“我们捕获了闪电，但它毫无用处。”曾参与ChatGPT指令遵循研究的前OpenAI工程师Diogo Almeida，在对过去四年大语言模型的发展深感失望后，给出了一种反直觉的解决方案：一个完全无法生成文本的模型。
该模型名为Jev，由其初创公司TypeSafe AI开发。9月15日，Jev正式开启早期访问，同日宣布完成由DCVC领投的4000万美元种子轮融资。与主流大模型不同，Jev不输出任何字符串，而是接收程序状态和类型化问题，以选择、评分或是/否概率三种形式返回决策。
放弃生成，换取速度与确定性
Jev的核心权衡在于彻底放弃聊天、起草或代码生成能力，以换取极致的速度和价格优势。TypeSafe对每百万输入token收取0.042美元费用，且不对输出计费。其端到端响应时间为70至500毫秒，相比之下，前沿模型处理类似任务需3至329秒。
在准确性方面，Jev通过固定模式匹配保证答案结构，杜绝了模型凭空捏造选项的可能。每个答案均附带经过校准的置信度数值。TypeSafe认为，若模型无法明确指出其不确定的5%情况，便无法实现真正的自动化部署。
Almeida指出，过去四年的开发过度优化了人类语言能力，导致模型在软件内部交互中显得笨拙。Jev采用“校准决策强化学习”，完全在合成数据上训练，旨在解决软件逻辑层面的交互难题。
Vercel网关上的爆发式采用
Jev的市场反响验证了这一路径的可行性。上线Vercel AI Gateway不到24小时，Jev覆盖了该平台近13%的付费团队，这一比例是GPT-5.6家族的两倍，也是Fable 5.1的六倍以上。数据显示，没有任何模型在该网关中的传播速度快于Jev。
Vercel披露，其工程师将原本基于OpenAI Luna 5.6的安全分类器替换为Jev后，执行速度提升了5至18倍。这类路由、评估及重试决策任务，本质上并不需要文本生成能力。
从源头消除幻觉
Jev的应用场景聚焦于以决策终结的工作流，如模型路由和安全护栏。随着AI代理错误频发——包括OpenAI今年7月确认的沙箱突破及近期的零点击攻击漏洞——投资者开始关注如何修复AI错误。与a16z投资的“事后修复”方案不同，Jev试图通过消除错误产生的土壤来解决问题。
尽管发布声势浩大，TypeSafe对证据局限性保持坦诚。公司承认，其与竞品的对比参考了GPT-6 Astra和Fable 5.1的平均值，可能导致结果偏向头部厂商；同时，因用户应自行构建基准，公司未发布公共基准测试结果。
外界对Jev底层架构猜测纷纷，怀疑其基于开放权重语言模型，但Almeida对此守口如瓶。Earendil CTO Armin Ronacher指出关键风险：“归根结底，它将部分幻觉问题委托给了用户。”当置信度仅为50%时，开发者仍需自行决定如何处理。
免费期后的真实考验
Vercel对首日数据持谨慎态度，强调“下一个测试是看早期采用率能否持续”。值得注意的是，Vercel将在9月25日前免费提供Jev服务。Ronacher预测，随着模型效用显现，竞争对手必将出现。他认为，这一空白长期未被填补，仅因以往语言模型足够便宜且有补贴，抑制了行业的创新动力。