For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/typesafe-jev-vs-openai-decisions-api-fast-7c48d620.md.
一家新成立的 AI 公司在推出一种不试图写文章、代码或友好聊天回复的模型几周后，就融资了 **8.7 亿美元**。
一家新成立的 AI 公司在推出一种不试图写文章、代码或友好聊天回复的模型几周后，就融资了 8.7 亿美元。
这家公司是 TypeSafe AI。
它的模型名为 Jev。
TypeSafe 于 2026 年 10 月 9 日宣布完成 A 轮融资，公司估值达到 75 亿美元。Andreessen Horowitz 领投，红杉资本、现有投资方 DCVC 及其他投资者参与了本轮融资。
公司的创始团队同样引发了关注。
TypeSafe 由 Erik Gafni、Sasha Sheng 和 Diogo Almeida 创立。Almeida 此前曾任职于 OpenAI，并参与了 ChatGPT 时代指令遵循系统背后的研究。Sheng 此前曾在 Meta/FAIR 工作，Gafni 则拥有工程和创业背景。
Jev 于 9 月 15 日公开发布。
仅仅两周后，OpenAI 宣布限量预览一个方向十分相似的产品：一个用于返回概率、选项和分数，而不是生成长文本的快速 API。OpenAI 于 10 月 6 日将该产品 Decisions API 推入公测。
OpenAI API 产品负责人 Nikunj Handa 后来公开表示，Jev 启发了这一产品类别。
这让 Jev 具有两方面的意义。
首先，它提出了一种在软件中使用 AI 的不同方式。
其次，它促使一家前沿实验室以异常迅速的速度做出回应。
Jev 并不试图成为你聊天的 AI。
它试图成为软件每天调用数千次甚至数百万次、而你始终不必直接看到其答案的 AI。
打开电子邮箱，你会发现数百个等待处理的小判断。
这封邮件重要吗？
它是否包含即将到期的账单？
是否需要紧急回复？
会议时间改变了吗？
应该归档、升级处理，还是忽略？
通用语言模型已经可以回答这类问题。
问题在于，传统 LLM 通常是为生成语言而设计的。
对于单封邮件来说，这种额外开销可能并不重要。
但在规模化场景中，情况就不同了。
如果应用每天要执行数千次或数百万次同类决策，那么延迟和成本上的细微差异就会变成巨大的运营支出。
Jev 专门为这些重复性判断而设计。
TypeSafe 将 Jev 描述为 System One Model。
这一名称源自 Daniel Kahneman 推广的快速、直觉式“System 1”认知模式。
应用不会要求 Jev 生成一段话，而是向它提供一些状态和一组预先定义的问题。
Jev 返回类型化的值，例如：
应用可以直接使用结果。
一个简化的流程如下：
收到电子邮件
↓
Jev 评估多个问题
↓
urgent_reply = 0.91
billing_related = 0.74
meeting_change = 0.03
↓
应用执行自身规则
↓
提醒 / 归档 / 路由 / 审核
其中关键区别在于接口。
使用通用语言模型时，开发者通常会要求模型返回 JSON 或其他结构化格式，然后再对生成的响应进行验证。
而在 Jev 中，类型化决策输出本身就是产品设计的核心。
TypeSafe 的 API 提供一个 systemone 端点，允许开发者针对同一共享状态提交多个问题。
TypeSafe 强调并行决策能力。
如果应用希望针对同一输入评估多个相互独立的标准，可以一次发送这些问题，而不是把每个问题都变成单独的对话轮次。
这对于需要回答以下问题的软件非常有用：
应用随后可以使用普通代码组合这些输出。
这也是 Jev 与聊天机器人相比更像智能条件语句的原因之一。
TypeSafe 当前列出的 Jev 价格如下：
| 用量 | Jev 价格 |
|---|---|
| 输入 | 每 100 万 Token 0.042 美元 |
| 输出 | 免费 |
TypeSafe 表示，由于 Jev 不会以自回归方式生成长文本序列，其输出成本低到没有必要计量。
这一价格之所以重要，是因为 Jev 面向的是可能极其频繁发生的决策。
一次性用户操作如果调用 AI 的成本过高，可能无法自动化；而当成本降低一个数量级后，这类操作就可能变得切实可行。
这会带来一个不同的部署问题。
软件团队不再只是询问：
这件事是否重要到值得调用 AI 模型？
而是可以开始询问：
为什么不让 AI 也评估这个小步骤？
这就是该产品背后的经济逻辑。
