要在 LLM 步骤之间加一个快速路由、护栏或校验的智能体开发者
- 要把大型文本表格转成标签或特征的数据团队
解决的问题
- 一个「是或否」的判断，LLM 要花几秒钟、几美分
- LLM 输出的自由文本要先解析、校验，代码才能用
- 决定什么时候让软件自动执行、什么时候交给人工复核
- 为每个进来的请求在便宜模型和强模型之间做选择
所在排行榜
擅长什么
别人公开做过的测试：给了它什么、结果怎样。
案例 1
Classmethod 工程师 Reona Shimada 2026 年 9 月 20 日发表的测试：在弱 LLM 和强 LLM 之间分流 Slack 智能体的请求。
输入
仿照团队 Slack 请求设计的 13 个路由场景，其中 8 个应交给弱模型、5 个应交给强模型，端到端各跑 3 遍，另做 130 次直接 API 调用。
结果
Jev 39 次全部分对，本地 LLM 裁判对了 36 次；判断耗时从约 1.55 秒降到 0.27 至 0.42 秒，130 次调用共花约 0.003 美元。测试场景都是简短的单轮请求，而且请求文本要发出本地机器。
案例 2
TypeSafe 2026 年 10 月 7 日发布的案例，引用了 Jack & Jill 联合创始人的话：筛选求职者。
输入
每个职位约 6000 名候选人逐一打分，留下 2000 人的短名单，在 150 个真实职位上与 Gemini 3.1 Flash Lite 对比。
结果
TypeSafe 称召回率相近（94.6% 对 93.9%，差异不显著），中位耗时从 20.3 秒降到 10.3 秒，每千名候选人成本从 0.755 美元降到 0.092 美元。案例由 TypeSafe 发布，每年省 50 万美元是预测值。
案例 3
据 TypeSafe 的并行提问示例：针对一篇长文档做法规简报。
输入
一次调用里就维基百科 GDPR 条目问 13 个问题，比如它是不是美国联邦法律、给企业带来的合规负担有多重。
结果
TypeSafe 称合并后的单次调用与 13 次分开调用答案相同，成本降到 12.2 分之一，速度快 10 倍，因为长文章只需发送一次。这是 TypeSafe 自己的示例，不是外部测试。
短板
做得不好的地方和证据，以及我们还没法定论的地方。
做得不好
做得不好
它不是文本模型。
证据： TypeSafe 文档说 Jev 没有被训练来生成文字，也不返回解释，所以不能聊天、写代码或说明判断理由；DataCamp 指出缺少理由会让审计更麻烦。需要文字回答或每个决定都要有理由的人，现在不该用它。
数字、日期和措辞上有已知短板。
证据： TypeSafe 2026 年 10 月 2 日复核的 jev-1.13 短板页写明：它计数不可靠，比较日期容易出错，会按字面理解指令，偏向 Choice 的第一个选项，还可能被 state 里的对抗性文本带偏。
英文效果最好。
证据： TypeSafe 的模型页说英文是准确度最高的语言，中文、日文、韩文等其他语言的效果要差一些。
只能托管调用，默认上下文较短。
证据： Jev 只能通过 TypeSafe 的 API 使用，数据要离开你的系统，Classmethod 的测试者特别提到了这一点。默认上限是每个请求 6.4 万 token、每个问题 3.2 万 token；TypeSafe 自己也说 26.2 万 token 的长上下文更慢、更不准。
尚不确定
尚不确定
速度、成本和准确度的说法。
原因： 「快 193.6 倍、便宜 444.6 倍」来自 TypeSafe 团队自己编写的四个工作流，并以 GPT-6 Astra 和 Claude Fable 5.1 的答案为标准；SiliconANGLE、VKTR 和 DataCamp 都说还没有人复现。
「零幻觉」到底指什么。
原因： TypeSafe 保证每个答案都符合你定义的格式；VKTR 和 SiliconANGLE 指出，格式正确的答案照样可能是错的。
到底有多少人在用。
原因： TypeSafe 对彭博社说约三分之一的财富 500 强公司在用 Jev，用户已超过 100 万，但没有说出任何客户名字。
后续融资和价格。
原因： 彭博社（10 月 9 日）和 Pulse 2.0（10 月 11 日）报道其以 75 亿美元估值融资约 8.7 亿美元，但截至 10 月 17 日 TypeSafe 没有在自己博客上公布。TypeSafe 还承认，目前无法证明价格没有补贴。
现在谁能用上。
原因： TypeSafe 仍称 Jev 处于早期访问阶段，9 月的测试者要排候补名单；我们没有注册，无法确认现在是否还要排队。
价格、限制与格式
每个数字都附来源和核对日期。
| 项目 | 数值 | 备注与来源 |
|---|---|---|
| 出品方 | TypeSafe AI, Inc.，位于旧金山，2024 年成立 | 成立年份据 SiliconANGLE。 来源：typesafe.ai核对于 |
| 创始人 | Diogo Almeida（CEO，前 OpenAI 研究员）、Erik Gafni（CTO）、Sasha Sheng（COO） | 来源：vktr.com核对于 |
| 发布 | Jev 于 2026 年 9 月 15 日开放早期访问 | 来源：typesafe.ai核对于 |
| 当前模型 | jev-1.14.0（2026 年 10 月 14 日起，别名 jev-preview）和 jev-1.13.0（别名 jev-latest） | 来源：docs.typesafe.ai核对于 |
