曾参与ChatGPT前身论文的研究者，近日推出了一款“完全不生成文本”的AI模型。美国日本国家TypeSafe AI公司于9月15日（当地时间）发布了首款AI模型“Jev”，并开放了早期访问申请。根据公司自评，Jev的速度是大型语言模型（LLM）的193.6倍，成本降低了444.6倍。演示中，Jev还能自动玩游戏《DOOM》。该AI通过接收描述当前状态的数据，以固定格式（如选项、数值）做出判断。
Jev属于TypeSafe AI所称的“System One Model”新型模型，专注于自动化判断，不与人类对话。用户可一次发送多个问题，Jev不会生成文本，而是以“是/否”、“选项”、“数值”等固定格式回答，并附带每个回答的置信度数值。
收费标准为每10亿输入token收费42美元（约6510日元，汇率1美元约155日元），即每百万token约0.042美元（约6.5日元）。输出token免费，因价格极低无法计费。响应时间介于70至500毫秒之间，TypeSafe AI称其比主流LLM快40至200倍，后者响应时间为3至329秒。
开发者可设定置信度阈值，若置信度高则自动执行，低则交由人工审核，支持用代码定义判断规则，适合构建业务流程自动化。
通过新学习法“RLCD”消除幻觉与类型错误
Jev速度快的原因在于其生成方式。与LLM逐个token顺序生成不同，Jev一次性并行输出所有回答。由于只输出预定义格式的值，避免了格式错误（类型错误）。
同样，Jev不会产生回答不存在选项的幻觉（hallucination），但这仅指格式无误，判断内容不一定完全正确，因此每个回答都带有置信度，模型通过数值表达不确定性。训练采用自主研发的“RLCD”（基于可信置信度的强化学习），而非传统的RLHF（人类反馈强化学习）。RLCD确保置信度越高，实际正确率越高。
官方博客展示了Jev自动玩《DOOM》的视频演示。Jev每约100毫秒根据游戏状态文本判断射击、移动和躲避动作，持续每秒约10次查询。运行成本约7美元/小时（约1085日元）。
在“WikiRace”维基百科链接竞赛中，Jev用时0.419秒完成任务，而对手GPT-5.6 Terra因幻觉错误回答不存在链接而需重试。
由InstructGPT论文共著者Diogo Almeida领导开发
TypeSafe AI位于美国日本国家旧金山，联合创始人兼CEO是Diogo Almeida。他在社交平台X上自称“ChatGPT的共同发明者”，但准确来说，他是2022年InstructGPT论文约20名共著者之一，InstructGPT是ChatGPT的直接前身。RLHF方法最初由他未参与的2017年研究提出。社区对此自我介绍提出了补充说明建议。
Almeida表示：“尽管多年前模型已在聊天中表现超人，但自动化为何迟迟未实现？”他将研究方向从面向人类对话的AI转向机器使用的AI，经过两年隐秘开发，推出了Jev。名称“Jev”来源于经济学家Jevons，象征效率提升反而增加消耗的“杰文斯悖论”。
不过，Jev无法生成文本或代码，不能替代聊天机器人。193.6倍速度和444.6倍成本优势基于TypeSafe AI设计的工作流评估，存在评估偏差可能。公开时间未定，目前通过候补名单邀请使用。
| 项目 | 现有LLM | Jev |
|---|---|---|
| 输出形式 | 文章（聊天、代码等） | 带置信度的类型判断（不生成文本） |
| 生成方式 | 逐token顺序生成 | 一次查询并行生成全部输出 |
| 输入费用 | 每百万token 0.2～10美元 | 每百万token 0.042美元 |
| 输出费用 | 约为输入的5倍 | 免费 |
| 响应时间 | 3～329秒 | 70～500毫秒 |
| 幻觉/类型错误 | 可能发生 | 机制保证格式正确，不发生类型错误 |
| 提供状态 | 多家公司提供 | 候补名单制早期访问（2026年9月17日） |
