Jev：TypeSafe 的決策模型是什麼，以及你實際需要哪個頁面

Jev 是 TypeSafe AI 打造的決策模型：你送給它一段狀態和一組具名問題，它會為每個問題回傳具型別的答案——從你提供的清單中選出的標籤、依你定義的評分規準得出的分數，或附帶機率的是/否斷言——而不是寫一句話回覆。目前正式服務中的模型是 Jev 1.13，其供應商版本化 ID 為 jev-1.13.0；它屬於 TypeSafe AI 稱為 System One 的模型類別；而背後的實驗室是 TypeSafe AI，一家在 typesafe.ai 發布內容的舊金山小型公司。在 OrcaRouter 上，確切字串是 typesafe/jev-1.13。這些是四個不同的東西——一個模型、一個版本、一個類別，以及一間公司——而來到這個頁面的人當中，有相當大一部分正在尋找其中某一項，卻不確定是哪一項。他們之中有不少人是從以中文輸入的搜尋而來：查詢 jev模型 和 jev 模型 合計帶來超過九千次我們針對這個名稱測得的曝光，而那些讀者想要的是識別碼，而不是翻譯。這一切都沒有中文名稱。Jev、Jev 1.13、jev-1.13.0 和 typesafe/jev-1.13 在每種語言裡寫法都相同，而下方這些字串就是要複製的內容。

本頁是以 Jev 為名的參考條目。這不是一篇發布貼文：Jev 1.13 首次公開出現於 2026-09-15，這讓它遠遠落在此部落格撰寫新聞的七天窗口之外，而 TypeSafe AI 也從未在自己的部落格上發布過單篇文章日期，因此，無論你從哪裡看到有人引用某一天的「Jev 發佈日期」，都應解讀為某人的快照，而不是供應商宣布了任何事。本頁實際上是索引。本站上其他現有的 Jev 頁面各自回答一個狹窄的問題；而這一頁會告訴你 Jev 是什麼、釐清命名，並針對你實際想查明的內容，指引你前往正確的頁面。

這些名稱，以及為什麼有這麼多人認為它們是三個產品

TypeSafe AI 是那家公司。它打造了其所描述的、用於自動化的機器原生智慧基礎設施，由 Diogo Almeida（執行長）與 Sasha Sheng（營運長）及 Erik Gafni（技術長）共同創立，並結束兩年的隱身狀態，獲得了由 Andreessen Horowitz 領投、Sequoia Capital 和 DCVC 參與的 A 輪融資。其官網上寫著「我們正在打造產品，而非上帝。」當讀者輸入單字「typesafe」並意指這個 AI 模型時，他們指的就是這個實體——而不是同一個字所拼寫出的程式語言形容詞。

System One 是這個類別。TypeSafe AI 推出它，作為一種模型類別，旨在做出軟體能直接取用的快速、結構化決策；這個名稱借自行為經濟學中的 System 1 / System 2 區分：認知中快速、模式匹配的那一半。這個類別的定義刻意狹窄。System One 模型不會撰寫回覆、不會產生程式碼，也不會生成其推理過程的說明；而依據目前的文件，輸入端僅支援文字。Jev 1.13 是 TypeSafe AI 的旗艦模型，也是該類別的第一個成員；TypeSafe AI 目前推出的其他產品都不是 System One 模型。

Jev 是產品。它是你呼叫的東西，也是這個頁面、這個名稱下的其他頁面，以及這個 stem 中每一項比較所談論的東西。版本是產品身分的一部分，而不是註腳；大多數混淆正是從這裡開始，因此值得精確說出這些字串：

• jev-1.13.0 — 廠商的版本化模型 ID，也就是 API 在回應的 model 欄位中所傳回的值，用來告訴你是哪個建置版本回應了你。

• jev-latest — 一個 TypeSafe AI 別名，代表最新的穩定官方發行版本。目前它指向 jev-1.13.0，並且是 SDK 的預設值。

• jev-preview — 第二個別名，意指最新的發行版本，無論它是否為官方版本。由於目前沒有預覽組建，它現在也解析為 jev-1.13.0；文件已清楚說明這一點。

• typesafe/jev-1.13 — 這是我們這邊的目錄 ID，也是您透過 OrcaRouter 呼叫時要複製的那一個。

• Jev 1.13 — 在行文與搜尋框中要使用的名稱。「Jev 1.13」與「Jev」並非兩個模型。

還有一個名字會讓人上當，而它是陷阱，不是關聯。 RSI-Jev是一個小型 4B 視覺語言模型，由與 TypeSafe AI 無關的研究人員於 2026-10-06 以 Apache-2.0 發布，而且它自己的模型卡也聲明與 TypeSafe AI 並無隸屬關係。如果你搜尋 Jev、找到可下載的檢查點，並納悶為什麼 TypeSafe AI 也為它販售 API，原因就在這裡：它們是兩個不同的東西，只是共享三個字母。兩者的完整解析，包括這個分支能做什麼、不能做什麼，都在《RSI-Jev vs Jev 1.13：一個你下載，一個你呼叫》裡；而關於身分問題本身，則在《什麼是 RSI-Jev？》裡。

