Vercel CEO 亲自实测，不聊天的 AI 模型 Jev，比 GPT 快 18 倍还更准

先说结论

9 月 19 号，TypeSafe AI 发了个不聊天的模型 Jev

它不跟你聊天。你发一段「状态」加几个「结构化问题」，它直接给你带概率的答案，代码可以直接拿来用。

它不是 AGI 时刻，但可能是AI Agent 时代的拼图。

TypeSafe 把 Jev 叫做System One Model。这词借自 Kahneman 的双系统理论：System 1 是快思考，System 2 是慢思考。

传统的大模型走的是 System 2：先用 RLHF 调教出人类的偏好，输出能聊天的文本。但聊天模型有两个老毛病，过度自信和mode dropping（忽略掉一些合理但小众的选项）。TypeSafe 的观点是，这两个毛病让 AI 离不开人类的兜底。

Jev 的解法干脆：别让 AI 聊天了。你问「这张工单该派给哪个团队」，它不解释、不寒暄，直接给你{"billing": 0.84, "technical": 0.15, "sales": 0.01}，外加一个 confidence 值。

底层还是 transformer，但 TypeSafe没披露架构细节，也没公开权重。现在只能通过托管 API 用。

训练方法也换了一套，叫RLCD（Reinforcement Learning for Calibrated Decisions），专门优化「决策的概率是否校准得对」，不是优化「人类看着爽不爽」。

Jev 的 API 简单到有点过分。

一个端点搞定一切：POST https://api.typesafe.ai/v1/systemone。请求体里塞三样东西：

问题有三种类型，全跑在同一个 state 上，互不干扰：

每个问题并行独立运行，TypeSafe 说加问题基本不影响响应时间。一次塞 10 个问题跟问 1 个问题，差不多快。

来看个实际例子。一个客服工单分流：

返回结果长这样（简化版）：

JavaScript 那边也配套了@typesafe-ai/sdk，要求 Node.js 20+。Netlify 已经第一时间把 Jev 接进了 AI Gateway，配 SDK 直接用，免去配 API key 的麻烦。

注意每个 Choice 和 Score 都带了confidence 值（0 到 1），这个值不是「最可能选项的概率」。

比如 billing 赢了 0.84，但 confidence 只有 0.596。为什么？因为 technical 还有 0.15，分布其实没拉开。

TypeSafe 在文档里给了三条路：

阈值得按决策失误的成本来定。删个评论跟审批一笔百万订单，阈值肯定不一样。

这其实才是 Jev 真正想做的东西。

价格上，Jev 输入是$42 / 十亿 token（也就是 $0.042 / 百万 token），输出免费。TypeSafe 拿同行定价对比了一下：$0.20 到 $10 / 百万 token，Jev 大概便宜 4 到 17 倍。

延迟在70ms 到 500ms之间。TypeSafe 自己跑了次 demo：Jev 0.114s 跑完一轮决策，花了 $0.000081；GPT-5.6 Terra 跑了 8.566s，$0.013880。差了75 倍速度、171 倍价格。

但这两个数字都得打折看：

不过开发者社区的反应是真实的：

没开源。架构、参数量、权重全没披露。本地跑不了，只能走 TypeSafe 托管。如果公司挂了或者政策变，集成 Jev 的产品会有迁移成本。

早期访问 + 候补名单。虽然托管 API 已开放，但还得排队才能拿到生产级配额。

基准由官方自评。所有「比 GPT 快 N 倍」的数据都来自 TypeSafe 自己写的 workflow。第三方独立测评还没出来。

「零幻觉」的边界。零幻觉只意味着输出永远符合 schema，答案本身可能依然错。置信度高不等于答案对。

RLCD 的细节也不公开。这个训练方法的具体奖励信号、采样策略，文档里没写。如果它和 RLHF 一样存在隐藏的 mode collapse 问题，得等用户量大起来才能发现。

Jev 不是要取代聊天模型，它做的是聊天模型不擅长的事：在请求路径上做又快又便宜的结构化决策。

如果你的产品里有任何「分类、路由、评分、提取、guardrail」的环节，Jev 是个值得拿小流量试水的选项，前提是你接受托管 API 的依赖。

现在已经有 Vercel、Browser Use、Droidrun、pg-jev 这些实战案例了，TypeSafe 不再是 PPT 公司。下一步就看它的独立基准和长期稳定性能不能扛住。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING