jev-1-14-0-模型介绍

一句话定位：TypeSafe AI 的「System One」结构化决策模型——不写小作文，只做判断题：一次请求并行回答多个分类 / 评分 / 是非问题，每个答案都带校准过的置信度，直接落库接业务阈值。官方输入每百万 tokens 0.042 美元、输出完全免费；1.14.0 是「不炫技」的小升级（多语言提升最大），同时开放图像输入、Box 框选、约 26 万 tokens 长上下文三项实验功能。
整理日期：2026-10-21 ｜资料来源见文末

项目	信息
厂商	TypeSafe AI（美国，2026-10-10 宣布 8.7 亿美元 A 轮，估值 75 亿美元）
官方模型 ID	`jev-1.14.0`（预览别名 `jev-preview`；默认别名 `jev-latest` 约 10-21 切换至 1.14.0）
发布时间	2026-10-14（官方 JevDay 发布）
模型类型	非生成式结构化决策模型（System One）
输出形态	Choice / Score / Boolean / Box（1.14 新增）四类问题 + 校准置信度
调用形态	一次请求传入 state + 多个 questions，并行返回全部答案
上下文	默认 64k tokens/请求（单问题 32k）；实验模式约 26 万 tokens
模态	文本；图像输入为实验功能（PNG/JPEG，边长 256–1568px，单张 ≤16MiB）
官方定价	每百万输入 tokens 0.042 美元，输出免费（1.13 起未变）
珂艾网关上架	✅ 已上架 `jev-1.14.0`，分组 `jev-1`，输入每百万 tokens 0.021 美元（官方价一半），输出免费

一、官方上线介绍：Jev 是什么，1.14.0 更新了什么

1.1 先搞清楚：它和 ChatGPT 不是一类东西

我们熟悉的模型是「生成式」的——你问一句，它写一段。Jev 是反过来的：

「你传给它状态和一组问题，它返回带概率的结构化答案，而不是自由文本。」（Vercel AI Gateway 上架公告）

TypeSafe 把它称为首个 System One（系统一） 模型——借用心理学里「快速、直觉式判断」的概念，对应的是「系统二」那种慢悠悠的深思熟虑。落到用法上：

	生成式模型（如 GPT / Claude）	Jev
你问	「这个工单该归谁处理？为什么？」	「这个工单归谁？」（Choice）+「紧急吗？」（Boolean）+「打几分？」（Score）
它答	一段自然语言，你要自己解析	结构化答案 + 置信度，直接落库
擅长	写代码、写文案、推理	分类、路由、打分、自动验证

适合人群很具体：要在程序里做判断的工程师——工单分诊、风控单据判定、内容审核、Agent 的「这一步做得对不对」检查器。

1.2 1.14.0 的模型更新：一次「不炫技」的小升级

官方的自我定位是 "small, subtle improvements to everything"（对一切做细微改进），预计提升最明显的是多语言能力；决策稳定性同步优化（珂艾网关在架描述）。

⚠️ 但中文用户先别期待拉满：官方文档明确，包括中文在内的非英语语言「可以处理，但效果仍不如英语」，建议开发者上线前先用自己的内容测试。

版本管理（生产环境必看）：

别名 / ID	指向	说明
`jev-preview`	jev-1.14.0	最新版（无论是否稳定）
`jev-latest`	约 10-21 切到 1.14.0	SDK 默认；切换前仍指向 1.13.0
`jev-1.14.0` / `jev-1.13.0`	锁定版本	生产建议直接用版本号 ID

官方承诺：1.13.0 退役前 60 天通知，1.14.0 为 30 天——版本可锁定、退役有预告，这对生产接入是实打实的友好。

1.3 三项「危险区」实验功能：默认关闭，未达生产标准

本次真正的看点是三项实验功能，官方统一归入 **Danger Zone（危险区）**计划——默认关闭、需手动开开关、官方原话「风险自负」：

图像输入（1.13 / 1.14 均可开）：state、问题指令甚至评判标准里都能放图，三类问题均支持；PNG/JPEG 静态图，边长 256–1568px，单张 ≤16MiB，按输入 token 计费（每引用一次图片多收一份拷贝的钱）。官方透露 1.13 其实早就有多模态能力，只是没开放。⚠️ 多模态任务表现仍弱于纯文本。

Box 框选问题类型（1.14 独占）：在图像中定位目标，返回归一化边界框坐标（0–1）+ 置信度。官方给的场景：识别柜台上的杯子、定位扫描件中的签名、框出门口的人。这是 Jev 第一个不只服务「智能判断」的问题类型。