醒目的 Token 价格只是生产成本的一部分。
团队仍然需要衡量：
一个价格便宜但错误频率过高的决策，仍然可能十分昂贵。
这一点在后文对 Jev 的独立评估中会变得十分重要。
Vercel 在 Jev 发布后几乎立即将其加入 AI Gateway。
首日反响异常强劲。
据 Vercel 称，在 24 小时内，Jev 已被 近 13% 的付费 AI Gateway 团队使用。
这一比例超过了该平台此前任何模型发布首日覆盖率的两倍。
Vercel 后来称 Jev 是 AI Gateway 历史上采用速度最快的模型。
首日激增并不能证明长期留存率。
但它确实表明，开发者立即发现了一类适合使用窄领域决策模型的任务。
Vercel 列举了以下示例：
这些任务并不光鲜。
但它们正是生产软件持续执行的任务。
Jev 背后的理念并非一夜之间出现。
Diogo Almeida 曾表示，他在 OpenAI 工作期间越来越关注一个基本问题：
如果 AI 改变了经济，未来谁会发起大多数模型调用？
是人类手动打开聊天窗口？
还是软件在后台自动调用智能能力？
他的答案是后者。
这会改变 AI 接口应该优化的方向。
面向人的模型受益于自然对话、灵活表达、解释能力和创造力。
面向软件的模型则受益于：
Almeida 曾将 Jev 描述为对这样一种差距的回应：有些模型在对话方面令人印象深刻，却不容易作为可靠的软件原语使用。
TypeSafe 表示，在公开发布前，它花费了大约两年时间开发这一系统。
Jev 的发布没有被 OpenAI 忽视。
在一场于 OpenAI DevDay 前后录制的 Latent Space 访谈中，API 产品负责人 Nikunj Handa 直接表示，Jev 启发了 Decisions API 的推进。
他解释说，用户和内部团队都在要求一个速度快得多的分类系统。
他还确认，就在几周前，该项目还没有出现在产品路线图中。
OpenAI 并没有专门为第一版训练一个全新的基础模型。
相反，它使用了 GPT-6 Luna，并围绕该模型构建了专门的决策接口和推理路径。
现在，该产品已经通过以下接口进入公测：
POST /v1/decisions
Decisions API 接受共享证据以及一个或多个问题，并返回类型化答案。
OpenAI 当前支持三种问题类型：
| 问题类型 | 结果 |
|---|---|
predicate | 某个条件为真的概率 |
choice | 一个选定选项及其概率/置信度 |
score | 跨有序等级的分数 |
这与 Jev 目前针对的使用场景高度重叠。
这是目前公开产品之间最大的架构差异。
TypeSafe 表示，Jev 使用专门的模型架构，以及一种名为 用于校准决策的强化学习（Reinforcement Learning for Calibrated Decisions，RLCD） 的训练方法。
而 OpenAI 第一版 Decisions API 则使用现有的 GPT-6 Luna 权重，并配合专门的决策服务接口。
从概念上看：
TypeSafe：
专门的决策模型
→ 类型化概率输出
OpenAI：
GPT-6 Luna
→ 专门的 Decisions API 路径
→ 类型化概率输出
这意味着，两个产品对开发者而言可能看起来相似，但底层采取了不同的方法。
一个实际差异在于输入模态。
当前的 OpenAI Decisions API 接受 文本、图像或两者同时输入。
TypeSafe 公开发布 Jev 时主要聚焦于文本/状态输入。
OpenAI 文档提供了一个示例：API 检查产品照片，并估计照片中是否存在可见损坏，例如裂纹、撕裂或凹痕。
电子商务应用可以利用这一模式，自动将图像路由至审核流程。
例如：
产品照片
→ Decisions API 检查可见损坏
→ 概率 = 高
→ 路由至人工检查
这很好地说明了决策 API 为什么可以嵌入普通软件，而不必生成面向用户的答案。
用户可能永远不知道是哪一个模型评估了这张照片。
他们只会感受到由此产生的工作流结果。
当前公开价格十分直接。
| 产品 | 输入价格 | 输出价格 |
|---|---|---|
| TypeSafe Jev | 每 100 万 Token 0.042 美元 | 免费 |
| 使用 GPT-6 Luna 的 OpenAI Decisions API | 每 100 万 Token 0.10 美元 | 免费 |
按照基础输入 Token 价格计算，Jev 更便宜。
OpenAI 的 Decisions 文档称，该 API 返回类型化答案的速度约为 Responses API 的 10 倍。