| 价格 | 每百万输入 token 0.042 美元；输出 token 免费 | 来源：docs.typesafe.ai核对于 |
| 上下文长度 | 每个请求 6.4 万 token、每个问题 3.2 万 token；开启长上下文请求头后为 26.2 万 | 来源：docs.typesafe.ai核对于 |
| 答案类型 | Choice、Score、Noul（「是」的概率）和 Box；输入为文本，图片为实验功能 | 来源：docs.typesafe.ai核对于 |
| 种子轮 | 4000 万美元，DCVC 领投，2026 年 9 月 15 日宣布 | 来源：siliconangle.com核对于 |
| 报道中的后续融资 | 约 8.7 亿美元，估值 75 亿美元，a16z 领投 | 彭博社 2026 年 10 月 9 日报道；截至 10 月 17 日 TypeSafe 博客未公布。 来源：news.bgov.com核对于 |
| 你的数据 | 不用你的输入训练模型；企业客户可选零数据留存；可应要求提供 SOC 2 Type II 报告 | 来源：typesafe.ai核对于 |
常见问题
先给结论，再讲原因、例子、限制和下一步。
Jev 模型开源吗？
不开源，至少我们没有找到公开的模型权重。TypeSafe 公开了 SDK 和智能体技能，但 Jev 只能通过 TypeSafe 托管的 API 调用，文档也说所有账户用的是同一套权重。
Jev 怎么收费，免费吗？
Jev 按输入收费，每百万输入 token 0.042 美元，输出免费。jev-1.14.0 和 jev-1.13.0 价格相同，都是每十亿输入 token 42 美元；TypeSafe 文档没有列出免费额度，DataCamp 在 9 月也没看到试用额度。
限制
TypeSafe 自己说，目前还无法证明这个价格没有补贴。
TypeSafe 真的以 75 亿美元估值融资 8.7 亿美元了吗？
彭博社 2026 年 10 月 9 日报道，TypeSafe 以 75 亿美元估值融资约 8.7 亿美元。据彭博社，这轮由 a16z 领投，Pulse 2.0 补充红杉资本和 DCVC 也参与了；截至 10 月 17 日 TypeSafe 没在博客上公布，而它 4000 万美元的种子轮还不到一个月前。
Jev 能替代 GPT、Claude 或 Gemini 吗？
Jev 只能在答案范围固定的判断任务上替代 LLM，聊天和写作不行。据 TypeSafe 的案例，Jack & Jill 用它替换了给候选人打分的 Gemini 3.1 Flash Lite，Classmethod 的测试者用它替换了本地 LLM 裁判；TypeSafe 文档也说它不能直接替换 Claude Code 或 Cursor 背后的模型。
Jev 会产生幻觉吗？
Jev 不会返回你定义的格式之外的答案，但答案仍然可能是错的。TypeSafe 说的「不会幻觉」指每个答案都符合你定义的 schema；它自己的 jev-1.13 文档列出了计数、日期比较、偏向 Choice 第一个选项等短板，所以要看置信度，并用自己的数据测试。
更多截图
文档里的模型页：Jev 1.14 和 1.13，输入每十亿 token 42 美元（每百万 0.042 美元）。截自 docs.typesafe.ai截图日期
公开测试怎么说
本页依据 TypeSafe 官网、发布文章、开发文档、隐私政策和使用条款，SiliconANGLE、VKTR、DataCamp、彭博社和 Pulse 2.0 的报道，以及 Classmethod 一位工程师的独立上手测试写成。除此之外能独立证实的信息很少，我们会逐一注明。所有内容均在 2026 年 10 月 17 日核对。
TypeSafe AI 是什么
TypeSafe AI, Inc. 是一家 2024 年成立的旧金山公司，创始人 Diogo Almeida 曾在 OpenAI 参与 RLHF、InstructGPT 和 ChatGPT 的工作，另两位联合创始人是 Erik Gafni 和 Sasha Sheng（SiliconANGLE、VKTR）。隐身两年后，它发布了 Jev，并称其为第一个 System One 模型。Jev 不写文字：你传入一段数据（称为 state）和一组带类型的问题，它返回一个选项、一个分数或一个「是」的概率；选项和分数还会附带每个选项的概率和一个置信度（TypeSafe）。TypeSafe 用自称「校准决策强化学习」（RLCD）的方法训练它。
发生了什么
| 日期 | 事件 | 出处 |
|---|---|---|
| 2026 年 9 月 15 日 | Jev 开放早期访问；DCVC 领投 4000 万美元种子轮 | TypeSafe、SiliconANGLE |
| 2026 年 9 月 20 日 | Classmethod 发表独立的路由上手测试 | Classmethod |
| 2026 年 10 月 7 日 | TypeSafe 发布与招聘初创公司 Jack & Jill 的合作案例 | TypeSafe |
| 2026 年 10 月 9 日 | 彭博社报道其以 75 亿美元估值融资约 8.7 亿美元，a16z 领投 | 彭博社 |
| 2026 年 10 月 14 日 | jev-1.14.0 新增 Box 类型、实验性图片输入和长上下文 | TypeSafe |