约 26 万 tokens 长上下文：默认上限 64k/请求、32k/问题，开开关后升到约 262k（网关在架描述为 256k）。⚠️ 官方提醒：长上下文可能更慢、更不准，只在确有需要时开。

另有一项 opt-in 数据共享（模型改进授权）：开启后 TypeSafe 可读取输入输出以排查故障，官方承诺不用于训练。

1.4 官方内部评测（附官方自己的警告）

TypeSafe 公布了内部评测 "Measuring Intelligence"：Jev 1.14.0 综合 60.0 分排名第一，高于 1.13.0 的 58.9；得分最高的开源模型 kev-27b 为 46.7；校准误差 1.6 为全场最佳。

⚠️ 但官方自己连贴三张警告：评测图右上角都印着「警告：AI 基准测试，请勿轻信」；官方明说这份榜单仅供参考、只涵盖开源权重模型、结果可能偏向自家模型，建议重点比较开源模型之间的相对表现。

二、媒体与行业评价

智东西（发布当天编译报道）：标题就叫《Jev 上新，会看图做决策了》——定性为「小幅升级，官方提醒别轻信评测」；同时指出这是 TypeSafe 宣布融资后的首次模型更新。

融资背景（智东西）：2026-10-10，TypeSafe 宣布完成 8.7 亿美元（约 58.6 亿元）A 轮融资，估值 75 亿美元（约 505 亿元），a16z 领投，红杉资本、DCVC 参投。

生态位（智东西）：Jev 让「决策模型」进入公众视野后，微软推出支持结构化决策的 Microsoft-Decision-1，开源社区涌现 Kev、Laya、Decider 等同类项目——「判断器」正在成为独立赛道。

Vercel AI Gateway（官方集成公告）：已上架 typesafe-ai/jev-1.14.0，支持 Zero Data Retention 与 No Training（按请求开启）；示例代码就是「读一张支持工单照片 + 问一个布尔问题」的判断场景。

systemonemodels.org（第三方指南）泼了一盆及时的冷水：TypeSafe 没有发布 1.14 的 changelog、jaggedness 页面或基准数字——「你自己的测试才是判断这次升级的方式」。

三、核心优势

输出免费，成本结构极简：只有输入计费（官方每百万 tokens 0.042 美元），大批量判断场景没有「输出暴走」风险。

一次请求并行回答多个问题：延迟和调用成本按请求摊薄，适合「一张单据过十道检查」的流水线。

校准置信度开箱即用：答案自带概率，可直接接业务阈值（如 score ≥ 0.9 自动通过），不用自己搭校准层。

结构化输出直连程序：Choice / Score / Boolean 直接落库或进 if 分支，没有解析自由文本的麻烦。

珂艾网关输入半价：jev-1 分组每百万 tokens 0.021 美元（官方价一半），输出依旧免费。

版本可控：版本号 ID 可锁定，1.13/1.14 分别有 60/30 天退役预告，生产升级有缓冲。

实验功能打开视觉决策场景：图像输入 + Box 框选，让「截图/照片/扫描件的是非判断与目标定位」成为可能（自测后使用）。

四、适合用在哪

工单分诊 / 路由判断（官方点名）：该归谁、是否紧急、要不要升级。

风控单据判定（珂艾网关在架描述点名场景）：单据齐不齐、像不像造假、风险打几分。

内容审核与分类打标：批量内容过「是/否 + 分类 + 分数」三道判断。

Agent 自动化验证：多步任务里插一个「这一步对不对」的并行检查器。

客服 / 邮件意图分类与优先级打分。

⚠️ 实验场景（自测后再上）：图片内容是非判断、扫描件签名定位（Box）、超长日志一次性判定（26 万 tokens 模式）。

五、劣势与注意事项

🔴 它不是聊天模型，没有自由文本生成：别指望它写文案、写代码、答解释题——它是「判断器」不是「创作者」，选型时别放错位置。

🔴 三项实验功能未达生产标准：图像 / Box / 262k 长上下文都在 Danger Zone，默认关闭，官方明示「风险自负」——不能未经测试用于生产。

⚠️ 中文不如英文：官方文档原话「handled but not equally well」，上线前务必用自己的中文语料测一轮。

⚠️ 评测全是厂商自跑：60.0 分内部评测无第三方复核，官方自己都印了「请勿轻信」；且 1.14 没有公开 changelog 和基准（systemonemodels.org 指出），升级幅度无法独立验证。