如果你想要的不是命名，而是模型的行為，那麼對應的頁面是jev-model-explained，內容涵蓋了為什麼答案會以標籤的形式回傳，以及這對提示詞會造成什麼影響。

Jev 1.13 是為了什麼而打造

Jev 1.13 是為那些在模型執行之前就已呈閉式解的決策而打造的。你要嘛提供標籤清單，要嘛定義量表，要嘛陳述主張；模型的工作就是挑選、評分或作證，並為它的答案附上機率。請求中的每個問題都會以平行方式，對照單一共享的狀態讀取來評估，而不是一個接一個進行，這正是為什麼在單一請求中附加二十個問題，所花時間幾乎不比附加一個問題多——也是為什麼完全沒有輸出 token 需要計量。文件記載的適用情境都是那些大量執行、不起眼的用途：路由與分類、護欄檢查、代理迴圈中的逐輪驗證，以及依據固定評分標準為大量文件評分。

它不做的事，就是寫作。它不產生散文、不產生程式碼，也不解釋自己的推理，而且不接受圖像或音訊輸入。形狀是另一項限制：文件記載的額度是每次請求 64K 詞元，其中 32K 可供 狀態連同它最長的問題一起使用——對一份狀態加上它的問題來說很寬裕，但它不是長脈絡模型，因此若某個工作流程必須一次讀完整份合約，那就是 Jev 1.13 無法承接的工作流程。除了形狀之外，TypeSafe AI 還自行維護一份清單，列出模型做出錯誤決策的各種方式——照字面解讀問題、計數與算術、日期與時間比較、間接指涉、龐大且大多無關的狀態、對抗性內容、互相矛盾的指示、選項在選擇中的順序，以及生成。那份清單列出九種具名的失敗模式，每一種底下都有建議的補救方法，而且文件記載精確到它適用的版本。我們不在這裡重製它，因為我們已經妥善維護它了：《Jev 1.13 何處失靈：TypeSafe 自家的限制清單》，代稱 jev-limitations，是你在把這個東西放到任何要緊事物背後之前該讀的頁面，也是這個樞紐大多數讀者真正想要的那一頁。

權重、授權，以及你可以下載的內容

Jev 1.13 並非開源。TypeSafe AI 並未公佈其模型權重，也沒有任何能讓你自己執行的授權條款；該公司真正開源的是工具——以 MIT 與 Apache-2.0 授權的用戶端 SDK 與輔助工具——而模型本身仍維持為 API 服務。在資料方面，已公開的承諾是：不以客戶資料訓練模型，以及對企業客戶提供零資料保留。因此，對 Jev 1.13 而言，並不存在「我該下載哪一種量化版本」這種答案，也沒有 GGUF，任何告訴你相反說法的人，講的是另一個名字裡同樣有 Jev 的東西。

這個市場角落裡的可下載產物是 RSI-Jev v6.0-VL，也就是上文提到的 4B Apache-2.0 模型；你可以把它保存在自己的磁碟上並自行提供服務。如果你想要開放權重的原因是權重必須歸你所有，那麼它確實是個貨真價實的選項；而且它是同一個構想的重新實作，而不是 Jev 1.13 的發行版。我們在〈Jev 是開放原始碼嗎？不是，而一個開放第三方模型也能勝任同樣工作〉一文中對此詳盡論證過——slug jev-open-source——所以請把本節視為指路標，並把那篇文章視為論證。用一句話來說：TypeSafe AI 的授權條款與已發布產物所允許的，是透過供應商的端點或經由閘道來呼叫 Jev 1.13；它們所不允許的——因為它們並未提供——就是執行它。如果你需要把權重握在手中，你實際上在評估的授權條款是 RSI-Jev 的 Apache-2.0，而不是 TypeSafe AI 的。

比較集合

這個主幹底下有五組正面對決，每一組都圍繞著一項實測結果，而不是籠統的印象。如果你正拿 Jev 1.13 與某個具體對象相互權衡，就直接去看相符的那一組，因為每一組都包含一個這頁只會抹平的數字：

• jev-vs-claude-fable-5-1 — Jev 對上 Claude Fable 5.1：一場量錯了重點的西洋棋對局。Fable 5.1 建立了勝勢，卻因超時而落敗；這個故事真正有用的那一半，在於當對手是一個每步要花上好幾秒的模型時，毫秒級的延遲下限能為你換來什麼。

• jev-vs-deepseek-v4-1-flash — Jev 對決 DeepSeek V4.1 Flash：每千次八美分並非護城河。在標準意圖分類資料集的 77 個範例上，DeepSeek V4.1 Flash 每千次分類比 Jev 1.13 落後一美分，準確率則領先四點，這正是反對只因價格而購買決策模型的誠實理由。

