TypeSafe AI 决策模型 Jev 上线 OpenRouter 公测：每百万输入 token 0.042 美元、输出免费，Google Gemma 官方跟进

北京时间 2026 年 9 月 18 日上午 8 时 32 分（UTC 同日 00:32），聚合 400 多个模型的平台 OpenRouter 宣布：TypeSafe AI 的模型 Jev 上线其平台，进入 beta。OpenRouter 在官宣线程里这样定义它：Jev 是一种「System One」模型，「不生成文本，而是接收你的应用状态加一个类型化问题，返回附带概率的类型化决策。没有 JSON 提示、没有解析层、也没有需要校验的东西」。（）

本报道检索时，已在 OpenRouter 在线：发布日期标注为 2026 年 9 月 18 日，定价每百万输入 token 0.042 美元、输出 0 美元，上下文窗口 32K，最佳供应商的 P50（中位数）延迟 0.27 秒。页面将 Jev 介绍为「来自 TypeSafe 的结构化决策模型，其第一个 System One 模型」，适用于路由、分类等「快速、可预测的答案比生成散文更重要」的应用内决策点。

三天前的 9 月 15 日，TypeSafe AI 结束隐身，宣布获得 DCVC 领投的 4000 万美元种子轮；公司由前 OpenAI 研究员、RLHF/ChatGPT 共同发明人 Diogo Almeida 与 Erik Gafni、Sasha Sheng 创立，Jev 当时仅以早期访问名义向部分开发者开放，需在 typesafe.ai 排等候名单。（）

从等候名单到公测：三类问题、适用任务与 20 美元征集

OpenRouter 在官宣线程中给出了调用形态。三类问题：是/否题，以概率形式返回答案；多选题，从调用方定义的选项集中选一；量表题，在自定义尺度上打分——帖子举的例子分别是「这个客户是否即将流失」「这五个队列中该进哪一个」「紧急程度按 1～5 打分」。（）TypeSafe 技术博客补充了一个具体参数：Jev 单次最多支持 255 个选项的基数（cardinality）。（）

置信度随每个答案一起返回：问一个工单属于哪个队列，得到「billing 84%、technical 16%」而不只是「billing」；同一次调用还能对同一输入提出多个问题。（）

同一条目还给出速度与倍数：端到端响应 70～500 毫秒；「在 TypeSafe 公布的工作流上，比把同一逻辑交给 LLM 运行至多快 190 倍、便宜 440 倍」。OpenRouter 称 Jev 为「软件每天数百万次的决策」而设计，定价也按此调校。（）TypeSafe 博客把输出定价写作「FREE（too cheap to meter，便宜到无需计量）」，并换算为每十亿 token 42 美元。（）

OpenRouter 列出的适用任务：把客服工单路由到正确的团队、判断消息是否违反内容规则、标记疑似欺诈的注册、为 agent 选定下一步、决定工作流是否暂停交给人处理。（）它同时发起征集：在 OpenRouter 上用 Jev 构建项目并 @jjacky，「最有创意、最有趣的 10 个项目」各得 20 美元额度。（）

OpenRouter 的示例帖：2.3 秒打完一批工单标签，八个 recipes 附代码上线

9 月 18 日 21:31（UTC，北京时间 19 日凌晨），OpenRouter 再发一帖解释「什么是决策模型」：Jev 回答是/否与多选题、附置信度分数，「软件开发很大程度是一连串决策」，做这类决策比 LLM 便宜且快 10 倍。（）

四个示范场景的数字均出自 OpenRouter 自己的演示。客服打标：给消息贴「取消？退款？愤怒？Bug 报告？升级？」等标签，Jev 2.3 秒完成一批、成本约十分之一美分，聊天 LLM 处理同批用了 20 秒（）；agent 工具调用：Jev 能以零头级的成本和时间挑出该调的工具（）；X 信息流过滤：每条回复都是一道多选题——真问题、暴论（hot take）、推广、激怒式钓鱼（rage bait）还是杠精（troll）——边刷边实时过滤，成本以美分计（）；会议记录：逐段对话实时判断是否在跟助手说话、对方是否说完、有无具体请求、有无待办动作（）。帖子的结论是：把问题拆成小的是/否与多选决策，决策模型就快到、便宜到可以跑在每条消息、每次工具调用、每一句话上。（）

mini apps（小型应用）已可独立核验：在线，八个 recipes（附代码的示例程序）均为「通过 OpenRouter 实时跑在 TypeSafe 的 Jev 上，每个都是代码加结果」。客服消息分诊让 95 条消息各过 5 个是否问题，约 1 秒完成；agent 操作审批在同一个请求里对 24 次工具调用各做 4 项检查，有风险的步骤停下交人工；字段抽取由 Jev 从文本中找到的候选里挑值，页面称其因此「无法编造一个值」；「提示转问题」把一段提示交给 Claude 改写成 Jev 问题，再对每一行执行；信息流过滤器接受自然语言写的规则，在一个请求内标出所有匹配帖子；语音助手门控由 Jev 逐句判断是否在跟它说话、该做什么；追逐游戏里「你跑、Jev 追」，追逐者每一步都是一个请求，每秒 2～3 次；结账表单在每次点击后问 8 个问题并按答案作出反应。（）

