Jev：低成本决策模型探索Agent新分工 9月15日，前OpenAI研究者Diogo Almeida创办的TypeSafe AI发布首款System One模
- 序号：538
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
Jev：低成本决策模型探索Agent新分工
9月15日，前OpenAI研究者Diogo Almeida创办的TypeSafe AI发布首款System One模型Jev并开放早期访问，面向软件自动化中的快速结构化决策。
🔥 直接输出决策结果以减少文本生成开销 1️⃣采用面向校准决策的强化学习RLCD，提供选项选择、评分及真假判断概率三类输出，不生成自由文本； 2️⃣一次调用可并行评估多个独立问题，直接返回代码可用的结构化结果，适合分类、评分和路由。
🔥 官方工作流测试显示显著成本优势 1️⃣输入价格为0.042美元/百万Token，输出免费； 2️⃣官方四项工作流平均表现图中，Jev进入准确率与成本的帕累托前沿，以更低成本达到接近GPT-5.6 Terra的表现； 3️⃣公司披露速度约为对照方案的193.6倍、成本约为其1/444.6。
🔥 置信度为自动执行与人工复核提供分流依据 1️⃣选择和评分结果附带概率分布及置信度，开发者可对高置信度结果自动执行，对不确定结果转人工或其他系统； 2️⃣同一工作流可根据不同操作的风险设置差异化阈值，将自动处理、补充信息和人工确认组合成可控的执行流程。
🔥 多平台接入推动商业化渠道拓展 ①Vercel披露，Jev上线AI Gateway后24小时内被近13%的平台付费团队使用， 成为其历史上采用速度最快的模型； ②Netlify已将Jev接入AI Gateway，调用费用计入平台额度；OpenRouter同步提供按量定价服务;Cloudflare已提供模型调用及定价入口。
🔥 低成本决策有望推动AI应用落地 我们的判断：Jev有望与负责复杂推理和内容生成的通用模型形成分工，承接Agent中的高频分类、路由与评分任务。决策成本和延迟下降，有利于AI应用扩大自动化覆盖范围，并提升高频调用场景的商业可行性。
风险提示：实际场景效果及商业化落地不及预期。
总体总结
主题正文
- 9月15日，前OpenAI研究者Diogo Almeida创办的TypeSafe AI发布首款System One模型Jev并开放早期访问，面向软件自动化中的快速结构化决策。
- 1️⃣采用面向校准决策的强化学习RLCD，提供选项选择、评分及真假判断概率三类输出，不生成自由文本；
- 1️⃣输入价格为0.042美元/百万Token，输出免费；
- 2️⃣官方四项工作流平均表现图中，Jev进入准确率与成本的帕累托前沿，以更低成本达到接近GPT-5.6 Terra的表现；
- 1️⃣选择和评分结果附带概率分布及置信度，开发者可对高置信度结果自动执行，对不确定结果转人工或其他系统；
- 2️⃣同一工作流可根据不同操作的风险设置差异化阈值，将自动处理、补充信息和人工确认组合成可控的执行流程。
- ①Vercel披露，Jev上线AI Gateway后24小时内被近13%的平台付费团队使用， 成为其历史上采用速度最快的模型；
- 决策成本和延迟下降，有利于AI应用扩大自动化覆盖范围，并提升高频调用场景的商业可行性。