OpenAI推出决策API模型，响应Jev竞争
OpenAI推出决策API，响应Jev竞争。该模型将处理时间从1至3秒缩短至约100毫秒，旨在以更低成本替代传统大语言模型，提升应用吞吐量与响应速度。
# Jev
共 20 篇相关文章
Jev模型两周覆盖35%付费团队创Vercel纪录
Vercel数据显示，Jev模型两周覆盖35%付费团队。其凭借低成本、快响应的轻量级设计，刷新平台最快采用纪录，并引发OpenAI等厂商跟进推出竞品。
Jev决策模型在电车难题中表现不稳定
Jev决策模型在电车难题中表现不稳定。测试显示，当受害者变为自身服务器时，Jev在48种提问变体中有16次选择保全设备而牺牲二十人，其决策概率受提示词细微变化影响显著。
HiddenLayer研究：Jev决策模型仍受间接提示注入攻击
HiddenLayer发现Jev决策模型仍受间接提示注入攻击。尽管其宣称零幻觉，但因底层基于大语言模型，测试中易被恶意广告诱导执行非预期点击操作，无法完全规避传统安全风险。
Jev 1.14.0发布：引入实验性图像与长上下文
TypeSafe AI发布Jev 1.14.0，开放实验性图像与长上下文功能。新特性需通过“危险区”标签启用，包含多模态图像处理、结构化输出类型及解除上下文限制，官方提示生产环境可靠性未经充分验证。
ConvAI创始人指TypeSafe Jev架构涉嫌抄袭
ConvAI创始人指TypeSafe Jev架构涉嫌抄袭。其称一年前已构想核心概念，并引用arXiv论文佐证。因对方打造通用引擎致早期工作被忽视，他随即发布开源替代品Laya。
TypeSafe AI获8.7亿美元融资，估值达75亿
TypeSafe AI获8.7亿美元融资，估值达75亿。其新模型Jev发布后迅速走红，已有三分之一财富500强企业采用。该模型不生成文本，而是输出用于自动化的校准决策数据。
OpenAI发布决策API，对标初创公司Jev模型
OpenAI发布决策API，对标初创公司Jev模型。该API通过限定预设选项集提升处理速度并降低成本，保留图像理解等能力。TypeSafe AI创始人称此举印证了“系统一”思维模式的产品趋势，但两者实际相似度仍有待验证。
Pi平台转向支持MCP协议，深度集成Codemode
Pi平台最新版本将MCP协议纳入核心支持。此举旨在通过适配内部组件Jev，优化沙箱环境协同效应。团队选择深度集成而非旁观，以解决传统扩展元数据缺失及工具加载痛点，推动生态完善。
Jevstiller开源工具实现云端AI本地蒸馏
Jevstiller开源工具将云端AI蒸馏至本地运行。该方案通过智能路由实现98%协议一致率，本地处理零Token消耗，免除每10亿代币42美元费用及300毫秒网络延迟。
TypeSafe AI发布Jev模型，主打低成本高确定性
TypeSafe AI发布Jev模型，主打低成本高确定性。该模型定位为“系统一”类型安全决策工具，旨在消除幻觉并降低企业应用成本，由OpenAI等机构背景人员支持，被视为挑战LLM主导地位的有力竞争者。
决策模型Jev一周通关宝可梦红
决策模型Jev一周内通关《宝可梦红》。该模型由ClaudeOpus5辅助调整选项，历经474次迭代修正循环错误，最终击败冠军进入游戏名人堂。
Slop Mop开源：用Jev模型过滤LinkedIn低质内容
商业顾问Tom Frazier开源Chrome扩展Slop Mop，利用Jev模型过滤LinkedIn低质内容。该工具不区分AI或人类撰写，依据九种垃圾模式识别并隐藏帖子，每日限处理250篇以控制成本。
Jev发布：面向开发者的结构化AI分类器
TypeSafe发布结构化AI分类器Jev，主打低延迟与低成本。其响应最快150毫秒，单次决策成本约0.0011美元，通过预定义架构返回类型化结果，适用于实时交互及自动化流程。
Jev概念被指可25行Python代码复现
Jev概念被指可用25行Python代码复现。示例基于Qwen3-0.6B量化模型，通过提取Logits计算概率分布，实现电子邮件分类等本地化任务，揭示其核心逻辑的极简性。
Jev模型创采用纪录，OpenAI或快速跟进
TypeSafe的Jev模型创AI Gateway采用纪录。OpenAI或凭LLM隐式分类技术快速跟进，若掌握通用化训练方法，可整合能力打造更优模型，其护城河取决于数据与流程。
TypeSafe AI发布Jev模型，主打高速低成本决策评估
前OpenAI工程师主导的TypeSafe AI发布Jev模型，专注高速低成本决策评估。该模型比同类快193倍、便宜445倍，输出带置信度的JSON结构化答案，适用于代码集成与自动化流程。
开源Laya模型：毫秒级反射决策，比Jev快6倍
开发者开源Laya模型，实现毫秒级反射决策。其响应仅需32.8毫秒，比商业产品Jev快6到8倍，支持百种语言，通过概率输出杜绝幻觉，为即时精准决策提供开放方案。
OpenAI前研究员创办TypeSafe，发布非LLM模型Jev
OpenAI前研究员阿尔梅达创办的TypeSafe AI发布新型Transformer模型Jev。该模型不输出文本而是直接产生概率，被称为“校准决策”。相比传统LLM，Jev在软件自动化场景中速度提升5至18倍，成本大幅降低，可用于替代分类器或作为智能检查层防止LLM越狱。
ChatGPT 背后功臣：Almeida 推出 AI 模型 Jev，不生成文本、输出免费
ChatGPT功臣Almeida推出AI模型Jev。该模型不生成文本，直接输出结构化决策，速度比大模型快20至200倍，成本低至四百分之一，且输出词元免费。