mylogs.cn

决策模型成AI新赛道：Jev日处理万亿Token，大厂跟进

2026 年 10 月 5 日

发布于

一款不写字的 AI 模型，凭什么让硅谷大厂集体跟进

一款问世仅三周的人工智能模型，正在硅谷掀起关于「大模型之外还有什么」的讨论。据《华尔街日报》报道，初创企业 TypeSafe AI 于当地时间 9 月 15 日发布的产品 Jev，日处理 Token 量已经逼近一万亿，并带动一批同类工具集中涌现。

Jev 到底做什么：给答案，而不是写文章

与人们熟悉的聊天机器人不同，Jev 不生成任何文本。它借助机器学习，把输入内容归类到一组预先设定好的输出结果当中：回答「是」或「否」、输出一个数值评分，或是从既定列表里选出答案。TypeSafe AI 将这套技术思路称作「面向校准决策的强化学习」（RLCD）。

该公司创始人迪奥戈·阿尔梅达（Diogo Almeida）曾任职于 OpenAI，参与过 ChatGPT 的研发，并于 2024 年离职创业。在他看来，传统大语言模型的结果存在不可预测的问题，而 Jev 这种精简方案速度更快、成本更低，且输出具备可复现性。阿尔梅达在采访中称，目前约 25% 的财富世界 500 强企业已在使用该模型，并透露其日处理 Token 量约在一周前达到一万亿规模，业务仍在指数级增长。

为什么它被认为适合自动化场景

阿尔梅达将 Jev 定位为更适合嵌入自动化软件的选择。他认为，主流大语言模型在有人参与时固然能完成任务，但「用于自动化场景时效果差得离谱」；而软件的运行逻辑是搭建一层稳定底层后反复调用，聊天机器人并非这种运行模式。

第三方测试也给出了一些参考数字。据 TechCrunch 等媒体报道，在一项命令安全分类测试中，有工程师称 Jev 比 OpenAI 的模型快 5 到 18 倍、准确率更高；在商务邮件分类测试中，有开发者称其成本比 Gemini 低 10 到 20 倍。TypeSafe AI 公布的定价为每十亿输入 Token 收费 42 美元、输出 Token 免费，单次决策延迟约为 70 到 500 毫秒。

大厂集体入局，一个新模型类别正在形成

Jev 的热度迅速催生同类产品。当地时间上周二，OpenAI 上线了名为 Decisions API 的工具，依托自家的 Luna 模型，用来回答一组由用户自行设定的特定问题，答案被限定在若干预定义结果之内。次日，数据分析企业 Databricks 发布了名为 ai_decide 的功能。与此同时，Cloudflare 推出了开源的 Clef / Clef-flash，采用 Qwen 系列模型作为冻结基础模型，以专用路由头直接在候选答案间打分，不进行逐 Token 的自回归生成；亚马逊此前推出的 Strands Decider 2B 也属于同一路线。

一个清晰的分工正在显现：生成式模型负责复杂推理，决策模型负责高频、有限选项的路由、分类、审批，以及智能体的下一步动作。阿尔梅达表示，他早已预料到会出现跟风竞品，但仍相信 Jev 代表着「全新一类人工智能」的开端。