⚠️ 别名会自动切换：jev-latest 约 10-21 切到 1.14.0——依赖默认别名的生产代码会在那天静默换模型，建议直接锁 jev-1.14.0。

⚠️ 长上下文有代价：262k 模式更慢、更不准，默认 64k 才是常规形态。

⚠️ 图像按输入 token 计费：同一张图每被引用一次就多收一份钱，控引用次数就是控成本。

⚠️ 无音频 / 视频输入：多模态目前只到静态图片。

六、推荐总结

推荐给谁

你的情况	建议
工单分诊 / 路由 / 分类	✅ 主场场景，并行多问 + 输出免费
风控单据判定	✅ 网关在架描述点名场景
Agent 自动化验证（并行检查器）	✅ 一次请求问多个「对不对」
大批量判断、成本敏感	✅ 珂艾 `jev-1` 输入半价 + 输出免费
要写文案 / 生成内容	❌ 它不生成文本，请换对话模型
图像判断 / Box 定位	⚠️ 实验功能，自测通过再上生产
中文生产环境	⚠️ 先用自己的语料测，别直接信英文评测
生产代码里写着 `jev-latest`	⚠️ 10-21 前后会静默切到 1.14.0，建议锁版本号

结论

Jev 是这轮「模型圈」里少见的品类创新：当所有厂商都在卷「更会写」的时候，TypeSafe 做了一个「更会判」的模型——结构化答案、校准置信度、输出免费，每一项都精准踩在工程落地的痛点上。8.7 亿美元 A 轮和微软、开源社区的迅速跟进，说明「决策模型」这个品类被当真了。

但 1.14.0 这个版本本身要冷静看：它是一次「不炫技」的小升级——官方自己说提升最明显的是多语言，却没给 changelog 和公开基准；60.0 分的内部评测，官方自己都印了「请勿轻信」。真正的干货是三像 Danger Zone 实验功能（图像、Box、长上下文），而它们明示未达生产标准。

一句话建议：把它当「程序里的判断器」用——分类、分诊、风控、验证这些活它是本轮最省心的选择（珂艾输入还半价、输出免费）；但别当聊天模型用，中文场景先自测，生产代码锁版本号，实验功能等它转正。

在珂艾网关怎么调

项目	值
模型 ID	`jev-1.14.0`
计费	按量（token），输出免费
分组	`jev-1`
参考单价	输入每百万 tokens $0.021（官方 $0.042 的一半）；输出 $0
接入形态	TypeSafe 决策接口（state + questions → 结构化答案），非对话补全接口
建议	生产锁版本号 ID；默认别名 10-21 前后切换，注意静默升级

⚠️ 单价与分组会随站点策略调整，实际以珂艾网关当前价格为准。

七、来源

官方 / 一方

TypeSafe — Jev 1.14 发布（JevDay、三项实验功能、价格不变；经 madewithjev.com 整理）：https://madewithjev.com/builds/jev-1-14-images-box-long-context

Vercel AI Gateway — Jev 1.14 上架公告（调用形态、ZDR / No Training）：https://vercel.com/changelog/typesafe-ais-jev-1-14-is-now-available-on-ai-gateway

systemonemodels.org — Jev 1.14 指南（别名切换时间、Danger Zone 细节、无公开 changelog 事实）：https://systemonemodels.org/guides/jev-1-14

媒体

智东西 — 《Jev 上新，会看图做决策了》（内部评测 60.0、融资、危险区计划全貌）：https://new.qq.com/rain/a/20261015A08HDX00

凤凰网科技 — 智东西同步稿（版本管理、模型改进授权选项）：https://tech.ifeng.com/c/8xF7xailLVY

网关

珂艾网关 — 当前在架模型与价格页（实际单价以价格页为准）

说明：本文评测数据均为厂商自报或媒体引述（已逐条标注），Jev 1.14.0 暂无第三方独立复测；模型迭代快，最终以官方文档与珂艾网关实时价格页为准。

jev-1-14-0-模型介绍

一、官方上线介绍：Jev 是什么，1.14.0 更新了什么#

1.1 先搞清楚：它和 ChatGPT 不是一类东西#

1.2 1.14.0 的模型更新：一次「不炫技」的小升级#

1.3 三项「危险区」实验功能：默认关闭，未达生产标准#

1.4 官方内部评测（附官方自己的警告）#

二、媒体与行业评价#

三、核心优势#

四、适合用在哪#

五、劣势与注意事项#

六、推荐总结#

七、来源#