这一 10 倍声明特指与 OpenAI 自身的 Responses API 路径进行比较。
它并不是已公开发布的、相对于 Jev 的正面对比速度优势。
这一点很重要。
同样，TypeSafe 在自身工作流评估中公布了更大的速度和成本倍数，但它明确承认，这些测试采用的是其自有方法，实际收益可能处于现实应用的较高端。
在生产环境中进行选型时，团队应该针对自己的实际工作负载进行基准测试。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
这一产品故事不寻常之处在于，OpenAI 非常直接地承认了其灵感来源。
在 Latent Space 访谈中，Handa 表示，Jev 启发了这一类别，OpenAI 的用户和内部团队很快开始要求类似的快速分类能力。
他介绍说，一个规模很小的内部团队迅速构建了原型，随后对延迟进行了优化。
这并不意味着 Jev 和 Decisions API 完全相同。
但它确实表明，TypeSafe 找到了一个真实的产品缺口。
竞争焦点从：
谁拥有能力最强的通用模型？
转向了另一个问题：
对于软件中的某个特定重复决策，
哪一个模型原语最便宜、最快？
这与传统的聊天机器人基准测试属于不同的市场。
Jev 的低价格在发布后不久就受到有价值的独立审视。
9 月 29 日，波恩大学和 Lamarr 研究所的研究人员提交了一篇评估 Jev 1.13.0 的预印本论文。
该研究涵盖：
Jev API 的总成本 低于 10 美元。
这是一个令人印象深刻的数字。
但论文更重要的部分，在于它对可靠性的说明。
研究人员发现，Jev 的选择概率有助于进行选择性预测。
简单来说：
如果系统只回答自己最有把握的案例，准确率就会更高。
随着应用接受更多低置信度案例，准确率会下降。
这正是概率对自动化有用的原因。
生产工作流可以针对不同置信度水平定义不同的行为。
例如：
置信度 >= 0.95
→ 自动化处理
0.70 <= 置信度 < 0.95
→ 要求二次验证
置信度 < 0.70
→ 人工审核
具体阈值应该来自评估数据，而不是直觉。
该研究发现，对于二元决策而言，有一个重要的注意事项。
Jev 的概率可以很好地对示例进行排序，但在固定的 0.5 阈值附近，概率位置可能仍然不理想。
这意味着以下规则：
如果 probability >= 0.5：
执行操作
并不一定适合每项任务。
在一项 UNFAIR-ToS 评估中，研究人员报告称，在训练数据上调整阈值后，micro-F1 从 0.50 提升至 0.75。
总体经验很简单：
概率很有用，但应用仍然需要决定多大的概率才足以触发操作。
这并非 Jev 独有的问题。
这是负责任地部署概率分类器的基本要求。
回到电子邮件的例子。
假设模型错误地将一封促销邮件标记为重要邮件。
其成本只是造成一些轻微困扰。
但如果它漏掉一封要求在当天结束前回复的邮件，成本可能就高得多。
因此，正确的阈值取决于误报和漏报之间的不对称性。
一个实际系统可能会针对不同决策使用不同规则：
| 决策 | 更安全的默认设置 |
|---|---|
| 促销邮件检测 | 更积极地自动化处理 |
| 账单截止日期检测 | 使用较低阈值触发提醒 |
| 法律/合规分类 | 将不确定情况升级处理 |
| 高风险账户操作 | 要求人工确认 |
| 低价值内容标记 | 自动化处理大多数案例 |
强大的决策模型不会消除产品政策。
它会让产品政策更容易在软件中表达。
TypeSafe 强调 Jev 的输出具有类型安全性。
这是一项真实的工程属性。
如果开发者定义了允许的输出集合，模型就不需要生成超出该模式的任意字符串。
但正确性有两种不同的形式：
输出符合允许的类型。
所选择的答案确实正确。
相比第二种正确性，决策模型能够更有力地保证第一种正确性。
独立基准测试清楚地说明了这一差别：即使 Jev 的响应完全符合类型要求，它仍然可能选择错误答案。
因此，最稳妥的生产环境理解是：
Jev 消除了大量格式和解析失败，但不会消除模型错误。
原始资料正确地指出，并不是所有判断都应该交给 Jev。
TypeSafe 自身的材料也承认，与通用语言模型相比，专门的 System One 模型承担的角色更窄。
一种有用的分工方式如下：
示例：
示例：
示例：
示例：
低价模型不应该因为产生需要人工持续清理的决策，而创造新的成本。
Jev 这一名称源自经济学家 William Stanley Jevons。
Jevons 与如今所称的 杰文斯悖论有关。
其简化表述是：
资源变得更加高效
→ 单次使用成本下降
→ 需求增加
