跳到主内容
智客 ZICQ

智客百科 模型与产品

TypeSafe AI

模型与产品
别名: TypeSafe AI Jev System One Models RLCD ·2026-09-19

TypeSafe AI

TypeSafe AI 是 2026-09-15 离开隐身模式的 AI 实验室,由前 OpenAI 研究员 Diogo Almeida 创立——他正是 RLHF 和 InstructGPT 研究的共同发明人, 那份研究后来成了 ChatGPT 的基础。隐身两年后,他们发布了首个 System One Model:一个叫 Jev 的模型,专为软件里的小判断而设计,号称比现有 前沿 LLM 在 System One 任务上快 40–200 倍、便宜 40–400 倍。

关键产品

  • Jev:首个 System One Model,2026-09-15 开放 early access 排队。 不生成文本,只做选择题 —— 在用户预定义的 schema 范围内一次性并行输出 所有决策,每个答案附带校准过的概率。
  • System One 范式:一个全新类目模型,定位"机器原生智能"——给软件用的, 不是给人看的对话模型。
  • Jevons 命名:模型名取自 19 世纪经济学家 William Stanley Jevons, 用他的悖论押注智能边际成本趋零后需求会暴涨。

技术亮点

  • RLCD(Reinforcement Learning for Calibrated Decisions): 不是 RLHF 的人类偏好优化,也不是 RLVR 的可验证奖励,而是专门优化 "带诚实概率的校准决策"——模型说 92% 把握就真的有 92% 准确率。
  • 并行采样器:放弃逐 token 自回归,schema 范围内所有候选一次性 端到端 70–500 ms 出结果,前沿 LLM 同类任务是 3–329 秒。
  • 类型安全输出:输出范围在 schema 里事先声明,模型不可能输出 类型错误(schema matching 是构造性保证,不是统计保证)。同时 0% hallucination 这个数字也是按定义成立的——但选错选项仍然可能。
  • 极简定价:输入 $0.042 / 百万 token,输出免费(便宜到不值得计费)。

影响力

  • 把"AI 模型 = 对话框"的主流叙事打开一道口子:让一部分智能从生成 文本的角色里剥出来,专门做结构化决策。
  • 吸引首批开发者用 Jev 替换现有 LLM 分类器:Vercel 把安全审查 从 ChatGPT Luna 5.6 换成 Jev,5–18 倍提速且更准; Bryo AI 拿 Jev 跟 Gemini 比邮件分类,便宜 10–20 倍(Gemini 略准)。
  • 推高"AI 分工"的预期:LLM 负责慢思考和内容生成,System One 负责 实时分流、护栏、审核、if-statements 这些量大便宜的小判断。
  • 引发对"calibration 比 raw accuracy 更重要"的反思:67.8% 准确率配 真实置信度,比 74.1% 准确率但没把握更适合做自动化。

限制

  • 选项上限 255:Jev 是从一组候选里选,超过这个数要分两段(先各打分, 再显式选一次)。开放式生成完全不行。
  • 不做生成:聊天、写文章、复杂推理、code generation 都不在它的能力 范围内——它不是 ChatGPT 的替代品,是 ChatGPT 的助手。
  • 准确率:在自己发布的 workflow evals 上 67.8%,低于 GPT-5.6 Sol 的 74.1% 和 Claude Opus 5 的 73.1%。它赢的是同等准确率下的成本,不是 绝对准确率。
  • 评测有偏:参考答案是 GPT-6 Astra 和 Claude Fable 5.1 的平均, 天然偏 OpenAI/Anthropic;workflow 由自家团队写;LLM 对手是按 System One 封装强制走结构化决策(比直接要答案慢且贵)。
  • 早期访问:API 排队放人,没有公开权重,独立第三方评测还很稀少。