Jev API：TypeSafe 的 System One 模型是什麼、要多少錢，以及何時該用它

Jev 究竟是什麼

TypeSafe 於 2026 年 9 月 15 日推出 Jev，作為第一個「System One 模型」。這個框架來自 Kahneman 的《Thinking, Fast and Slow》：當前的 LLM 表現得像一個推理、深思的系統，而 TypeSafe 正在打造快速、直覺的那一半——只不過這裡的「直覺」指的是對答案的校準機率分布，而不是化為文字的直覺感受。

這個名字是對 Jevons 的致敬，而其賣點在於：一個快速、低成本決策原語被呼叫的頻率，會遠高於一個昂貴的原語。

與 LLM 在機制上的差異，才是對工程真正重要的地方：

• 輸出是帶型別的。 你事先宣告答案的形狀——在可列舉選項上的 Choice、在描述性等級上的 Score，或帶有機率的 Noul（是/否）。沒有需要解析的自由格式文字，而符合結構描述是架構本身的性質，而不是你期望模型會遵守的東西。
• 你得到的是機率，不只是選擇。 Choice 會回傳被選中的選項，加上每個選項的機率，以及一個獨立的 confidence 值。這正是讓你能依不確定性進行路由的關鍵：高於門檻就行動，低於門檻就退回更大的模型。
• 提問會平行執行。 Jev 只讀取 state 一次，並同時針對它評估請求中的每個提問。問三十個問題而非一個，幾乎不會增加多少實際耗時，這正是下列批次分類使用案例得以成立的原因。
• 它刻意保持狹窄。 TypeSafe 的指引是將控制流程留在你的程式碼中，並給 Jev 原子化、結構化的決策，而不是一個龐大的判斷。
• 輸出沒有序列結構。 TypeSafe 的創辦人曾表示，字串與其他序列資料結構不允許出現在輸出端，而所述理由正是這一點：這讓每個答案都能平行計算，也正是沒有輸出 token 可計費的原因。你無法要求 Jev 為你寫一句話，而這項限制正是其價格的基礎。

一個最小請求看起來像這樣：

curl -X POST "https://apimaster.ai/v1/systemone" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Help! My payouts have been failing for 3 days.",
    "model": "jev-latest",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
    }
  }'

Jev 規格一覽

規格	Jev 1.13
模型 ID	jev-1.13.0
別名	jev-latest、jev-preview（目前兩者都指向 1.13）
APIMaster 端點	POST https://apimaster.ai/v1/systemone
APIMaster 模型 ID	jev-latest
價格	每十億輸入 token 42 美元 / 每 1M 為 $0.042
輸出計價	免費——僅依輸入計費
速率限制	每秒 250,000 token 與每分鐘 1,200 次請求，聲明為動態調整
上下文長度	每次請求 64k（state 加上所有提問）；state 加上最長提問為 32k
輸入類型	文字：字串、JSON 物件或陣列。無影像、音訊或視訊
輸出	帶型別的 Choice、Score 與 Noul 答案，附機率與信心值
用戶端 SDK	Python typesafe-sdk、JavaScript @typesafe-ai/sdk
每帳號自訂權重	否。Jev 不會以客戶資料進行微調或 LoRA 適配
來自客戶的訓練資料	否。請求與回應不會用於訓練

Jev 適合的場景，以及 TypeSafe 建議留在程式碼中的部分

TypeSafe 也詳細公布了 jev-1.13 的適用範圍：九個領域，每個領域都附上它建議改用的模式，最後審閱於 2026 年 9 月 17 日。

#	領域	TypeSafe 的指引
1	字面解讀——它回答的是你寫下的問題，而不是你想問的問題	陳述確切的條件；將邊界情況放入準則中
2	數學與數字——它不是計算機，也無法可靠地計數	將算術與計數留在程式碼中
3	日期與時間比較——日期被當作文字讀取，而非可排序的量	擷取各組成部分；在程式碼中比較
4	間接性——雙重否定與多跳問題會犧牲準確度	減少跳數；直接指向相關的 state
5	充滿無關細節的龐大 state	先過濾；只送出提問所需的內容
6	對抗性內容	撰寫精確的指示，並在部署前測試邊界情況
7	互相矛盾的指示與準則	讓指示與準則保持一致
8	常識性的結構不變式	每個決策只以一種方式提問；在程式碼中強制執行恆等式
9	生成	使用生成式模型

