# Jev 模型是什么？API 价格、适用场景与快速接入教程

> Jev 模型指南：Jev 1.14 已作为 jev-latest 上线，每百万输入 token $0.042，输出免费，一个 API Key 就能调用。

- Canonical HTML: https://omniakey.com/zh/blog/jev-model-explained
- Markdown: https://omniakey.com/zh/blog/jev-model-explained.md
- Published: 2026-09-19 (updated 2026-10-24)
- Author: Kiki, COO at OmniaKey
- Language: zh
- Category: Guide
- Reading time: 11 min
- All posts: https://omniakey.com/blog/llms.txt

---

2026 年 10 月 24 日更新：新增 Jev 1.14，现已通过 `jev-latest` 提供。

**Jev 模型**是 TypeSafe AI 的 System One 模型：输入 `state` 加带类型的问题，直接返回类型化答案。用 `model: "jev-latest"` 调用，现在就是 Jev 1.14：每百万输入 token $0.042，输出免费，单次请求 64K token。

这让 Jev 适合分类、分派工单、排序、验证和 Guardrail，但它**不是**聊天模型、编程模型、计算器或确定性业务规则的替代品。

> **OmniaKey 已可直接使用；核验日期：2026 年 10 月 24 日。** 无需申请 TypeSafe early access 或等待 waitlist 审批。当前版本是 `jev-1.14.0`，通过 `jev-latest` 提供。下面的价格、限制、延迟和能力数字来自 TypeSafe 的发布文章与官方文档。我们在 9 月 20 日做过一次真实调用，收到 `jev-1.13.0` 的 HTTP 200 响应；那次只验证连通，不是独立的延迟、校准或质量 benchmark。

## Jev 模型一览

|项目|当前值|
|-|-|
|开发者|TypeSafe AI|
|模型类别|System One Model|
|当前版本 ID|`jev-1.14.0`|
|别名|`jev-latest`（SDK 默认）与 `jev-preview`，都指向 1.14.0|
|TypeSafe 直连端点|`POST https://api.typesafe.ai/v1/systemone`|
|OmniaKey 端点|`POST https://api.omniakey.com/v1/alpha/search`|
|输入|默认是文本，可放在字符串、JSON 对象或文本数组中；1.14 的图片输入要手动开启|
|输出|类型化 `Choice`、`Score` 与 `Noul` 答案；1.14 的 `Box` 仍在实验阶段|
|上下文|每请求 64K token；`state` 加最长问题不得超过 32K|
|直连 API 价格|每 100 万输入 token 为 $0.042；当前输出免费|
|默认速率限制|250,000 输入 token/s、1,200 请求/分钟，可能动态调整|
|厂商延迟宣传|端到端 70–500 ms|
|发布状态|2026 年 10 月 14 日起为 Jev 1.14；`jev-1.13.0` 仍可使用|

官方拼写是 **Jev**，并不是需要逐字母展开的 J-E-V 缩写。TypeSafe 表示，这个名字来自经济学家 William Stanley Jevons；“System One”则借用了 Daniel Kahneman 在《思考，快与慢》中推广的快速直觉式 System 1 概念。

## Jev 1.14 有什么新变化？

Jev 1.14（`jev-1.14.0`）从 2026 年 10 月 14 日起成为稳定版本，`jev-latest` 与 `jev-preview` 现在都指向它。价格和默认限制都没变，真正的新东西是两个要手动打开的实验室功能。

|项目|Jev 1.13|Jev 1.14|
|-|-|-|
|状态|固定 ID 仍可用|2026 年 10 月 14 日起为当前版本|
|价格|每百万输入 $0.042|每百万输入 $0.042|
|默认限制|单次 64K、单问题 32K|单次 64K、单问题 32K|
|实验功能|无|图片素材、Box 问题、262K 上下文|

两个功能都藏在 TypeSafe 称为 “danger zone” 的请求头后面。加上 `TypeSafe-Danger-Zone-Images: true`，请求才能带图片素材，并启用新的 Box 问题类型，它返回图片里的坐标。加上 `TypeSafe-Danger-Zone-Long-Context: true`，窗口提到单次请求、单个问题各 262K token；这个开关默认关闭，不加就和以前一模一样。TypeSafe 的发布文章（2026 年 10 月 24 日核对）写明这两个功能要自己承担风险，我们也还没有通过 OmniaKey 测过这两个请求头。