• jev-vs-gpt-6-astra — Jev 對 GPT-6 Astra：法官與被告同場比較。那個給 Jev 打出最高 1.13 分的儀表板，是以 GPT-6 Astra 與 Claude Fable 5.1 的平均判斷作為參考答案，所以被告正在批改考卷。

• jev-vs-kev — Jev vs Kev：只需 95 美元微調，就能在支援工單上擊敗 Jev。Kev 是一個 Apache-2.0 開放權重模型，能以約 95 美元的微調成本重現 Choice / Score / Noul 的請求形態，它在支援工單路由上勝出，卻在更困難的一般評估中崩潰。

• jev-vs-laya — Jev 對 Laya：在 T4 上 33 毫秒，以及隨機基準。Laya 是來自 Convai Innovations 的 421M Apache-2.0 決策模型，可攜性遠高於 Jev 1.13，而就它自己公布的零樣本分數來看，表現還不如一律以多數類別作答。

另外還有兩篇比較，並不採用「Jev vs」這種框架，在你以為自己已經讀完所有內容之前，這兩篇都值得一讀：openai-decisions-api-first-client-vs-jev，談的是當市場上最大的廠商推出自家的決策 API 時會發生什麼事，以及rsi-jev-vs-laya，談的是當 Jev 1.13 退出局面後，這兩個開放權重替代方案如何比較。如果你想要的是該模型的類別，而不是它的競爭對手，jev-system-one——以「System One」作為模型類別——就是為此而設的頁面；而如果你想看的是在任何這一切存在之前，我們對 Jev 所做的最早報導，jev-typesafe-system-one-what-we-know就是那篇該讀的文章，並附帶其應有的注意事項。

什麼尚未確定？

有兩件事，我們寧可直言點名，也不願含糊帶過。第一，下一代 Jev 版本尚未公布任何發布日期——TypeSafe AI 既沒有公布版本號，也沒有公布日期，而且它的部落格根本不標註個別文章的日期，所以我們唯一能背書的日期，是記載於其他地方的那幾個：2026-09-15 的首個公開版本、2026-09-21 廠商取消早期存取候補名單，以及 2026-09-24 該模型進入我們自家目錄。第二，關於 Jev 1.13 的獨立評測相當單薄。目前流傳最廣的準確率數字，來自 TypeSafe AI 自家的 workflow 儀表板，其參考答案是模型判斷的平均值，而非基準真相，而且其自家文件也標示可能存在測試框架偏誤；該模型的鋸齒狀表現頁面，是廠商自己說明它在哪些地方失敗，最後審閱日期為 2026-10-02，比我們看過任何針對它的基準測試表都來得誠實。

OrcaRouter 上的可用性

我們的現行目錄中確切只有一個 Jev 模型，那就是 typesafe/jev-1.13——拼寫時一定要帶上版本，因為版本是 ID 的一部分，只複製一半的讀者會一無所獲。這個單一項目今天就能使用。我們沒有聲稱任何 Jev 版本歷程，也沒有聲稱任何其他 Jev 模型：如果任何地方的頁面告訴你 OrcaRouter 提供 jev-1.13.0、jev-latest 或 Jev 2，正確的呼叫字串仍然是上面那一個。它和我們路由的所有其他項目位於同一把金鑰之後——200+ 個模型位於一把 O​penAI 相容金鑰之後，以供應商定價原價轉嫁、0% 加成——並具備跨供應商的自動容錯移轉，因此停止回應的決策層不會連帶讓生成路徑中斷，供應商價格變動也會在同一天反映到我們這邊，而不是等到下一個帳單週期。

您想要哪一頁？

如果你是從搜尋框而不是從連結來到這裡，那很可能這個彙整頁並不是你需要的那一頁，下面十個之中的某一個才是。這份清單刻意保持簡短。

• 如果你的問題是這東西會在哪裡答錯，請閱讀jev-limitations。那是供應商的九種失效模式，並對照我們所能看到的情況進行檢查。

• 如果你的問題是我可以下載並執行它嗎，請閱讀jev-open-source。簡短的回答是：對 Jev 1.13 來說是不行，對無關的 RSI-Jev 來說則是可以，而那個頁面負責將兩者區分開來。

• 如果你的問題是 我是否應該用這個取代 X，請閱讀上述五項比較中，標題寫著你的 X 的那一項。每一項都建立在一項實測結果之上，而對你的決定最重要的那一個，幾乎肯定就在其中。

• 如果你的問題是 決策模型到底是什麼，請閱讀 jev-system-one，它涵蓋的是整個類別，而非其中的這個成員。

• 如果你的問題只是什麼是 Jev，那答案就在這裡：來自 TypeSafe AI 的 Jev 1.13，一套 System One 決策模型，會回傳具型別的答案，而不是撰寫長篇文字；在我們這邊可以透過 typesafe/jev-1.13 呼叫。