其中兩項在實務上最為重要。第一，計數：文件明白指出 jev-1.13「無法可靠地計數」——一個單字中的字元數、一段文章中的出現次數、一份長清單中的項目數——而且誤差會隨著被計數對象的規模而增大。第二，生成：Jev 不會為你寫摘要、回覆或提交訊息。它做決策；由別的東西來書寫。

TypeSafe 自家建議的計數模式展示了預期的分工：在程式碼中逐一走訪候選項，為每個候選項問一個 Noul，然後自己把答案加總起來。

那些頭條數字從何而來

幾乎每一場關於 Jev 的討論都會帶著兩個數字。它們來自不同的來源，描述的是不同的事情。

0.7 秒。 Every 發表了一篇題為「TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds」的文章。收錄該篇報導的建置索引將其描述為橫跨 37 篇文章的 777 次判斷。我們無法載入文章全文以確認其成本數字，因此請將該示範周遭引用的單次執行成本視為作者自己的測量值，而非已公布的費率。

724 則廣告、40 秒、約 9 美分。 這一個有兩處記載。建置頁面 madewithjev.com — 724 competitor ads, broken down 指出，來自 37 個品牌的 724 則即時廣告在約 40 秒內完成分析。作者的 X 貼文（2026 年 9 月 17 日）補充了成本——「used 9 cents of tokens」——並列出每則廣告所擷取的維度：鉤子、格式、優惠、CTA、認知階段，以及落地頁不一致。

兩者之間的區別值得保留：0.7 秒是模型在段落規模語料上的評估時間，而 40 秒涵蓋的是抓取與處理 724 則即時廣告。這兩個數字都不是你的工作負載的吞吐量保證。

社群正在用它打造什麼

Jev 的採用情況異常容易檢視，因為第一週幾乎所有發布的東西都是開源的。以下星數是於 2026 年 9 月 20 日從 GitHub API 讀取。

瀏覽器與電腦操作。 browser-use/jev-ultrafast（★10,113）來自 browser-use 組織，是定調的專案。它暴露一組固定的動作空間（CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED），並要求 Jev 同時選擇操作與目標元素。這兩個決策會放入單一 TypeSafe 請求中，並將目標提問標記為推測性。只有 TYPE_TEXT 會呼叫文字模型，而 README 自己的範例用的是小型模型。它的示範任務——在 Google Flights 上從蘇黎世到倫敦——被引述為 7.1 秒，包含文字生成與頁面載入。沒有任何針對特定網站的腳本。

程式代理上下文壓縮。 tamaratran/fast-jev-compaction（★4,544）判斷程式代理逐字稿中哪些工具結果仍值得保留，讓冗長的 session 可以在不進行完整摘要流程的情況下被壓縮。其他代理框架也有移植版與變體。

代理護欄。 DevMortimer/pi-warden（★99）與 shiftynick/jev-axi（★17）都在每個指令或工具呼叫前放上一道判斷：先問，再封鎖危險的那些。這正是「校準機率加上你自己程式碼中的門檻」確實優於你必須解讀的文字答案的模式。

模型路由。 vinilana/jev-gateway（★61）將簡單請求路由到低成本層級，只升級困難的那些。這是 TypeSafe 自身論點最直接的體現——一個決策的成本可以只是它所把關的生成的一小部分。

遊戲與控制示範。 fhshaik/typesafe-mario（★289）從結構化的模擬器狀態玩 Super Mario Bros.，而 RomanSlack/jev-drone（★81）在 MuJoCo 中執行無人機控制迴路。這些專案的傳播速度遠快於它們真正上線的速度；請把它們當作介面的示範，而非關於生產可靠性的證據。

開放復刻。 對任何想要這項能力卻不想引入新供應商的人來說，這是最有趣的一條線。 TheoLeeCJ/SemIf（★2,123）在家中單張 RTX 3090 上執行一個開放模型，並明確表示它獨立於 TypeSafe。 TianyuCodings/NanoJev（★1,175）是一個小規模復刻。 convaiinnovations/laya 是一個 Apache-2.0、可商用的分類模型，以 RLCD 訓練，發布於 system-one 與 calibrated-decisions 標籤下，並附有位於 receptron/laya 的執行器。這些都不是 Jev，而它們發布的基準圖表也是它們自己的；重點在於這個模型的形狀是可復刻的。