把 `jev-1.13.0` 写死在请求里的调用照样能用，默认请求体也没变：`state`、`questions`，可选的 `model`。切回旧版只改一行，所以先用你自己的一批真实任务在 1.14 上跑一遍，再迁移生产流量。

## Jev 模型到底做什么？

可以把 Jev 理解成一个带概率的语义函数：

```text
非结构化或结构化状态
  + 预先定义的问题与答案空间
  -> 类型化决策与概率分布
```

普通 LLM 的核心任务是延续 token 序列并生成字符串。即使开启 JSON mode，应用仍是在要求生成式模型“写出”一份答案。Jev 放弃自由生成：调用方先定义允许的输出形状，模型再针对同一份状态评估所有问题。

TypeSafe 把它的训练方法称为 **Reinforcement Learning for Calibrated Decisions（RLCD，面向校准决策的强化学习）**。目标不仅是选答案，还要让概率在一组相似预测上反映真实正确率。理想情况下，模型给出 0.8 的一批判断应约有 80% 正确。但校准是群体统计性质，不能保证某一次 0.8 的答案一定正确。

## Choice、Score 与 Noul

Jev 提供三种问题类型。它们是 API 的核心原语，不是生成完成后附加的格式化选项。

|原语|问题形状|返回内容|适合场景|
|-|-|-|-|
|`Choice`|哪个选项最符合？|被选选项、每个选项的概率、置信度|意图路由、分类、封闭集合排序|
|`Score`|在描述好的等级中处于哪里？|加权分数、各等级概率、置信度|严重度、质量、紧急程度、风险区间|
|`Noul`|这句话是否成立？|0 到 1 的概率|检测、验证、二元门控|

一个 `Choice` 最多可包含 255 个选项；一个 `Score` 可定义 2–10 个有文字描述的等级。`Noul` 不另带 `confidence` 字段，因为它的 0–1 数值本身就是“是”的概率。

同一请求中的多个问题会针对相同 `state` 独立、并行评估。这适合一次拿到多组信号，但也意味着一个答案不会自动影响另一个答案。如果问题 B 依赖问题 A，应该由代码明确表达这种依赖。

## 一个 Jev API 请求

下面的精简示例把 TypeSafe 官方请求结构发送到 OmniaKey：一次调用同时判断客服消息该由谁处理、用户有多不满，以及是否紧急。

```bash
curl https://api.omniakey.com/v1/alpha/search \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "我的付款已经连续三天失败，正在损失订单，请马上帮忙。",
    "model": "jev-latest",
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "应该由哪个团队处理？",
        "criteria": {
          "billing": "付款、账单或退款",
          "technical": "Bug、故障或集成问题",
          "sales": "价格、升级或新账户"
        }
      },
      "frustration": {
        "type": "score",
        "instructions": "客户有多不满？",
        "criteria": ["平静", "不满但克制", "非常生气"]
      },
      "is_urgent": {
        "type": "noul",
        "instructions": "这条消息是否表达了紧急性？"
      }
    }
  }'
```

响应会保留同样的问题 ID。`department` 返回三个允许值之一，以及三个选项的完整概率分布；`frustration` 可能是小数，因为它是各等级位置按概率计算的加权结果；`is_urgent` 只返回“是”的概率。

具体数值会随输入、判定标准和模型版本变化。最终由代码而不是模型决定，多高的概率才足以执行动作。

## Jev 与 LLM、传统分类器有什么不同？

Jev 处在两者之间一个很有用的位置，区别值得说清楚。

|维度|Jev|生成式 LLM|传统分类器|
|-|-|-|-|
|主要任务|有边界的语义判断|生成自由文本或进行开放推理|预测为单个固定任务训练的标签|
|输出空间|每次请求定义|开放，即使可用 Schema 约束|训练时固定|
|新判定标准|在请求中描述|修改 Prompt 或工具 Schema|通常需要数据与重新训练|
|概率|API 的一等输出|通常不可用或校准较弱|模型支持时很常见|
|文本生成|不支持|支持|不支持|
|最佳角色|工作流中的语义分支|创作、解释、编程、多步推理|有标注数据的稳定大规模任务|

