OpenRouter 上线缓存感知路由器 typesafe/jev-router：由 Jev 按请求挑选模型与推理力度

9 月 25 日 22:21（UTC），上线 typesafe/jev-router——一台由 TypeSafe AI 的 System One 模型 Jev 驱动的「缓存感知（cache-aware）」模型路由器。按帖文描述，它为每个请求挑选模型和推理力度（reasoning effort），在质量、速度与成本之间做平衡。OpenRouter 自我定位是「LLM 的统一接口」，平台聚合 400 多个模型（其）；补充的描述是：这台路由器会「随对话演进而调整」。

OpenRouter 同步贴出一份官方口径的对比：在四项 agent 基准上，Jev Router 解决的任务数比其自家 Auto Router 多 82%（423 道中 237 对 130，）。这批路由效果数字目前全部出自 OpenRouter 一方。

一个不做生成的模型，被放到了路由的位置

typesafe/jev-router 不是又一个聊天模型。在里，它的条目名叫 TypeSafe: Jev Router，输出为文本，输入模态涵盖文本、图片、文件、音频与视频。OpenRouter 的 API 与 OpenAI 兼容，调用方照常发请求，把模型 slug（模型地址标识）换成 typesafe/jev-router 即可（）。

干活的 Jev 是另一类东西。TypeSafe AI 自述是一家「构建聊天之外智能」的 AI 实验室（）；9 月 14 日，创始人 Diogo Almeida 在博客里发布第一个 System One 模型 Jev——他自述此前在 OpenAI 参与让语言模型听懂指令的研究，那项工作后来成为 ChatGPT 背后的研究。按博客的说法，Jev 不生成文本，接收 state（程序状态）和 questions（问题），返回带校准概率的类型化答案，训练方法叫 RLCD（Reinforcement Learning for Calibrated Decisions），采样并行完成（）。把 Jev 能回答的问题分成三类——Choice（选项）、Score（分级打分）、Noul（是非判断），并指出同一请求里可以并行问多个问题，几乎不增加响应时间。

TypeSafe 给 Jev 自身标的价格是每百万输入 token 0.042 美元、输出免费，端到端响应 70～500 毫秒，并称在 System One 类任务上比现有 LLM 快两个数量级；LangChain 转述的公司口径是「至多 200 倍快、400 倍便宜」（、）。模型路由正是这套能力被点名的用例：LangChain 的 ModelRouterMiddleware 示例，让 Jev 按指令挑选「能完成任务的最便宜模型」。OpenRouter 做的，是把同样的判断直接做成平台上的一个端点。

基准帖没有列出基准名称

基准帖没有给出四项基准的名称与任务构成，只留下总数和百分比；帖中 82% 与 237、130 的换算相符。截至发稿核验，主帖浏览约 126 万、点赞 2,006、收藏 1,474。

TypeSafe 自己的帖文写的是「你从没这样路由过」（You've never routed like this before），称 OpenRouter 正把 Jev 带进「你所有的 LLM 调用」；OpenRouter 官号转发了这条，原帖约 47.4 万浏览、3,747 赞（）。

「缓存感知」能被核对的部分

「缓存感知」是官方给这台路由器打出的标签，但判定缓存的具体算法没有出现在帖文或模型页文本里，主帖的解释以一段视频呈现。文字材料中最具体的说法来自 Alex Atallah（OpenRouter 联合创始人兼 CEO，其自述），他在主帖发出 8 分钟后补充：「Jev Router 是我们迄今最透明的路由器，基准表现也很好。你可以在 Chatroom 侧边栏看到它如何选模型，包括缓存感知的成本权衡。」（）

可核对的还有条目参数：公开模型 API 显示，typesafe/jev-router 上下文长度为 100 万；prompt 与 completion 价格字段均为 -1，未标注固定单价（）。模型页头图也印着「CONTEXT 1M」和「Released Sep 25, 2026」。