批次分類。 上述的廣告拆解是旗艦範例，也是最有可能在與生產環境接觸後存活的模式：固定 state，在單一請求中問許多狹窄的問題，然後讀取機率。

Jev 真的比低成本 LLM 便宜嗎？

以每輸入 token 而言並非如此，而這正是大多數報導略過的部分。Jev 收費 每 1M 輸入 token $0.042。在 APIMaster 上，gpt-5.6-luna 特價自 每 1M 輸入 token $0.022 起——大約是 Jev 輸入費率的一半——而 glm-5.3-flash 為 $0.105、deepseek-flash 為 $0.15。最便宜的託管生成式模型在輸入價格上已經低於 Jev。

Jev 的成本論述建立在另外三件事上：

• 沒有輸出 token。 最便宜的生成式模型仍會為每次判斷輸出文字，而輸出的定價是輸入的好幾倍。Jev 回傳一個機率就結束。
• 延遲。 TypeSafe 公布端到端回應時間為 70ms 至 500ms，並將在 System One 型查詢上與前沿模型的比較描述為快 40 倍至 200 倍。速度正是讓一個決策能跑在請求路徑內、而非排在佇列後面的原因。
• 邊際提問幾乎免費。 因為提問會在單一 state 上平行展開，第十個提問的成本只是第十次 API 呼叫的一小部分。

這是否划算取決於你的工作負載。如果你的判斷數量少、時間長，且能從推理中受益，那麼一個具備結構化輸出的低成本 LLM 是更好的選擇。如果你每單位工作要做出許多短判斷，或者你需要在使用者察覺到停頓之前就得到答案，那麼這筆帳就會改變。

如何在 APIMaster 上呼叫 Jev？

不是對接 TypeSafe 自家的端點，而這個差異是結構性的，而非設定上的問題：

• 不同的路由。 TypeSafe 記載了一個評估端點 /v1/systemone，以及一個 /v1/models 列表。沒有記載的 /chat/completions。
• 不同的請求主體。 請求攜帶 state 與一組帶型別的 questions。OpenAI 風格的請求主體攜帶 messages，並預期取回生成的文字。
• 不同的回應。 你收到的是以你所選提問名稱為鍵的機率與信心值，而不是一段完成字串。

在 APIMaster 上，請使用上述原生 System One 請求，搭配 APIMaster 金鑰與 jev-latest。該 API 形狀不需要任何轉譯層。OpenAI 相容端點對於管線中負責生成文字的那一半仍然有用，但它不是呼叫 Jev 本身的方式。

當你需要快速判斷時，今天該跑什麼

如果你真正需要的，是從現有 OpenAI 相容端點取得一個判斷，那麼實務上的問題是要送到哪個低成本層級。截至 2026 年 9 月 20 日的 APIMaster 上線路由：

模型 ID	特價路由數	自（每 1M 輸入 / 輸出）	參考定價	約略折扣
gpt-5.6-luna	3	$0.022 / $0.134	$0.20 / $1.20	約 89% 折扣
glm-5.3-flash	3	$0.105 / $0.35	$0.15 / $0.50	約 30% 折扣
deepseek-flash	1	$0.15 / $0.60	與 DeepSeek 離峰相同	無加價
gpt-5.6-terra	15	$0.12 / $0.72	$2.00 / $12.00	約 94% 折扣
gemini-3.8-flash	7	$0.20 / $1.00	$1.50 / $7.50	約 87% 折扣

Jev 作為帶型別決策層已上線；下列層級則用於生成文字或升級層。關於如何解讀這張表，有三點說明。價格是查核時特價中的最低路由，而同一模型的不同路由價格各異——在投入大量用量前請先開啟模型卡片。deepseek-flash 的定價與 DeepSeek 自家的離峰費率一致，因此誠實的說法是「無閘道加價」，而不是折扣。而且較低的輸入價格並不自動等於更便宜的選擇：輸出長度、快取命中行為與重試率，通常才是決定最終帳單的主要因素。

在單一金鑰上執行 Jev 風格管線的一個可行分工：

1. 將狹窄、高頻的決策放在小型、低成本的層級上，並以你自己的信心門檻把關。
2. 只將低於該門檻的案例升級到更強的模型。
3. 將計數、算術與日期比較留在你自己的程式碼中——這與 TypeSafe 給的建議相同，而且適用於表中的每一個模型。

建立 APIMaster 帳號，從 $1 起加入隨用隨付額度，在 主控台 建立金鑰，並將 OpenAI 相容用戶端指向 https://apimaster.ai/v1，搭配上述任一模型 ID。一組金鑰即可涵蓋 GPT、GLM、DeepSeek、Gemini 與 Claude 系列，因此第 2 步的升級路徑會維持在同一套整合上。在將生產流量切換過去之前，先用 模型測試器 驗證路由。

