9月21日消息，TypeSafe AI 在官方 X 账号宣布，旗下模型 Jev 取消等待名单、面向所有人开放，新用户起步 5 美元额度（官方称约合 1.2 亿 token），可在 console.typesafe.ai 注册使用。官方宣布帖发出数小时，浏览量接近 80 万次。
这家公司走出 stealth 至今一周。9月15日，TypeSafe AI 宣布完成 4000 万美元种子轮融资（DCVC 领投），同时以候补名单制开放 Jev 早鸟试用。从候补制到全量开放，间隔六天。
不生成文本，返回的是概率
Jev 与常见大模型的区别在于输出形态。它接收应用当前的状态和一组类型化问题，返回三类判定：Choice（从候选集中选一项，附各选项概率）、Score（在有序档位上给出概率加权位置）、Noul（回答一个是非命题为真的概率）。每个判定附置信度估计，代码可以据此决定自动执行还是转交人工。一次调用可以并行提出多个问题。
TypeSafe 把这类模型称为 System One，名称取自卡尼曼《思考，快与慢》中快速直觉的「系统一」。公司称训练方法是自研的 RLCD（Reinforcement Learning for Calibrated Decisions），与产生聊天模型的 RLHF 相对：官网的表述是，RLHF 优化人类偏好，带来指令遵循能力，也带来模式丢失、过度自信等问题，使大模型离不开人在回路。RLCD 的目标是输出校准过的判定。模型权重未开源，训练细节未公开，当前版本为 jev-1.13。
按官方文档给出的场景，Jev 的位置在分类、路由、重排序、内容审核、引用核对、结构化抽取这类环节——这些调用要的是一个值，不是一段话。
价格、延迟与获取方式
Jev 定价为每十亿输入 token 42 美元（折合每百万 0.042 美元），输出免费。输出免费不是促销：模型不生成文本，按官方说法，没有可计费的输出。官方给出的端到端延迟为 70 至 500 毫秒。
官网首页把价格与 Claude Fable 5.1 对照，称输入价低 238 倍；另有一组工作流级对照，称快 73.6 倍、便宜 444.6 倍。两组数字均属厂商口径，官网在标注中说明倍数基于特定工作流；媒体 ts2.tech 在报道中也指出，445 倍这一量级来自 TypeSafe 自己的测试。 获取渠道有三类。官方控制台 console.typesafe.ai 注册即用，提供 Python 与 JavaScript SDK；OpenRouter、Vercel AI Gateway、Cloudflare 此前已支持免候补调用。 走出 stealth 一周的公司
TypeSafe AI 2024年创立于旧金山，此前约两年处于 stealth 状态。创始人兼 CEO Diogo Almeida 是 OpenAI 前研究员，GPT-4、ChatGPT、RLHF 与 InstructGPT 论文的共同作者，更早任职于 Google Brain。联合创始人包括 Erik Gafni 与 Sasha Sheng。一个参与发明 RLHF 的人，转身做了一家反对以人类偏好为优化目标的公司——本周关于 Jev 的讨论，大量落在这个背景上。
过去一周，开发者社区围绕 Jev 出现了不少玩法：给 Claude Code 做上下文压缩的插件、浏览器操作与邮件分类的接入、用判定接口给视频生成流程提速。X 上的讨论同时包含对精度边界的质疑。TypeSafe 官方文档中为 jev-1.13 单列了一份已知短板清单，承认模型在部分场景的判断会出错。 对开发者来说，这是一个补充层
agent 应用的大量调用是判断而非写作：这条请求分给哪个处理分支、这段检索结果留不留、这封邮件属于哪一类。这些环节此前多用通用大模型的 prompt-and-parse 完成，返回一段文本再由代码解析。Jev 把这类调用抽成带概率和置信度的类型化返回值，省去了解析环节，价格也按同一逻辑压到输入侧。
它写不了邮件，也给不出推理过程，替代不了生成模型。能否用在生产环境，取决于它在各自场景里的判断精度——厂商给出的倍数之外，官方自己维护的短板清单是更实际的参照。按官方定价，新用户的 5 美元额度约合 1.2 亿输入 token，验证成本的门槛很低。
AI 速览