彭博社说，这轮融资源于 Jev 发布视频走红；TypeSafe 称约三分之一的财富 500 强公司在用 Jev，但没有透露名字。Pulse 2.0 在 10 月 11 日报道了同一轮融资，并补充红杉资本和 DCVC 也参与了投资（Pulse 2.0）。截至 10 月 17 日，TypeSafe 自己的博客没有发布这轮融资的消息。它的智能体技能仓库在 GitHub 上有 2700 多颗星（GitHub）。
公开测试怎么说
我们找到的唯一一篇详细独立测试，来自 Classmethod 的 Reona Shimada。他用 Jev 替换了一个 Slack 智能体里负责把请求分给弱模型或强模型的 LLM 裁判。13 个场景各跑 3 遍，Jev 39 次全对，本地裁判对了 36 次；每次判断耗时从约 1.55 秒降到 0.27 至 0.42 秒，130 次直接调用总共花了约 0.003 美元。他也列出了代价：请求文本要离开本地机器，Jev 不给理由，测试场景都很短（Classmethod）。
Every 的 Mike Taylor 在发布当天写了评测，免费可读的部分说，它到底能把活干得多好还是未知数（Every）。其余数字，包括首页上「快 193.6 倍、便宜 444.6 倍」，都来自 TypeSafe 团队自己编写的四个工作流，并以 GPT-6 Astra 和 Claude Fable 5.1 的答案为参照。SiliconANGLE、VKTR 和 DataCamp 都指出，还没有人复现过这些结果（DataCamp）。
价格与使用方式
Jev 每百万输入 token 收费 0.042 美元，输出免费（TypeSafe 文档）。可以通过 API 控制台、Python 和 JavaScript SDK 或网页版 Playground 使用（快速上手）。TypeSafe 仍称 Jev 处于早期访问阶段，9 月的测试者是通过候补名单拿到权限的。TypeSafe 表示不会用你的输入训练模型，为企业客户提供零数据留存，并可应要求提供 SOC 2 Type II 报告（TypeSafe）。
和大语言模型比怎么样
Jev 不是聊天机器人，TypeSafe 文档也说明它不能直接替换 Claude Code、Cursor 等编程智能体背后的模型（TypeSafe 文档）。它要替代的是被当作分类器用的低价 LLM 调用，比如 TypeSafe 案例中 Jack & Jill 用它替换了给候选人打分的 Gemini 3.1 Flash Lite，以及 Classmethod 测试里那种本地分类器。写文章、写代码、给出解释，仍然需要生成式模型。
谁该再等等
- 需要模型写出答案或给出每个决定理由的人。
- 主要处理中文等非英文文本的团队：TypeSafe 自己说英文准确度最高。
- 没签零数据留存合同、就不能把数据发给外部 API 的机构。
来源
来源
- TypeSafe AI 官网首页（TypeSafe AI） (typesafe.ai), 访问于
- System One 模型与 Jev 发布，作者 Diogo Almeida（TypeSafe AI，2026 年 9 月 15 日） (typesafe.ai), 访问于
- jev-1.14.0 发布说明（TypeSafe AI，2026 年 10 月 14 日） (typesafe.ai), 访问于
- Jack & Jill 用 Jev 降低候选人筛选成本（TypeSafe AI 案例，2026 年 10 月 7 日） (typesafe.ai), 访问于
- Jev 企业版：数据处理、SOC 2 与零数据留存（TypeSafe AI） (typesafe.ai), 访问于
- 隐私政策（TypeSafe AI） (typesafe.ai), 访问于
- 使用条款，2026 年 9 月 19 日更新（TypeSafe AI） (typesafe.ai), 访问于
- Jev 简介与问题类型（TypeSafe 文档） (docs.typesafe.ai), 访问于
- 模型、价格、上下文长度与语言支持（TypeSafe 文档） (docs.typesafe.ai), 访问于
- Jev 1.13 已知短板，2026 年 10 月 2 日复核（TypeSafe 文档） (docs.typesafe.ai), 访问于
- 并行提问示例（TypeSafe 文档） (docs.typesafe.ai), 访问于
- 快速上手：SDK、API、智能体技能与 Playground（TypeSafe 文档） (docs.typesafe.ai), 访问于
- 在编程智能体里使用 Jev（TypeSafe 文档） (docs.typesafe.ai), 访问于
- TypeSafe 集成（LangChain 文档） (docs.langchain.com), 访问于
- typesafe-ai/skills 代码仓库（GitHub） (github.com), 访问于
- TypeSafe AI 结束隐身并获 4000 万美元，作者 Paul Gillin（SiliconANGLE，2026 年 9 月 16 日） (siliconangle.com), 访问于
- ChatGPT 共同创造者推出 TypeSafe AI 与 Jev，作者 Michelle Hawley（VKTR，2026 年 9 月 16 日） (vktr.com), 访问于
