这个只会做选择题的Jev，却是今年我看到的最特别的大模型。

这两天，如果说最火的大模型是什么，那可能只有一个名字。

Jev。

这个模型来自TypeSafe AI，创始人就是这个Diogo Almeida。

Diogo Almeida@CompleteSkeptic·Sep 16After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?

I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev

• 20-200x faster • 40-400xShow more3.5K12K67K32M

这哥们以前在OpenAI，参与创造了RLHF和InstructGPT，也就是后来让GPT真正学会说人话、最终催生ChatGPT和GPT-4的那一套关键方法的大佬。

然后他在2024年初选择离开了OpenAI，出去创业，在隐身了两年以后，终于掏出了自己的这个全新的模型，Jev。

这玩意，可能是我近一年，看到的确实有一点不一样的东西。

真的，他又激发了很多我对于AI的想象，相信我，这个Jev，跟你过去见到过的所有的大模型，都不一样。

因为，这个模型只会做一件事，那就是：高频决策。

没错，一个2026年9月推出的新模型，没办法跟你聊天，也没办法写代码，甚至连文字都没有办法生成。

只会帮你进行决策和判断，是一个完完全全的通用分类器。

可能听起来还是有点玄乎，不过这两天X上有个案例，我觉得特别适合解释Jev到底是什么。

开发者Marcel Pociot接入Jev做了一个浏览器插件。

Marcel Pociot 🧪@marcelpociot·23hI built a browser extension with Jev @typesafeai that can hide/collapse posts on X based on natural language.

It’s so fast that it’s not noticeable and insanely cheap…this must be the future of “ad blockers” and content firewalls.55511K62K

作用特别简单。

就是这个浏览器背后接了Jev，然后用Jev帮你过滤X上那些你压根不想看的东西。

比如你可以设定好，说我不想看故意引战骗回复的内容，或者说不想看加密货币和NFT，又或者不想看政治争论啥的，都可以。

甚至你可以说：“把那些明显只是为了让我生气、让我回复、让我停下来吵架的内容都折叠掉。”

然后，你就继续正常刷X。

每出现一条新的帖子。

Jev就在后台飞快地判断一次：

这条东西，有没有命中刚才那些我们不想看的内容分类？

有的话就直接折叠不显示了，没有命中的话，就正常展现出来。

而这个判断的速度，平均只需要380毫秒。

也就是在Jev看到帖子的一瞬间，输入帖子，然后完成判断进行输出，是否要折叠，这一切，只发生在380毫秒的时间里面。

过去我们看大模型，如果遇到这种问题，你当然可以让大模型来去做判断，即使你开了JSON Output的话，它也会很慢，甚至如果开了思考的话，那就更慢，可能需要十几秒，甚至是几十秒才能完成一个判断。

但我们其实根本不需要那么多的东西，我们只需要模型以最快的速度，给出Yes或No就可以了。

我们根本不需要它生成任何的内容，它只需要来帮我们做判断。

Jev干的就是这件事。

这就是Jev最奇怪，也最性感的地方。

我们过去看到的大模型，都在努力学习一件事情，也就是怎么更好地回答人类。

Jev直接换了个方向，它想解决的是：

如果最后真正需要这个答案的，其实只是一段代码呢？

代码根本不需要你文采飞扬。也不需要你解释半天。

它只想知道：要还是不要、A还是B、继续还是停止等等等等。

它需要的，是一个能直接执行的判断。

而且我其实说实话，不只是代码，这个世界中，即使对于我们人类来说，绝大多数的东西，本质上其实也都是决策判断。

这件衣服你要不要买，遇到Boss了你是格挡还是闪避，Token用完了你是重置还是摆烂，要结婚了这个彩礼到底是给还是不给…太多太多了。

很多时候，即使在我们的人生中，我们也根本不需要那么长篇大论的文字或分析，我们只需要一个决策，仅此而已。

所以，Jev奔着这个目标一路狂奔，他们为了最好的完成决策，直接把生成文字给砍掉了。

于是，速度快了20～200倍，近乎逼近实时，当Jev打游戏的话，一秒可以决策10次，并且成本低了40～400倍，0.042美元/百万Token，便宜到离谱（输出Token还是免费的，因为只输出一个决策，那个Token太少了，他们干脆免费了）。

