返回博客列表

Jev 模型是什么?TypeSafe System One 决策模型与 API 接入指南

JevJev AITypeSafe AISystem One结构化决策模型

最近被开发者讨论的 Jev,不是一个用来聊天、写文章或生成代码的普通大语言模型。它是 TypeSafe AI 发布的首个 System One Model:应用把当前状态和明确的问题交给 Jev,Jev 返回 Choice、Score 或 Noul 等结构化决策,以及概率和置信度,业务代码再决定路由、拦截、升级人工或交给另一个模型。

TypeSafe 于 2026 年 9 月 15 日宣布 Jev 进入 early access。本文把官方模型资料、API 形态和适用边界整理成一份可执行的接入说明。价格、访问权限和模型别名以官方模型文档与账号实际返回为准;本站网关的模型列表和账单则以实时模型价格为准。

Jev 原生决策接口:不能使用聊天 URL

jev-latest 使用原生决策协议,不兼容普通聊天客户端。本站调用地址与 TypeSafe 官方直连地址不同,密钥也不能混用。

接入方式 完整 POST URL 密钥
本站推荐入口 https://api.llm-token.cn/v1/decisions 贵数智能 API Key
本站兼容入口 https://api.llm-token.cn/v1/systemone 贵数智能 API Key
TypeSafe 官方直连 https://api.typesafe.ai/v1/systemone TypeSafe API Key

客户端 Base URL 若已是 https://api.llm-token.cn/v1,仅追加 /decisions 或 /systemone,不要拼成 /v1/v1/decisions。

请求体必须包含 model、state 和 questions;questions 是以问题 ID 为键的对象,每题填写 type 和 instructions。choice 的 criteria 是选项对象,score 的 criteria 是有序数组,noul 用于是/否概率。不要发送聊天格式的 messages,也不要启用流式输出。

最小可用请求格式

请先把贵数智能 API Key 放入环境变量 LLM_API_KEY。示例会发出真实调用,请在确认额度和计费后执行。响应读取 answers.is_urgent.noul 和 usage,不是 choices[0].message.content。

curl -sS -X POST https://api.llm-token.cn/v1/decisions \
  -H "Authorization: Bearer $LLM_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'JSON'
{
  "model": "jev-latest",
  "state": "The order is due today and the payment has failed.",
  "questions": {
    "is_urgent": {
      "type": "noul",
      "instructions": "Does this require urgent attention?"
    }
  }
}
JSON

如果出现 500 / convert_request_failed,且错误包含 this channel only supports native decisions requests,请检查实际请求是否仍发往 /v1/chat/completions 或 /v1/messages。该错误表示协议不匹配,不是额度不足;充值或改成按量计费都不会改变客户端发送的协议。先修正 URL 和请求体,不要反复重发原聊天请求。

接口格式与排错教程 · Jev 接入 Skill · TypeSafe API 文档

Jev 和普通 LLM 有什么不同?

普通 LLM 的主要输出是字符串:回答、代码、摘要或长篇解释。Jev 的输出形状由调用方提前定义,模型只回答软件真正需要的判断问题。

对比项 普通 LLM Jev / System One
输入 对话、提示词和上下文 state 加一组 typed questions
输出 自由文本,需要解析和校验 Choice、Score、Noul 等结构化结果
典型用途 写作、聊天、代码生成、研究 分类、分流、评分、门控和路由
不确定性 常常需要额外提示模型解释置信度 每个决策可返回概率或置信度
后续动作 由人或 Agent 解析文本 由业务代码根据阈值和规则执行

可以把 Jev 理解成一个“带概率的判断函数”:State → Question → Decision → Action。它贡献的是判断,不是最终业务动作。是否退款、是否封禁账号、是否发送消息,仍应由明确的业务规则和人工复核路径控制。

Jev 当前支持哪些模型 ID?

TypeSafe 的模型文档列出一个固定版本和两个别名:

模型 ID 含义 适合场景
jev-latest 指向当前稳定版本的别名 开发、试用和跟随最新能力
jev-preview 预览别名;当前文档显示它与 jev-latest 指向同一版本 只有明确需要预览行为时使用
jev-1.13.0 固定版本 ID 生产环境、阈值回归和可复现实验

官方文档当前显示 jev-latest 和 jev-preview 都指向 jev-1.13.0,并提醒别名会随新版本移动。如果你的业务阈值已经调好,生产环境应记录响应中的实际 model 字段,或直接固定版本 ID,避免模型更新悄悄改变分流结果。

TypeSafe 官方直连:完整问题示例

官方接口是 POST https://api.typesafe.ai/v1/systemone。请求包含 state、model 和 questions。一个请求可以并行提出 Choice、Score 和 Noul 问题:

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
{
  "state": "客户说支付失败三天,订单即将超时,希望尽快处理。",
  "model": "jev-latest",
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "哪个团队应该接手?",
      "criteria": {
        "billing": "支付、订单或订阅问题",
        "technical": "接口或集成故障",
        "support": "一般咨询或人工跟进"
      }
    },
    "urgency": {
      "type": "score",
      "instructions": "这条消息的紧急程度如何?",
      "criteria": ["普通", "较急", "非常紧急"]
    },
    "needs_human": {
      "type": "noul",
      "instructions": "这条请求是否应该升级人工处理?"
    }
  }
}
EOF

返回的是结构化答案,而不是一段需要正则解析的自然语言。例如,Choice 会给出选项和概率分布,Score 会给出分数与概率,Noul 会给出一个是/否判断及其不确定性。应用应该记录请求版本、问题定义、置信度和最终动作,便于回放和调整阈值。

Choice、Score、Noul 分别适合什么?

  • Choice: 从有限类别中选择一个,例如工单部门、风险类型或下一步工具。
  • Score: 对有序维度评分,例如紧急程度、相关性或客户情绪等级。
  • Noul: 对一个明确的是/否问题给出概率,例如“是否需要人工复核”。

问题要尽量原子化。不要把“判断部门、情绪、风险并写出处理建议”塞进一个问题;拆成多个 typed questions,再由代码组合结果,通常更容易测试和审计。

Jev 适合哪些真实工作流?

Jev 更适合“判断结果会改变软件分支”的场景:

  1. 客服工单分流与紧急度评分;
  2. 内容审核、风险门控和人工复核触发;
  3. Agent 工具选择、请求路由和下一步计划分支;
  4. 文档相关性判断、候选排序和检索结果筛选;
  5. 对生成模型的输出做结构化检查,再决定是否继续执行。

一个可靠的组合通常是:普通 LLM 负责理解、写作或生成候选内容,Jev 负责固定格式的判断,业务代码负责权限、阈值、重试和最终动作。不要让一个低置信度结果直接触发退款、删除数据或发送外部通知。

Jev 不适合什么?

Jev 不生成自由文本,因此不应拿它替代写作模型、翻译模型、代码生成模型或长篇研究 Agent。它也不能替代精确计算、权限系统和审计规则。

官方文档当前还标注:Jev 接收文本或文本结构,不直接接收图片、音频和视频;非文本资料需要先由其他工具提取成文字或结构化字段。英文是主要训练语言,中文等其他语言应先用自己的样本验证置信度和错误类型。

性能和价格怎么看?

TypeSafe 官方模型页当前列出 64K 上下文、按输入 Token 计费、输出 Token 免费;官方价格页列出的 Jev 1.13 输入价格是 $0.042 / 1M tokens。这些是供应商资料,不是本站网关的最终价格,也不等于每个账号都拥有相同的速率限制。

官方同时说明速率限制会动态调整。评估 Jev 时,不要只截一个“快”或“便宜”的数字,至少记录:问题定义、输入长度、请求并发、端到端延迟、置信度、人工复核率和最终业务正确率。

在本站接入前要核对什么?

本站模型目录会展示 Jev 路由和实时计费状态。接入时请使用模型价格页当前显示的精确 Model ID,先发一个低风险小请求,确认协议、响应结构和账单,再扩大到生产流量。第三方网关的端点、模型别名和供应商官方 API 不是同一份契约。

如果你需要普通文本生成、代码或多轮 Agent,请继续使用 GPT、Claude、DeepSeek、Qwen 或其他生成模型;如果任务是分流、打分和门控,再把 Jev 放进工作流的决策节点。

常见问题

Jev 是大语言模型吗?

不是传统意义上的文本生成 LLM。Jev 是 TypeSafe AI 的 System One 模型,输入状态和 typed questions,输出结构化决策、概率与置信度。

Jev 会写文章、翻译或生成代码吗?

不会。它的输出类型由问题定义,适合判断和路由;写作、翻译、代码生成应交给生成式模型。

jev-latest 和 jev-1.13.0 怎么选?

开发阶段可用 jev-latest 跟随稳定别名;生产环境如果依赖固定阈值和可复现结果,建议固定 jev-1.13.0,并在升级前重新做回归测试。

Jev 的概率代表绝对正确吗?

不代表。概率和置信度是决策信号,不是业务保证。应设置人工复核区间,持续用真实标注样本检查校准、错误类型和漂移。

Jev 能直接替代我的 Agent 吗?

不能。Jev 更像 Agent 中的结构化判断节点,普通 LLM、工具执行、权限控制和业务代码仍然需要保留。

参考资料

模型概况资料核对日期:2026 年 10 月 1 日;原生接口格式与 URL 说明更新于 2026 年 10 月 7 日。本文是开发者接入与选型说明,不是独立性能测评。