说 Jev “只是分类器”会忽略它能在请求时动态定义答案空间；说它是“更快的 LLM”则会忽略它不能解释、写邮件、写代码，也不能创造你没有提供的新答案。Liquid AI 的 d1 模型做的是同一类有界决策，也同样以开放权重形式发布；详见[Liquid AI d1 API 评测](https://omniakey.com/zh/blog/liquid-ai-d1-open-models-api-local-deployment)。

JSON mode 也不是一回事。JSON mode 约束生成文本的语法；Jev 约束的是答案空间本身，并返回用于决策的完整概率分布。只有当问题能被拆成有限答案的判断时，这种差异才真正有价值。

## Jev API 价格是多少？

TypeSafe 给 Jev 1.14 的价格和 1.13 一样：**每 100 万输入 token 为 $0.042**，即每 10 亿 token 为 $42。输出目前免费，官方称其“便宜到无需计量收费”，不过响应仍会记录 output token 用量。

|输入量|Jev 直连输入成本|
|-:|-:|
|10,000 token|$0.00042|
|100 万 token|$0.042|
|1 亿 token|$4.20|
|10 亿 token|$42.00|

这些只是按公布单价计算的算术结果，不是账单实测。它们不包含重试、预处理、级联中的其它模型、存储、工程成本与未来价格变化。

## Jev 上下文窗口与调用限制

|官方 Jev 1.14 默认限制|适用范围|
|-|-|
|64K tokens|一个请求中的全部 state 和 questions|
|32K tokens|state 加最长的单个问题|
|250,000 tokens/s|当前官方账号 token 吞吐量，可能调整|
|1,200 请求/分钟|当前官方账号请求频率，可能调整|
|仅文本|字符串、含文本的 JSON 对象或数组；1.14 可用 danger zone 请求头打开图片输入，不含音频或视频|

上下文有两个同时生效的限制：全部状态与问题合计不得超过 64K token；状态加单个最长问题不得超过 32K。上下文越长并不一定越好，TypeSafe 自己的 jaggedness 文档明确写着，无关细节会让准确率下降。

官方公布的 250,000 token/s 和 1,200 请求/分钟是账户速率限制，不是单次请求速度保证。TypeSafe 也明确提醒，这些限制在 early access 阶段仍会动态调整。

这些是 TypeSafe 官方直连限制。OmniaKey 账号可能有自己的可用模型、价格和调用限额。完整请求、响应字段、Python/Node.js 调用及错误处理，见 [Jev API 接入教程](https://omniakey.com/zh/blog/jev-api-guide)。

## 速度宣传应该怎样理解？

TypeSafe 报告的 Jev **端到端响应时间为 70–500 ms**，并称在“System One 形状”的问题上，以相近智能水平比较时可比前沿模型**快 40–200 倍**。发布材料还重点展示了一组工作流评测：Jev 快 193.6 倍、便宜 444.6 倍。

这些是厂商结果，不是中立 benchmark。TypeSafe 主动披露了几个重要限制：

1. 延迟测试通常从公司成员位于美国西海岸的笔记本发起，当时服务也部署在西海岸。
2. 工作流由 TypeSafe 模型能力团队制作，因此可能存在选题偏差。
3. 参考答案取 GPT-6 Astra 与 Fable 5.1 的平均值，可能偏向这两个模型家族。
4. 对比 LLM 通过 OpenRouter 和 TypeSafe 的结构化 wrapper 调用。
5. TypeSafe 自己也称 193.6 倍与 444.6 倍属于预期真实收益的高位。

因此，更稳妥的结论是：受限输出和并行评估让 Jev 在答案有限的决策任务上具备极低延迟与成本的可信路径；这些数字不能证明它在所有任务上都快 40–200 倍、拥有与前沿 LLM 等价的通用智能，或更擅长生成与多步推理。

## “零幻觉”必须先定义清楚

TypeSafe 宣传 Jev 不会产生幻觉。其中最可辩护的是**结构安全**：`Choice` 不会凭空编出第四个选项，代码期待数字时，服务也不应该突然返回一段散文。TypeSafe 表示，这类输出匹配是结构保证，不是靠抽样测出的零错误率。