FAQ

什麼是 Jev？ Jev 是 TypeSafe AI 的 System One 模型。它接收一個 state 加上一組帶型別的提問，並回傳校準過的機率——Choice、Score 與 Noul 答案——而非生成的文字。

Jev 是語言模型嗎？ 不是——而且 TypeSafe 自家的措辭比這更堅定。在發布討論串中，創辦人將其描述為「一個結構化資料模型，但技術上不是語言模型（它不生成語言）」。它讀取你送出的文字，並回傳帶有機率與信心值的型別化決策，而且它從不生成散文。TypeSafe 將它與 RLHF 聊天模型及 RLVR 推理模型並列為第三個類別，而不是其中任一者的縮小版。

Jev 的模型 ID 是什麼？ jev-1.13.0。別名 jev-latest 與 jev-preview 目前指向同一版本；SDK 預設為 jev-latest。

Jev 要多少錢？ 每十億輸入 token 42 美元，也就是每 1M 輸入 token $0.042。輸出 token 免費，且僅依輸入計費。

Jev 與 OpenAI 相容嗎？ 不相容。它使用專用的 POST /v1/systemone 端點，請求主體為 state 加上 questions，並回傳機率而非完成內容，因此 OpenAI 風格的用戶端無法原封不動地呼叫它。在 APIMaster 上，請以 jev-latest 呼叫位於 https://apimaster.ai/v1/systemone 的相同原生形狀。

Jev 在 APIMaster 上可用嗎？ 可以。使用模型 ID jev-latest 搭配 POST https://apimaster.ai/v1/systemone；上線價格為每 1M 輸入 token $0.042、輸出 $0。在投入生產使用前，請參閱 Jev 市集卡片。當任務還需要生成的文字時，可搭配文字模型，例如 gpt-5.6-luna、glm-5.3-flash 或 deepseek-flash。

Jev 支援中文與其他非英語語言嗎？ TypeSafe 表示英文是主要訓練語言，也是目前準確度最佳之處，而其他語言（包括 CJK）可以處理，但表現並不一樣好。文件建議你在自己的內容上測試，並在路由時留意信心值。

我可以用自己的資料微調 Jev 嗎？ 不行。TypeSafe 不會針對個別客戶微調或 LoRA 適配 Jev，也不會以客戶的請求或回應進行訓練。領域行為是透過每次請求中的 state、指示與準則來塑造的。

哪些任務應該排除在 Jev 之外？ TypeSafe 公布了九項：字面解讀、數學與數字、日期與時間比較、間接性、充滿無關細節的龐大 state、對抗性內容、互相矛盾的準則、常識性的結構不變式，以及生成。計數與算術應留在你的程式碼中。

我可以自行架設替代方案嗎？ 有開放復刻——其中包括 SemIf、NanoJev，以及 Apache-2.0 的 laya 編碼器——但它們是各自擁有自己基準的獨立專案，並非 Jev。請將已發布的比較視為各專案自己的測量值。

什麼時候我該用 Jev 而不是低成本 LLM？ 當決策狹窄且帶型別、你經常要做這個決策，而且你需要在數百毫秒內而非數秒內取回結果時。對於長上下文推理、生成，或任何需要算術的事情，低成本生成式模型是更好的選擇。

來源與延伸閱讀

• TypeSafe — Models — 模型 ID、別名、$42/Btok 定價、速率限制、上下文預算、語言支援與資料處理
• TypeSafe — Jev 1.13 jaggedness — TypeSafe 排除在外的領域，附上每個領域建議的模式，審閱於 2026 年 9 月 17 日
• TypeSafe — API reference 與 Quick start — 端點、請求與回應形狀、SDK 用法
• TypeSafe — Introducing System One Models and Jev — 發布文章、70–500ms 端到端數字與 40×–200× 比較
• Hacker News 討論 — 發布討論串獲得 1,918 點
• browser-use/jev-ultrafast — 動作空間、單一請求的操作與目標設計，以及 Google Flights 示範
• Made with Jev — 724 competitor ads, broken down — 廣告分析建置頁面，附上 作者的貼文
• Every — TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds
• Hugging Face — convaiinnovations/laya 與 TheoLeeCJ/SemIf — 開放、獨立的復刻

TypeSafe 的模型文件與範圍說明查核於 2026 年 9 月 20 日。APIMaster 的 jev-latest 路由與定價查核於 2026 年 9 月 21 日。定價、速率限制與專案狀態都會變動——在投入工作負載前，請在即時卡片或供應商自家頁面上確認。