TypeSafe AI在9月15日的官方公告中介绍了Jev，将其归入名为System One的模型类别。创始人Diogo Almeida曾参与OpenAI的指令跟随研究。Jev关注的是程序运行中的判断环节：输入上下文，让模型返回程序可以使用的选项或数值，而不是一段需要继续解析的回答。
它解决什么问题
以客服系统为例，用户留言到达后，系统可能先要判断该交给账单团队还是技术团队。这个环节需要的是部门标签；真正回复用户时，才需要自然语言生成。Jev可以放在前一个环节，写回复仍由人工或生成式模型完成。这个流程示例是ToolAI的应用分析，不是已经上线的本站功能。
三种输出，各有用途
- Choice：在事先列出的选项中选择，并提供选项概率及置信度。
- Score：按照定义好的评价等级给出评分，同时返回分布与置信度。
- Noul：判断一个陈述是否成立，返回0到1的概率。
将“部门是什么”和“是否紧急”拆成两个问题，通常比把多个目的塞进同一道题更容易检查。应用代码负责如何组合答案以及下一步执行什么。
输出免费，输入仍然计费
截至本次核验，官方输入价格为每百万token 0.042美元，输出token不收费。这不表示所有调用完全免费，也不是开源模型的下载许可。读取较长文档、重复调用和第三方接入渠道都需要分别核对成本。对于只需做少量简单判断的场景，先检查普通规则能否解决，再决定是否需要模型。
不生成文本，也不代表永远判断正确
约束答案类型可以减少格式解析问题，却不能保证选中的类别符合事实。上线前应准备带人工标签的历史样本，对误判和无法判断的情况安排回退；涉及实际业务操作时，最终权限仍应由程序控制。
来源与核验
ToolAI编辑整理，核验日期：2026年9月24日。以下为原始资料；本文没有进行付费API性能实测。