JEV - 大厂做得出，为什么未必会做
2026 年 9 月 15 日 TypeSafe 放出 Jev，当时仍是 early access。这篇对照官方价格和训练说法，说明输出免费的判断模型为什么撞上按长输出卖 token 的价目表。
联合作者：folkbench.com （Folkbench 是面向 AI API、模型服务及相关站点的可复核评测与选择平台，依据已发布的服务资料、价格、可用性、延迟与证据窗口，帮助用户比较并选择使用路径。）
这一组共十篇：
- JEV - 关节不需要大脑
- JEV - 不会聊天的 Jev，为什么反而适合 Agent
- JEV - “不能幻觉”说到哪一层
- JEV - 是非、单选、档位，够不够当一门语言
- JEV - 大厂做得出，为什么未必会做
- JEV - 我跑的两个 demo
- JEV - 人从环的中间退到边缘
- JEV - 过了那条线，我已经分不出谁更聪明
- JEV - 有些话不该问它
- JEV - 大道至简、套件，还有一个不说话的
2026 年 9 月 15 日，TypeSafe 放出 Jev，眼下还在 early access。这是他们第一款 System One 模型，只做判断，不靠闲聊。创始人 Diogo Almeida，以前在 OpenAI 做指令跟随，和 ChatGPT 那条研究有关。
Jev 本身没有技术壁垒。任何一家模型厂商组一个小团队，半个月就可以做出自己的版本。技术上挡不住。
官方确实做了新东西。他们上了新架构。采样器是并行的，一次查询把判断出完，不用一个 token 一个 token 往下生。训练方法他们另做了一套，叫 RLCD，按校准过的决定做强化学习。模型报出来的把握，得和后面做对的比例对上。这些是他们的实现。别人要模仿的是产品形态：不生成字符串，只在封闭题上吐校准过的概率。题事先定死，模型交回一个带概率的判断，代码拿这个数去做分支。半个月仿的是这个形态，不是把 TypeSafe 的研究原样抄走。要仿的人用不着先把那套研究拆开。
护城河谈不上。形态一旦定下来，实现可以整套换掉。换掉以后，接进去的系统拿到的还是同一件事，前面是状态，后面是一个判断。
聊天模型的产出是字符串。字符串可以写得很长，软件真要用这段字符串，还得再解析一次。Jev 不产字符串。没有那段能拉长的文字，输出就没有按长度往上加的账。
大厂的价目表
看价就明白。Jev 的输入是 $0.042 / 百万 token，近乎免费，输出免费。官方说，输出便宜到不值得计量。他们也承认，没法证明这个价格没有补贴。长期看，他们预期价格往下走，不是往上走。
大厂的价目表是另一端。输入从 $0.20 到 $10 / 百万 token，输出大约再贵 5 倍。聊天模型的钱在长输出上。给人读的回答，给代理接着执行的步骤，都得写成一段文字。文字长了，钱就落在输出这头。输入就算压得很低，一次写长的调用仍然是大头。
两边对不上。大厂卖的是 token。这种模型输出免费，输入近乎免费，吃的就是 token 的生意。
这个冲突是结构性的。一个输出免费的判断模型用得越广，原来那些“让大模型做分类、做路由、做打分”的 token 就越没人买。报销核到收据，要判断描述和凭据对不对得上。安全告警响了，要判断这台机器现在隔离不隔离。这类关节以前整包交给聊天模型，让它写一段理由，再把结论从文字里抠出来。抠出来的文字按输出计价，走更贵的那一档。封闭题把判断直接交出来，回来的是一组概率，长度事先就定了，没有一段可以继续往下写的文字。理由可以不写，这一档收费就没处落。
在位者损害的是自己的报表。模型用得越广，自己原来那一栏掉得越快。这是从下方进入的生意。便宜的判断贴着流程走，把本来要呼叫大模型的小决定换掉。换掉的不是上面那次写长文的调用，是流程走到一半时非做不可的那个小决定。还得慢慢写出来的调用，仍然卖得动。官方预期自家价钱继续往下走，这也填不回在位者少掉的那一栏。
Jev 这个名字来自威廉·斯坦利·杰文斯。官方用煤和蒸汽机做类比。蒸汽机把烧煤的效率拉高以后，煤没有因此少烧，反而烧得更多。效率上去，用量不会缩，会涨。便宜判断会把用量打出来。以前问模型一次并不便宜，人只把最值钱的几步交给模型，剩下的写成死规则，或者自己看一眼。判断便宜到能嵌进代码里反复问，原先不值得问的题会一起涌上来。上去的是次数。
打出来的用量，却不是大厂今天最想卖的那种 token。单次写出来的长度掉了，输出还不收费。次数堆得再高，也进不了他们今天这张靠长输出赚钱的表。
定义这种模型的人
难在人。
同时有业务视角和模型视角的人，才会看见系统里到处是关节。关节要的东西和大脑不一样。大脑要一段还能往下说的话。关节不要话，要一个能拿来分支的结果。概率靠谱，程序就接着走。概率要是拿不准，就留给人。只做模型的人，容易把这件事看成输出格式。只做业务的人，容易觉得再调一次大模型也就够了。两个视角叠在一个人身上，他才会去定义这种模型。这样的人少。排期里不会自己冒出这一项。
用好这种模型，人碰到的是同一个难处。本能只能回答靠直觉答得了的问题。对不对，在定好的几项里选哪个，直觉答得了。要写一段原来没有的内容，要在没有框住的题目里把步骤想完，本能接不住，那是另一类模型的事。本能快，也便宜。程序要问的时候问它一次，时间和钱都扛得住。问得再多，题目也还是直觉接得住的那些。所以它会待在一直跑着的程序里。
大厂做得出。人和算力都在。把输出从字符串收成封闭题，这件事工程上过得去，可不等于半个月就把 TypeSafe 的研究原样做出来。半个月做出来的是一个能用的形态。TypeSafe 那套实现还在他们自己手里。
那一栏眼下还在进账。判断一旦改成封闭题，输出又做成免费，这栏会少一截。少掉的部分，季度报表里看得见。更靠前的位置就留给还在把输出写长的项目。上下文继续加，智能体再多跑几圈，多出来的正好是这张价目表认得的 token。
做得出，不会排在前面做。