回复区里，用户 Divyam Agrawal 追问：换模型会不会丢掉缓存的好处？路由会不会被 Jev 自己的上下文窗口卡住？（）这两问都指向同一处机制空白。

Theo 的反驳：估难度需要思考，Jev 不思考

质疑在主帖发出 15 分钟后出现。以 t3.gg 闻名的开发者 Theo（其 X 资料自述是 t3dotcodes 与 t3dotchat 的全职 CEO）先发长帖，40 分钟后又把长帖以「请不要用这个」（Please don't use this）回在主帖下面（）。长帖写道（，约 8.3 万浏览、798 赞）：

「提醒一下，Jev 是 System One 模型。它不推理，只做分类。仅凭 prompt 几乎不可能知道一个任务有多『复杂』——你得理解 prompt 所处的系统、agent 手上有哪些工具，以及它要绕开多少复杂度才能完成工作。Jev 对这些一无所知，字面意义上的零。它不知道在你的代码库里改起来有多难。你让 agent『把它移植到 Rust』，它不知道这是个 100 行的 TypeScript 文件，还是百万行的复杂应用。……Jev 很棒，但它不是为这个造的。要知道一个任务需要多少思考，你得先思考。Jev 不思考。」

开发者 Tavlean 则把矛头指向基准本身：「如果 Jev 在这类任务上远胜你们的 Auto Router，那说明的更多是 Auto Router 的问题，或者你们基准的问题。Jev 按设计就该在这类任务上表现差得多。」（）

公开渠道能看到的实测还很少。其显示在 Google DeepMind 做 AI 安全的 Emrick Donadei 在 τ-bench 上花了些 token 试跑：「我很惊讶 Jev 默认这么偏爱 Gemini。」他同时询问 OpenRouter，这是否与其内部指标一致（）。正面的声音也有：自述在开发 Cloudroom 的 David Ondrej 评价这是「一次非常有前景的发布」（）。

次日：Jev 已占 OpenRouter 分类请求的 27%

9 月 26 日，OpenRouter 贴出平台数据：Jev 正迅速成为平台上分类类请求的首选，占该类每周请求量的 27%，接近此前居于首位的 DeepSeek V4 Flash 的两倍（）。数字出自 OpenRouter 自己的统计。

决策模型在这个网关上正聚成品类：就在 jev-router 发布的同一天，OpenRouter 还上架了 jaredpalmer 的开源 System One 小模型 Kev 4B，输入 0.042 美元/百万 token、输出免费、8K 上下文（）。Atallah 在 9 月 21 日已把眼下的 Jev 热度与一月的 OpenClaw、更早的 Opus 4.5 时刻并列，并猜测如果成真，这会是模型按具体用途分化、市场更多样的开端（）。

不过 27% 说的是 Jev 模型本身的用量，不是 jev-router 的路由质量。截至 9 月 28 日发稿，公开渠道检索不到对那组「237 对 130」基准的第三方复测，能看到的独立验证只有上述零星实测与质疑；回复区里 Donadei 问 OpenRouter 的那条提问，也仍显示 0 条回复。

参考链接

OpenRouter 宣布帖：
OpenRouter 基准帖（82%、237 对 130）：
OpenRouter Jev Router 模型页：
OpenRouter 公开模型 API：
OpenRouter X 资料：
TypeSafe 博客《Introducing System One Models and Jev》：
LangChain 博客《Building a Harness with Jev》：
TypeSafe AI X 资料：
OpenRouter 转发 TypeSafe 帖：
Alex Atallah X 资料：
Alex Atallah「最透明的路由器」帖：
Divyam Agrawal 提问帖：
Theo 长帖（Jev 不思考）：
Theo「Please don't use this」回帖：
Tavlean 质疑帖：
Emrick Donadei X 资料：_
Emrick Donadei τ-bench 提问帖：
David Ondrej 回帖：
OpenRouter 分类请求 27% 数据帖：
OpenRouter Kev 4B 上架帖：
Alex Atallah「Jev 时刻」帖：
封面图片来源（Jev Router 模型页头图）：
题图来源（LangChain 博客头图）：