网上的大佬们已经玩疯了。

比如，有人会用它，玩马里奥，因为马里奥本质上也就是按键判断。。。

Faadil Shaik@faadilhshaik·Sep 16got @typesafeai’s new model Jev to play Super Mario Bros.

fast inference + structured outputs makes it surprisingly good for real time use cases.

I’m excited to see what can be done with these new models!833482.7K537K

效果出奇的好。

有人用它操控浏览器查询航班，一共就花了7秒，全部点完，毕竟，浏览器操控，本质上也是判断决策。

Gregor Zunic@gregpr07·Sep 17Breaking: Browser Use + Jev = Ultrafast ⚡

Findings flights took 7s and cost only $0.0039 🤯

new action space every step DOM state space small LLM fallback to type

(this video is at 1x speed btw)

Built a tiny open source browser agent. try it below ↓2237537.6K2M

还有大佬用它搭了一个交易机器人，因为做交易，本质上也是决策，就是买或者卖而已。

Jarrod Watts@jarrodwatts·Sep 17I built a trading bot with Jev!

Jev decides if it should “buy” or “sell”, given the price feed of an asset pair, and executes real trades.

It uses Monad to place the orders on Kuru’s on-chain order book in every 300ms block.

Demo link → https://jev-trader.vercel.app2512814.5K937K

还有太多太多了。

Jev这个百毫秒级响应+大批量判断，既有超级实用的场景，也有无数能拓想象力的场景。

这就是他们给自己定义的模型类型，称为System One Model。

System One这个名字，来自丹尼尔·卡尼曼那本特别有名的《思考，快与慢》。

卡尼曼把人的思考粗暴地分成两种。

系统1就是快思考，自动的、直觉的。

比如我问你：1+2等于几？你总不会低头沉思三分钟，然后才给我报个3对吧。

系统2，就是慢思考。

需要一步一步分析的，比如做数学证明，写复杂代码啥的。

现在的GPT、Claude，尤其是各种Reasoning Model，越来越像一套特别强的系统2了。

而Jev赌的则是另外一边，因为他们觉得，这个世界上其实存在着海量根本不需要长篇推理的智能任务。

所以他们重新做了一套模型架构、并行Sampler，还有一种自己叫做RLCD的训练方法。

全称是Reinforcement Learning for Calibrated Decisions。

大概可以翻译成：

面向校准决策的强化学习。

就像我们过去说，RLHF优化其实是人类更喜欢哪个回答。

然后RLVR优化的是，这个答案能不能被验证，所以后面数学、代码之类的这两年直接旱地拔葱式的大跃进。

而RLCD想优化的，就是这个决定到底对不对，而且模型嘴里说的“我有90%把握”，到底是不是真的接近90%。

因为如果你真要把AI塞进一个自动化系统里，那概率必须是有意义的。

比如，Jev给出来的置信度 > 0.90，那就可以动执行。

0.7 < 置信度 < 0.90，那就交给更强的大模型复核。

置信度 < 0.7，那就交给人来决策。

所以我觉得在Jev这条路线里面，最重要的词甚至不只是快和便宜，这个“校准”，才是真正的核心。

