你给模型发一段程序状态,再附上几个带类型的问题,它不写一个字,只回你一组带概率的答案。整个过程一次并行完成,耗时70到500毫秒。
这是TypeSafe AI的Jev。它把这类模型叫System One,借的是卡尼曼那套"快思考"的说法。背后的赌注是:软件里绝大多数判断——这条工单归哪个组、这句话急不急——本来就是系统1的活,我们却一直租用系统2来做。
Jev于2026年9月15日发布,融资4000万美元,由DCVC领投,作者是Diogo Almeida,他曾在OpenAI参与共同发明RLHF和InstructGPT。定价是每百万输入token 0.042美元,输出免费。
需要先说清楚:以上都是TypeSafe自己给出的数字,自测、未经第三方复现。
整个API只有三种问题
这不是需要绕开的限制,这就是设计本身。三种原语分别是Choice、Score和Noul。
Choice用于分类。你给出指令和一组选项,它返回.choice、每个选项的.probabilities,以及.confidence。最多支持255个选项,每个选项只花几个token,所以应该把完整的团队列表或分类列表丢进去,而不是先自己筛一遍。另外记得加一个明确的"其他"选项,让模型在都不合适时能说"都不像",而不是硬挑一个最接近的错误答案。
Score用于打分。给两到十个有序等级,用文字描述每一级,它返回的.score是一个可以落在等级之间的位置,比如1.035,同时给出概率和置信度。等级索引来自数组顺序,第0级就是数组第一项。
Noul返回一个0到1之间的数,表示答案为"是"的概率。它没有置信度字段,因为这个数本身就是信念。
状态可以是任何东西
state参数可以是一个字符串、一个JSON对象,或者一段文本数组。上下文不止一处时用对象,字段可以自己命名。
一个工单场景里,state里放工单主题、消息列表、订单信息和退款政策,questions里同时问四件事:归哪个部门、客户有多烦躁、客户是否明确要求退款、政策是否覆盖这种情况。一次调用,四个答案一起回来。
Python侧装typesafe-sdk,JavaScript和TypeScript侧装@typesafe-ai/sdk,两个SDK都从环境变量读TYPESAFE_API_KEY,默认模型是jev-latest。如果不想用SDK,只有一个端点:POST https://api.typesafe.ai/v1/systemone。
密钥从console.typesafe.ai/settings/keys获取,早期访问需要排队,也可以走Vercel AI gateway。
值得抄走的五个模式
把完整选项列表交给模型,而不是自己先做短名单。每个选项只花几个token,省这一步反而容易漏掉正确答案。
永远留一个"其他"。模型需要一个出口,否则它只能在给定选项里挑最不坏的那个。
用文字描述等级,而不是只给数字。Score的等级是给人读的描述,模型据此判断位置。
把多个问题打包进一次调用。并行返回是这套API的核心收益,拆成多次调用等于放弃它。
把state组织成命名字段。上下文一多,结构化比拼接字符串更可靠。
会咬人的失败模式
TypeSafe自己列出的坑包括:把选项列表截短导致模型被迫在错误集合里选择;忘记加"其他"选项;把Score的等级顺序搞反,因为索引来自数组顺序;以及把Noul的输出当成置信度来用——它本身就是概率,不是对某个判断的信心。
还有一条贯穿全文的提醒:性能数字来自厂商自测,没有第三方复现。
发布后48小时内已经有人用它做出了东西,具体是什么,TypeSafe没有展开。
热门跟贴