- System One 模型与 Jev 解读，作者 Matt Crabtree（DataCamp，2026 年 9 月 16 日） (datacamp.com), 访问于
- a16z 以 75 亿美元估值投资 Jev 开发商，作者 Natasha Mascarenhas、Rebecca Torrence（彭博社，2026 年 10 月 9 日） (news.bgov.com), 访问于
- TypeSafe 以 75 亿美元估值融资 8.7 亿美元，作者 Amit Chowdhry（Pulse 2.0，2026 年 10 月 11 日） (pulse2.com), 访问于
- 用 Jev 替换 NeMo Switchyard 的分类器，作者 Reona Shimada（Classmethod DevelopersIO，2026 年 9 月 20 日） (dev.classmethod.jp), 访问于
- Mini-Vibe Check：TypeSafe 的 Jev，作者 Mike Taylor（Every，2026 年 9 月 15 日） (every.to), 访问于
更新记录
更新记录
- 根据公开报道和公开测试创建本页。
GenGrades 推荐阅读
- 工具评测
APIMODELS
APIMODELS 是一家按量付费的 AI API 中转站，用一个 Key 提供约 150 个模型，价格自定、多数低于厂商官方价，省下的利润投在备用渠道上：近 30 天去掉内容审核拒绝后，请求成功率 98.62%。APIMODELS 是我们自己的产品，和 GenGrades 出自同一团队。
- 工具评测
ZenMux
ZenMux is an LLM gateway, operated under its terms by NexaMind Singapore Pte. Ltd., that sells Claude, GPT, Gemini and many Chinese models through OpenAI, Anthropic and Vertex-style endpoints at the makers' list token prices. It adds automatic credits for bad or slow answers, which it calls insurance, and 20 to 200 USD monthly coding plans.
- 工具评测
Vercel AI Gateway
Vercel AI Gateway is Vercel's hosted API for about 480 text, image, video and speech models behind one key, billed from prepaid credits at the providers' list prices with no markup, including when you bring your own keys. It became generally available on August 21, 2025, and gives each Vercel team 5 USD of free credit a month.
- 工具评测
Requesty
Requesty is a London-based LLM gateway, run by Requesty Ltd and seed-funded by 20VC in 2025, that sells OpenAI- and Anthropic-compatible access to more than 600 models at list price plus a 5% top-up fee. It stands out for routing policies, spend controls and an EU endpoint in Frankfurt.
- 工具评测
Poe API
Poe API is Quora's developer API for the bots in its Poe chat app, opened on July 31, 2025, with OpenAI-compatible endpoints and an Anthropic-compatible one for official Claude bots. Calls spend the same points as a Poe subscription, so there is no separate API bill; current Claude bots cost about 1% more than Anthropic's list price.
- 工具评测
OpenRouter
OpenRouter is a New York company's API relay that sells access to more than 680 models from over 100 hosting providers through one key, at each provider's list price plus a 5.5% fee on credit purchases. Stripe agreed to buy it on August 19, 2026; no closing had been announced by October 21, 2026.