System One 模型 Jev 不生成文字，只回傳帶機率的判斷

Elponcrab

1 小時前

新創公司 TypeSafe AI 在 9 月中發布了一個不生成文字的模型 Jev。依官方公告，它被歸類為「System One 模型」，接收一段狀態與一組事先定義好的問題，平行評估後直接回傳帶機率的型別化答案，過程中不產生任何字串。發布不到一週，已經出現數個開源跟進版本。

Table of Contents

輸入狀態與問題，輸出帶機率的答案

一般語言模型收到脈絡後逐個 token 產生回覆，即使輸出只是一個小的 JSON 物件，每個 token 仍取決於前面已生成的內容，應用端再去解析與驗證。

Jev 的做法是把問題與答案型別事先宣告好。依 TypeSafe 的技術文件，它支援三種基本型：Choice 是「從一份清單中選出一個選項」，回傳選擇結果、各選項機率與信心值；Score 是「依評分標準為狀態評分」，同樣回傳分數、機率分布與信心值；Noul 則是回答「這個陳述是否為真」，回傳一個 0 到 1 之間的數值。

廣告 - 內文未完請往下捲動

文件並指出，三種問題型別可以混在同一次 API 呼叫中平行評估，而且「增加問題幾乎不會改變回應時間」，也「不會造成脈絡腐化」。

機率本身就是設計重點

回傳值帶機率，改變的是應用端能怎麼寫。以工單分流為例，若模型給工程組 91%、帳務組 9%，自動路由是合理的；若兩邊是 52% 對 48%，程式就可以選擇升級處理、補充脈絡，或改呼叫更強的模型。

門檻與後果由程式決定，模型只負責提供一般 if 判斷式無法從非結構化文字推導出來的語意判斷。TypeSafe 在官網上把這件事描述為「決策，而非字串」，以及「軟體可以直接據以行動的型別化輸出」。

要注意的是型別安全擋掉的是格式錯誤，不是判斷錯誤。模型無法回傳宣告範圍外的選項，但仍可能選到範圍內錯誤的那一個。

速度與價格的宣稱都來自官方

TypeSafe 官網列出的數字是：System One 任務延遲 0.114 秒、每次任務成本 0.000081 美元、每十億輸入 token 42 美元，並宣稱輸入價格比 Claude Fable 5.1 低 238 倍，整體「快 193.6 倍、便宜 444.6 倍」。官方公告另給出回應時間 70 毫秒到 500 毫秒的區間，對照現有前沿模型的 3 秒到 329 秒。

這些都是 TypeSafe 自行公布的測試結果，目前沒有獨立第三方複測可以對照。公司表示模型建立在新的架構、平行取樣器，以及一套名為 RLCD（校準決策強化學習）的訓練方法之上，目前處於早期存取階段，開發者需排隊等候。