但类型正确的答案仍可能在语义上错误。TypeSafe 自己的 Jev 1.13 文档列出了这些失败模式：

- 对字面表述过度敏感，错过隐含意图；
- 计数、算术、日期和数值精度不可靠；
- 不擅长多跳间接推理；
- 状态里混入大量无关内容后准确率下降；
- 可能受对抗内容或 Prompt Injection 影响；
- 指令与判定标准矛盾时容易混乱；
- 分开问出的概率不一定满足人们直觉中的数学恒等式；
- 不适合任何需要生成文本的任务。

所以实际可采用的说法是：**不会生成 Schema 之外的输出，不等于不会做错决策**。生产代码仍需自有评测集、保守阈值、确定性校验与升级路径。

## Jev 适合放在哪里？

当三个条件同时成立时，Jev 值得测试：答案空间有限；问题是语义判断而不是精确计算；结果将由另一段软件消费。

|工作负载|为什么可能适合 Jev|关键保护措施|
|-|-|-|
|客服工单路由|团队集合封闭，且不确定性很有用|加入 `other`；低置信度转人工|
|RAG 段落过滤|可评估相关性、冲突和注入风险|原文核验仍放在模型之外|
|LLM 输入输出 Guardrail|多个窄检查可在一轮并行执行|把对抗输入作为正式威胁模型测试|
|实体匹配|可判断两条记录是否指向同一对象|精确 ID 与不变量由代码保证|
|内容审核|标签与严重度等级可预先定义|按不同伤害类型分别调阈值|
|Agent 动作路由|可选工具或判断是否需要某个 Skill|权限和破坏性操作确认仍由代码控制|

写作、摘要、代码生成、开放式抽取、精确算术、日期比较和长链因果推理都不应默认使用 Jev。精确逻辑交给普通代码；需要创造输出时，使用生成式或推理模型。

## 生产接入清单

1. **确定性工作留在代码里。** 日期解析、计数、金额计算和权限检查不需要模型。
2. **每次只问一个原子问题。** 把“要不要批准”拆成真正决定它的独立事实。
3. **写清所有限制。** `Choice` 不穷尽时加入 `other` 或 `none`，并为 `Score` 写具体等级。
4. **用自己的数据测试。** 英语是主要训练语言；TypeSafe 明确表示中文等 CJK 语言表现并不完全相同。
5. **按动作风险校准。** 可逆的界面操作与高影响自动化不能共用一个置信度阈值。
6. **阈值稳定后固定版本。** `jev-latest` 会移动；应记录响应中的版本 ID，并主动迁移阈值。
7. **为不确定性准备出口。** 模糊案例转人工或更慢的推理模型，不要强迫系统自动决定。
8. **衡量每个已接受任务的总成本。** 把重试、误判、人工复核和下游 LLM 调用都算进去。

## OmniaKey 现在能调用 Jev 吗？

可以。Jev 已通过 OmniaKey 以 `jev-latest` 提供，这个 ID 现在就是 Jev 1.14：OmniaKey 把它原样交给 TypeSafe，TypeSafe 换版本你也不用重新接入。无需申请 TypeSafe early access 或等待 waitlist 审批。先在 [API Key 面板](https://omniakey.com/zh/dashboard/tokens)创建用途明确的 Key，即可开始调用；目录里的条目在 [Jev 1.14 模型页](https://omniakey.com/zh/jev-latest)。

把 Jev 原生请求体发送到 `POST https://api.omniakey.com/v1/alpha/search`。这是 Jev 专用接口，不是 OpenAI Chat Completions 路径，因此继续使用上面的 `state` 与 `questions` 结构。我们在 9 月 20 日完成的 smoke test 返回了 HTTP 200、解析后的模型 `jev-1.13.0`、类型化 `answers` 和 token `usage`；同样的请求现在会解析到 `jev-1.14.0`。如果目标是开放式编程和 Agent 工作，[编程 Agent 模型指南](https://omniakey.com/zh/blog/best-llm-coding-agents)介绍的是技术栈中另一层的生成式模型。

## 最终结论

理解 Jev 模型最好的方式，是把它看成一种新的语义决策接口，而不是万能 LLM 的替代品。它最有价值的想法很简单：模糊判断交给模型；输出限定为程序理解的类型；把不确定性显式暴露出来；组合与精确逻辑继续由代码控制。