→ 资源总消耗可能上升
TypeSafe 将这一逻辑应用于机器智能。
如果每次 AI 调用都变得便宜得多，软件可能不只是以更低成本完成相同工作负载。
开发者还可能创建过去因成本过高而不值得实施的全新工作负载。
以下示例已经体现了这一点：
最终结果可能是每次决策成本下降，但决策总量大幅增加。
这就是 Jev 背后的杰文斯悖论式押注。
这一趋势最重要的部分，可能是用户无法直接看见的部分。
如今，人们通常会明确地与 AI 互动：
打开聊天机器人
→ 粘贴上下文
→ 编写提示词
→ 阅读答案
→ 将结果复制回另一个工具
机器原生决策模型则暗示了另一种模式：
用户使用普通软件
→ AI 在后台评估小型决策
→ 软件自动完成路由、评分、检查或过滤
→ 人类只看到真正重要的案例
收件箱可以只显示紧急邮件。
写作工具可以只标记需要审核的句子。
智能体可以自动选择下一个工具。
客服系统可以在人工看到工单之前完成路由。
市场平台可以在用户注册后立即对候选对象进行排序。
到了这一阶段，用户可能并不关心底层系统使用的是 Jev、GPT-6 Luna 还是另一种决策模型。
用户关心的是软件是否更快，以及是否减少了手动步骤。
从这个角度看，TypeSafe 的融资就更容易理解了。
这家公司押注的并不是人们想要另一个聊天机器人标签页。
它押注的是软件本身将发起数量巨大的模型调用。
TypeSafe 表示，财富 500 强企业中已有三分之一在使用 Jev，但这属于公司自报的采用数据，而且公司尚未公开披露全部客户名称。
8.7 亿美元的 A 轮融资为 TypeSafe 扩展这一战略提供了大量资本。
其融资公告称，公司计划构建：
OpenAI 迅速推出 Decisions API，也表明大型实验室看到了同一个机会。
下一阶段的竞争问题并不只是哪个系统最便宜。
真正的问题是，哪个系统能够生成足够可靠的决策，让开发者愿意让软件基于这些决策自动执行操作。
Jev 是 TypeSafe AI 的首个“System One Model”，专为快速、机器可读的决策而设计，而不是用于自由文本生成。它接受共享状态和类型化问题，并返回软件可以直接使用的选项、分数或概率。
TypeSafe 当前列出的 Jev 价格为每百万输入 Token 0.042 美元，输出免费。实际应用成本取决于请求量、输入大小、重试、评估开销，以及需要升级至更大模型或交由人工处理的案例数量。
TypeSafe 将 Jev 描述为基于 Transformer 的 System One 模型，而不是用于文本生成的传统大语言模型。它的核心产品行为是不生成任意文章，而是返回类型化的概率决策。
会。类型安全输出可以防止某些格式和模式错误，但所选择的决策仍可能在语义上不正确。独立评估显示，Jev 在许多数据集上取得了较好结果，同时也存在取决于任务的错误和阈值校准问题。
OpenAI 的 Decisions API 是一个由 GPT-6 Luna 驱动的公测端点，可以将文本或图像转换为类型化的谓词、选项或分数。OpenAI 宣称，与通过 Responses API 执行同类工作相比，该 API 的速度大约快 10 倍。
当前 Decisions API 的价格为每百万输入 Token 0.10 美元，不收取输出 Token 费用。Jev 公布的基础输入价格更低，为每百万 Token 0.042 美元，同样免费输出。
概率本身不会告诉应用应该采取什么行动。团队应该使用带标签的评估数据，并结合误报、漏报和人工审核的实际成本来选择阈值，而不是假设 0.5 始终是正确的分界线。
决策模型最适合高频分类、路由、评分、验证和分支决策，尤其是可能的输出可以预先定义的场景。当任务需要开放式推理、解释、内容生成或复杂规划时，应使用通用模型。
TypeSafe Jev 采用了一种有意保持窄化的 AI 路线：它不为人类生成语言，而是为软件生成类型化决策。这一设计让高频分类、路由、评分和验证变得更加便宜，也更容易集成到代码中。
Jev 的早期采用速度足够快，以至于 OpenAI 很快使用 GPT-6 Luna 推出了同一产品类别中的 Decisions API。按照已公布的基础输入价格，Jev 仍然更便宜；而 OpenAI 则增加了图像支持，以及现有通用模型平台的规模优势。
主要工程挑战在于可靠性，而不是格式。类型化输出消除了某一类失败，但决策准确率仍然取决于数据集、阈值、错误成本和升级策略。Jev 的独立研究尤其清楚地说明了这一点。
更大的变化在于，AI 可能不再是用户需要明确“对话”的工具，而会成为安静运行在普通软件内部的低成本决策层。
从一句话开始，几分钟内拿到完整网站。
