OpenAI前核心成员造出只会做选择题的大模型

TypeSafe AI创始人Diogo Almeida曾是OpenAI核心成员，参与创造RLHF和InstructGPT，2024年初离职创业，两年后推出全新模型Jev。该模型只做一件事：高频决策。它无法聊天、写代码或生成文字，是纯粹的通用分类器。

开发者Marcel Pociot用Jev做了浏览器插件，过滤X上不想看的内容，如引战、加密货币、政治争论等。每条帖子Jev在后台判断是否命中分类，平均仅需380毫秒。传统大模型即使开JSON Output也很慢，开思考则需十几秒甚至几十秒，而Jev只需快速给出Yes或No。

Jev砍掉文字生成后，速度快20至200倍，逼近实时，打游戏时一秒可决策10次；成本低40至400倍，0.042美元/百万Token，输出Token免费。网友已用它玩马里奥、操控浏览器查航班、搭建交易机器人等。

TypeSafe将Jev定义为System One Model，源自卡尼曼《思考，快与慢》中的快思考系统。当前GPT、Claude等推理模型更像系统2，而Jev赌的是海量无需长篇推理的智能任务。为此他们重做模型架构、并行Sampler，并采用RLCD训练方法，即面向校准决策的强化学习。RLHF优化人类偏好，RLVR优化答案可验证性，RLCD优化决策是否正确、置信度是否真实。若Jev置信度大于0.90可自动执行，0.7至0.90交给更强模型复核，低于0.7交给人决策。校准才是核心。

Jev支持一次性并行提问，如判断一条AI新闻是否相关、是否广告、是否融资、归何分类、是否推荐等，可一口气完成，速度极快，类似拥有世界知识和语义理解能力的超级if。

目前可在TypeSafe官网申请资格，Vercel已首发接入。作者用AIHOT预筛任务测试，100道题中GLM-5.3 Flash全对但最慢最贵；Jev准确性第二且便宜很多，因国内网络延迟耗时被拉高；Qwen 3.7 Flash最便宜但精准率与DeepSeek V4.1 Flash一样差些。在同事件聚簇判定任务上，Jev维持第二准确，因内容量大成为最快。在并行判断任务中，Jev取得最高准确率、最快速度、第二低成本。追求精度的分类判断场景中，Jev是目前性价比最高的解。

Jev名字源自杰文斯悖论：19世纪蒸汽机效率提高，煤炭消费量反而上升。TypeSafe赌智能也会发生杰文斯悖论——当判断便宜到接近免费，世界会怎样？AI为什么一定要生成东西？智能当然可以用来创造。