当前 API 的纸面价格非常低，整个接口也围绕低延迟设计。但模型仍处于 early access，默认只收文本，英语效果最好，官方也列明了它在数学、日期、间接推理、无关上下文和对抗输入上的弱点。在同条件独立测试出现前，速度与智能对比应视为厂商说法。

## 常见问题

### Jev 是 LLM 吗？

TypeSafe 把 Jev 称为 System One Model，而不是 LLM。它能理解自然语言状态，但不生成自由文本。我们查过的公开资料还没披露足够的架构细节，无法独立判断它的底层网络与传统语言模型究竟有多接近。

### Jev 能替代 GPT 或 Claude 吗？

不能。Jev 不会写作、解释、编程或做开放式生成。它可以作为生成模型的补充，用来把请求分派到合适的位置、检查输出、给候选答案打分，或判断何时值得调用更慢的推理模型。

### Choice、Score 和 Noul 分别是什么？

Choice 从封闭集合中选择并返回所有选项概率；Score 把状态放到 2–10 个已描述等级之间；Noul 返回一个是非命题成立的概率。

### Jev 真的零幻觉吗？

它不会返回声明类型之外的值，因此消除了大量解析与 Schema 错误；但它仍可能选择错误的合法选项，或给出误导性的概率。类型安全不等于语义正确。

### 如何无需等待 TypeSafe waitlist 直接使用 Jev？

创建 OmniaKey API Key，然后把 Jev 原生请求体发送到 `POST https://api.omniakey.com/v1/alpha/search`，并把 `model` 设为 `jev-latest`。不需要单独注册 TypeSafe 账户，也不需要等待 early-access 审批。

### Jev API 多少钱？

TypeSafe 给 Jev 1.14 标价每 100 万输入 token 为 $0.042，输出免费。Early access 阶段直连价格与速率限制都可能变化。

### `jev-latest` 现在指向哪个版本？

Jev 1.14（`jev-1.14.0`）。`jev-preview` 目前也指向同一个版本；想在请求里固定版本，就写 `jev-1.13.0` 或 `jev-1.14.0`。

### Jev 支持图片或中文吗？

默认只收文本：字符串、JSON 对象和数组最终都必须承载文本。Jev 1.14 在 `TypeSafe-Danger-Zone-Images: true` 请求头后面加了图片素材，TypeSafe 把它标为实验功能。中文等 CJK 文字可以输入，但 TypeSafe 表示英语效果目前最好，其它语言要拿自己的数据测过再上。

### Jev 免费吗？

核验时官方直连按每百万输入 tokens $0.042 收费，输出 tokens 免费。输出免费不等于一次请求完全免费。试用、赠送额度和网关账单各有条件，应核对具体账号活动，不能默认所有用户都有免费额度。

### Jev 模型有多少参数？

TypeSafe 的模型页（2026 年 10 月 24 日核对）列出了上下文和输入格式，没有列参数量。64K、32K 是 token 限制，不是模型参数数量，不能据此推断权重大小或本地运行所需硬件。

## 一手来源

- [TypeSafe：Jev 1.14 发布文章](https://typesafe.ai/blog/jev-1-14)（2026 年 10 月 24 日核对）
- [TypeSafe：Introducing System One Models & Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev)
- [TypeSafe 文档：Introduction](https://docs.typesafe.ai/introduction)
- [TypeSafe 文档：System One](https://docs.typesafe.ai/concepts/system-one)
- [TypeSafe 文档：模型与价格](https://docs.typesafe.ai/models)（2026 年 10 月 24 日核对）
- [TypeSafe 文档：HTTP API 参考](https://docs.typesafe.ai/api)
- [TypeSafe 文档：Confidence](https://docs.typesafe.ai/confidence)
- [TypeSafe 文档：Jev 1.13 jaggedness](https://docs.typesafe.ai/model-jaggedness/jev-1.13)

_价格、限制与 Jev 1.14 的细节于 2026 年 10 月 24 日重新核验。网关 smoke test 仍是 9 月 20 日那次，本次更新不是新增付费测试。Jev 更新很快，生产使用前请重查版本 ID 与账号条件。_