Google Gemma 官方跟进：「DiffusionGemma as Jev」

9 月 18 日 22:04（UTC），Google Gemma 官方账号发帖推介「DiffusionGemma as Jev」，称其「展示了非自回归架构的力量」。按帖子的说法，Jev 展示了快速决策模型的价值，而把 DiffusionGemma 放进这一范式，则用 canvas diffusion（画布扩散）在单次并行处理中评估结构化选择：单步去噪、而非逐 token 的自回归生成，在一台 DGX Spark 上约 0.2 秒；全双向注意力让每个选项同时关注完整上下文，「产生校准良好的决策分布」；再继承 Gemma 4 的空间视觉能力，处理复杂的视觉与文本决策。（）

帖子链接的原始工件之一，是开发者 mmastrac 9 月 16 日提交到开源推理框架 vLLM 的，标题为「structured generation mode for DiffusionGemma model (Jev-like)」。该 PR 为 DiffusionGemma 增加 diffusion_seed_canvas、diffusion_max_steps、diffusion_read_only 三个采样参数：只读请求在达到步数上限时即提交 argmax（取概率最高项）画布，单步请求由此返回画布每个位置一次前向计算的 logprobs（对数概率值）。页面显示改动涉及 17 个文件、新增 2,892 行、删除 132 行，已有 26 条评论与 3 次评审记录；9 月 17 日，作者向 vLLM 的代码维护者发出评审邀请。与只能通过 API 按量计费调用的 Jev 不同，这条路线把同类结构化决策能力放进可自托管的服务框架。

开发者的四个用法与平台 CEO 的转发评价

9 月 17 日 21:09（UTC），比 OpenRouter 官宣早约三个半小时，开发者账号 @omarsar0（简介自述为 DAIR.AI 创始人）发帖列出「现在就可以用 Jev 尝试的四件事」：LLM-as-a-Judge（以 LLM 充当评审）评估；为 agent harness（智能体编排框架）做路由；借助 SOTA 分类能力实现更聪明的 subagent（子智能体）创建、以扩展 agent 编排；增强以结构化输出为关键的动态 harness 生成。他称前三项「在成本和效率上带来极高 ROI」，说自己正把 Jev 用作其 meta harness 的更聪明路由器，还看到改进 tool calling（工具调用）与 agent 上下文工程（context engineering）方面的应用；第四项是正在测试的新方向。「总体而言，这像是改进你的 agent 的一个重要原语」，如有兴趣将在未来几天分享完整指南。（）

9 月 18 日，OpenRouter 联合创始人兼 CEO Alex Atallah 两次转发评价 Jev：一条称它是「第一个真正为低与中等熵任务做优化的模型」，另一条称「Jev 是一个高效做决策的模型……这对 AI 是一次巨大的开发者体验（devex）利好」。（、）

190 倍与 440 倍仍出自厂商一方

OpenRouter 转述的 190 倍、440 倍来自 TypeSafe 自己的工作流评测（workflow evals）。TypeSafe 技术博客给出更精确的 193.6 倍、444.6 倍，同时交代了口径：评测不优化真值分类（ground truth），参考答案取 GPT-6 Astra 与 Fable 5.1 预测的平均值；工作流由公司模型能力团队成员编写，博客承认「可能存在偏差」；评测通常「从我们西海岸的笔记本上运行」；作为对照的 LLM 使用 TypeSafe 的 System One 包装器输出带概率的结构化决策，博客称这比「不给概率」的取法更慢也更贵，并预期自家数字「处于真实世界收益的高端」。（）

「0% 幻觉」同样是定义性结果：博客明言，由于可能的输出与结构事先定义、模式匹配有保证，「我们的数字不是经验性的」。（）在公测上线前两天，软件工程师 Mehran（@mehran_go）于 9 月 16 日发表十点质疑：Jev 实质是「一次前向传播中的分类器」，分类器做这件事已有十年，新的只是训练目标（以校准替代偏好）与包装；194 倍、445 倍的基线是「平均思考 8 秒的 GPT-6 Astra 与 Claude Fable」，公平的基线应是微调的 0.5B 小分类器或直接读开源模型的 logprobs，「那个对比没有发布」；没有 F1、没有真值基准、没有校准曲线；权重、参数规模与端侧部署均未公开。他同时承认，把校准作为训练目标的 RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）是个好想法，便宜而快速的 judge（评审模型）有用。这条帖子传播有限，本报道检索时为 5 个赞、512 次浏览。（）

截至发稿，本报道能核实的准确率与校准数据仍全部来自 TypeSafe 一方及其转述。Mehran 在帖子结尾留下的检验标准是：公布相对廉价基线的 accuracy（准确率）与 ECE（期望校准误差），并用生产结果重新校准。

参考链接

OpenRouter 官宣 Jev 上线（推文）：
OpenRouter Jev 1.13 模型页：
Business Wire：TypeSafe AI Emerges From Stealth With $40M in Funding：
OpenRouter 三类问题形态（推文）：
TypeSafe 技术博客「Introducing System One Models and Jev」：
OpenRouter 置信度示例（推文）：
OpenRouter 定价与速度（推文）：
OpenRouter 适用任务（推文）：
OpenRouter 20 美元征集（推文）：
OpenRouter「What is a decision model?」（推文）：
OpenRouter 客服打标示例（推文）：
OpenRouter agent 工具调用示例（推文）：
OpenRouter X 信息流过滤示例（推文）：
OpenRouter 会议记录示例（推文）：
OpenRouter 拆解决策结论（推文）：
OpenRouter mini apps 上架 Labs（推文）：
OpenRouter Jev Lab 页面：
Google Gemma「DiffusionGemma as Jev」（推文）：
vLLM PR #57250：
@omarsar0「Things to try with Jev right now」（推文）：
OpenRouter 转发 Alex Atallah 评价（推文）：
Alex Atallah X 账号简介：
@mehran_go 十点质疑（推文）：