Jev AI:舍弃文本生成,主打高速结构化决策的新型模型近期走红
作者: 李祥敬
责任编辑: 李祥敬
来源: CBISMB
时间: 2026-09-21 13:17
浏览: 409
点赞: 20
收藏: 5
近期,一款名为Jev AI(Jev)的AI模型在海外开发者社区快速升温,该模型由TypeSafe AI于2026年9月15日发布,项目代号System One,创始人Diogo Almeida为前OpenAI研究员、ChatGPT早期核心成员,公司同步宣布完成4000万美元种子轮融资。
与大众熟知的对话大模型不同,Jev AI并不具备自然语言生成能力,也无法与人聊天、撰写文案,被圈内称为“哑巴AI”。它的核心定位是面向程序、AI Agent提供结构化概率判断能力。
使用者需要预先定义输出格式,Jev仅支持三类输出结果,并且可并行处理多个判断任务:Noul,输出0到1之间的概率值,用于是非类判断;Choice,在最多255个预设选项中完成单项选择,多用于分类、路由场景;Score,按照指定刻度输出分数,可实现风险等级、优先级评估。
在技术特性方面,Jev跳过了传统大模型逐token自回归解码的生成流程,推理延迟区间在70–500ms。官方公布的数据显示,部分任务下,其推理速度最高可比传统LLM快193.6倍,成本降低444.6倍;定价上输入为每百万token 0.042美元,模型输出免费。
该模型宣称能够实现零幻觉,原理在于输出结果只能从预先限定的选项集合中产生,不会出现超出预设范围的回答,无需额外编写提示词约束输出格式。但它无法解释判断背后的理由。
适用场景集中在AI Agent内部决策、工单路由、内容审核分类、上下文压缩、自动化工作流分支判断。在实际架构中,常和生成式大模型搭配使用:复杂推理交由传统LLM完成,简单的分类、风险判断交给Jev处理。
此次Jev AI快速出圈,有多方面客观因素。创始人过往履历自带行业关注度,产品理念直击当下AI开发的普遍痛点:大量AI Agent运行过程中,会调用成本较高的生成式大模型完成简单判断,造成算力浪费。
同时,官方公布的延迟、成本数据,以及“不生成文字,只做判断”反常识的产品设计,在社交平台快速传播。Jev上线Vercel AI Gateway之后,不少开发团队接入测试,大量开发者发布Demo、开源相关项目,热度很快传导至国内技术社区。






京公网安备:11010502051901号