TypeSafe AI推出Jev决策模型，仅收输入费且低于GPT-5 Nano
模型AI 评分 82/100arXiv cs.AI 等 2 家
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
TypeSafe AI推出新型LLM类别“System One”（即决策模型）Jev，输入非结构化文本，输出带置信度的浮点数决策结果。它支持三类并行提问：是非题(Noul)、多选一和评分题。定价仅收输入费，每百万token 0.042美元，低于GPT-5 Nano的0.05美元。在科学决策评测中，Jev在完全语义正确性上匹配五种配置，且成功响应中位延迟最低；某文化历史题的错误选择虽改变了下游计数，但保留了正确最终标签。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载决策模型新形态与接口
TypeSafe AI发布了名为Jev的模型，将其归类为System One模型，也被称作决策模型。与传统大语言模型不同，Jev接收非结构化状态输入，返回类型化的概率决策结果，即浮点数及置信度。其API允许提交单个文档状态并附带多个问题，且问题并行评估，多发问与单发问耗时相近。它支持三种提问类型：一是名为Noul的是非题，返回0到1间的置信度；二是选择题，返回选项的概率分布及置信度；三是评分题，依据给定数值级别及描述返回对应浮点分数。
极低输入定价与成本优势
Jev的计费方式打破常规，仅对输入token收费，输出完全免费。其首个模型的输入价格为每百万token 0.042美元，这一单价甚至低于OpenAI GPT-5 Nano每百万token 0.05美元的定价。这种极低的输入成本结合仅收输入费的策略，使得在处理大量分类、标签建议或优先级排序等任务时，具备显著的成本优势。
科学决策评测表现验证
一项研究将Jev作为语义决策组件，在十个科学案例的二十个选择上评估了十二种模型配置。结果显示，在完全语义正确性指标上，Jev与另外五种配置表现相当，并在成功响应中取得了最低的中位延迟。研究还发现，在三个对比模型中，某文化历史问题的七个错误选择虽改变了下游计数值，但最终标签仍保持正确。这表明评估此类决策模型时，必须检查工作流将复用的关系和数量。
为什么值得看
定义全新决策模型形态，输出结构化概率，极低延迟与输入成本，适合分类与优先级排序。
GPT定价
信源2 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。