Jev

TypeSafe AI 的旗舰模型，也是官方所说的第一个”系统一模型（System One Model）“。它面向自动化（automation）设计：接收结构化的状态（State）与类型化问题（Questions），返回类型化答案与概率，不生成文本。2026 年 9 月 15 日随公司一起公开，处于早期访问阶段。

关键信息

模型与接口

• 版本：jev-1.13.0。
• 别名：jev-latest（指向最新稳定正式版，是官方 SDK 默认值；文档示例统一使用它）；jev-preview（指向最新版本，含非正式 build；发布时与 jev-latest 指向同一模型）。
• 调用端点：POST https://api.typesafe.ai/v1/systemone，用 model 字段选择模型。GET /v1/models 列出账号可用名称。
• 别名风险：别名会随新版本上移，答案可能在你无改动的情况下变化；响应 model 字段会回报实际作答的版本 ID，便于日志留档。

三类原语（Primitives）

原语	问什么	返回
选择题（Choice）	从给定选项里挑一个	choice、每个选项的 probabilities、confidence
打分题（Score）	在有序谱系上打分	score（概率加权，可为小数）、probabilities、confidence
是非题（Noul）	一句命题是否成立	noul（0–1 的概率）

• 三类问题可混在同一次 API 调用；每个问题并行且独立地对同一状态求值，增加问题几乎不增加延迟。
• 选项上限：Choice 最多 255 个；Score 至少 2 档、最多 10 档。
• 只有 Choice 与 Score 返回 confidence，Noul 不返回。

价格、速度与限额

• 定价：按输入词元计费，$0.042/百万词元（$42 / 十亿词元），输出词元免费。官方称输入价较 Claude Fable 5.1 低 238 倍。
• 速度：端到端响应 70ms–500ms（多数约 100ms，受网络与负载影响）；官方称同等智能水平下比大模型快 40x–200x。
• 上下文：每请求 64k 词元；其中 state 加单个最长问题合计不超过 32k。
• 限流：250,000 词元/秒；1,200 请求/分钟（官方说明该限流会动态调整，不另行通知；更高限额需联系销售）。
• 输入类型：仅文本。接受字符串、JSON 对象或文本数组；不支持图像、音频、视频。

数据与定制

• 不微调：Jev 不使用客户数据做微调或 LoRA 适配，所有账号共用同一套权重。定制方式是往 state 放专有内容、往问题的 instructions/criteria 写领域规则。
• 不训练客户数据：官方声明 Jev 不用客户请求或响应进行训练；企业客户可申请零数据保留（Zero Data Retention, ZDR）。
• 语言：主训练语言为英文，准确率最佳；中文等 CJK 文字可处理但较弱，官方建议在自有内容上先测。

错误码

401 Unauthorized（密钥无效）、422 Unprocessable Entity（请求体校验失败）、429 Too Many Requests（超限流）、529 Overloaded（服务过载）。

官方承认的局限（jaggedness）

官方在《Jev 1.13 jaggedness》中主动列出弱点：字面理解（按字面而非意图作答）、数学与数字不可靠、日期时间当作文本、多层间接（双重否定等）准确率下降、状态过长且夹带无关内容会掉分、材料内对抗内容可带偏答案、指令与判据自相矛盾会出错、不保证”问法变化下答案自洽”的结构不变式、不做文本生成。官方另反复强调：校准是在一群预测上度量的，不保证单个答案正确，高置信度不等于一定对。

与哪些概念/实体关联

• TypeSafe AI — 开发公司。
• 系统一模型 — Jev 所属的模型类别，名字取自卡尼曼”系统一/系统二”的区分。
• 模型路由 — 常被用作便宜快模型做”反射层”、贵模型做”规划层”的分工。
• OpenAI、Anthropic — 官方对照基准（GPT 系与 Fable 系）。
• Harness工程 — Jev 被大量用于智能体框架里的路由、护栏、上下文筛选。
• 工具调用 — 类型化输出用于工具选择与参数判断的场景。
• OpenRouter、Vercel — 可调用 Jev 的第三方托管渠道。