当你接了Jev让它输出的时候，也可以看到，它的输出，是这样的。

这就很爽了。

而且最骚的是，所有的这些需要判断的问题可以一次性并行问。

比如我扔进去一条AI新闻。

我可以同时问：是不是AI相关？是不是广告？是不是融资？应该归到哪个分类？值不值得推给用户等等等等。

Jev可以一口气把这些判断一起做掉，速度极快，直接起飞。

这跟传统LLM一个一个Token往外生成，完全是两种思路。

所以，这玩意本质上有点像：

一个拥有世界知识和语义理解能力的超级if。

目前可以在他们的官网上申请资格，应该挺快就能过。

网址在此：https://typesafe.ai/

不过如果你急着测试的话，也可以去一个集合平台vercel上用，他们已经首发接入Jev了。

我自己也第一时间把AIHOT里面的一些任务判断，都用Jev测了一下。

比如一个非常基础的预筛任务，就是每天几千上万条我监控的内容会被爬下来打分，负责精选的模型是一个稍微大一点贵一点的模型，这样才能保证世界知识充足，品味足够的好。

但是如果我们把这几千上万条信息都扔给这个模型的话，很贵。那所以前面就用一个便宜的模型来做一道预筛，把跟AI没有关的内容全部先剔除掉，这样就能省很多钱了。

所以这个预筛任务特别简单，就是只判断，当前信息跟AI是否相关。

100道的测试题，我让GLM-5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.7 Flash、Jev同时测试了一下。

结果是这样的，还挺意外的。

GLM 5.3 Flash是唯一一个全对的，但是也最慢和最贵。

Jev目前看起来是最综合的，准确性第二+便宜很多，比DeepSeek V4.1 Flash在空闲阶段还要便宜，但是因为国内网络延迟的问题，所以Jev的耗时和反应速度被拉高了。

Qwen 3.7 Flash依然是最便宜性价比最高的，甚至只有Jev的一半，但是精准率跟DeepSeek V4.1一样，差了点。

在另一个同事件聚簇判定的任务上，Jev差不多也维持着第二准确，但这次因为内容量表较大，所以终于变成了速度最快的角色。

而如果让它做一个更适合Jev的并行判断任务，比如一个新闻背后，同时有十个问题需要判断并且输出。

那这时候，优势就出来了。

最高的准确率，最快的速度，第二低的成本。

在追求精度的分类和判断场景上，Jev就是目前性价比最高的解，Qwen 3.7 Flash便宜是便宜，但是一旦稍微大一点的活，这个正确率能被拉7个点，这就没法用了。

而且这只是第一代模型，如果几个月后，Jev出到2.0，那我不敢想象，这玩意准确性能高到什么程度，速度又能快到什么程度，以及价格又能便宜到什么程度。

Jev这个名字，脱胎于一个经济学里著名的东西。

杰文斯悖论。

他的提出者，就叫William Stanley Jevons。

19世纪的时候，蒸汽机越来越高效，理论上来说，烧同样的煤，可以干更多的活，那人类是不是会因此少烧煤？

结果刚好反过来，因为蒸汽机效率越来越高，使用煤变得越来越划算，所以，越来越多行业开始用。

最后，整个社会的煤炭消费量反而上升了。

效率提高，单次消耗下降，总消耗却暴涨，这就是杰文斯悖论。

而TypeSafe给模型起这个名字。

意思已经非常明显了，他们赌的就是，智能也会发生杰文斯悖论。

我们现在用的模型越来越贵，价格越来越高。但我们日常中真的需要用到这么高智力的模型吗？是不是有大量的判断和决策，还有事情只需要一个Jev这样的模型，就可以了呢？

但如果有一天，一次拥有相当不错语义理解能力的判断，便宜到接近不要钱的时候，这个世界又会发生什么呢？

AI，为什么一定要生成东西？

智能当然可以用来创造。

那，也可以只用来判断。

Jev确实可能代表着Agent时代另外一块特别重要的拼图。

一个我们过去因为ChatGPT太成功。

反而一直没有认真看过的方向。

未来的轮廓。

好像也逐渐清晰了起来。

以上，既然看到这里了，如果觉得不错，随手点个赞、评论、转发三连吧，这对我们有特别大的帮助~

谢谢你看我的文章，我们，下次再见。