大模型有个隐性成本：你让它判断"下一个该调哪个工具"，它先写 500 字解释为什么，最后才给结论。那 500 字里，真正有用的就 3 个单词，剩下全是你付费的废话。
Jev 是把这件事反过来做的模型：不生成文字，只输出判断结果 + 概率 + 置信度。它把"判断"本身压缩成一个数字，任务结束。结果就是官方宣称的：在适合它的任务上，速度比传统大模型快 20～200 倍，成本低 40～400 倍。
TL;DR
- Jev 是 TypeSafe 的判断型模型，三类输出：Choice（多选一）、Score（打分）、Noul（是不是），每次返回概率 + 置信度。
- 官方定价：输入 $0.042/百万 token（约 0.28 元/百万），输出免费。
- 快的根本原因：不逐 token 生成解释，直接把任务压缩成判断结果，算完就停。
- 概率让判断可自动化：
90%+ 自动执行 / 60-90% 确认 / <60% 交人工，置信度控制"这次判断本身靠不靠谱"。- 我实测一上午消耗 $0.0008（8 美分），主要跑工具路由、客服分类、内容风险打分。
Jev 和 ChatGPT 到底差在哪？
同一个问题问两种模型，回答长度差一个数量级。
拿"帮我选截图工具"举例，候选是 ShareX / Snipaste / Flameshot / PicPick，条件是免费 + Windows + 启动快 + 能标注 + 不需要图片管理。
传统大模型：生成 800 字对比分析，逐个点评优缺点，最后推荐一个。Token 费用按生成长度走，越详细越贵。
Jev：直接返回
Snipaste: 72%
ShareX: 19%
Flameshot: 7%
PicPick: 2%
confidence: 0.99
一行结果，任务结束。不写"为什么推荐 Snipaste"，不列各自优劣，只给你判断本身。
这就是 Jev 的设计取舍：放弃长文本生成，换取判断速度。它不是"更便宜的 ChatGPT"，是"专门干判断这件事的模型"。
Choice / Score / Noul 三类判断，各自解决什么问题
Jev 把判断分成三个原语，覆盖绝大多数 Agent 决策场景：
| 类型 | 回答的问题 | 典型场景 |
|---|---|---|
| Choice | 多选一：最该选哪个 | 下一步调哪个工具、任务交给哪个模型、工单分给哪个部门 |
| Score | 程度有多高（不是二分） | 用户多生气、内容风险多高、候选多符合要求 |
| Noul | 是不是（返回概率） | 是不是广告、是否要求退款、是否存在安全风险 |
三者组合能覆盖很多"Agent 内务"：
- 工具路由：当前任务在 web_search / search_flights / calendar / send_email 里选下一步
- 模型分流：简单查询走 fast 便宜模型，复杂推理走 frontier，避免所有任务都喂给贵模型
- 客服工单：一条用户反馈同时跑三个判断——分类（Choice）、不满程度（Score）、退款意图（Noul），一次调用拿全
- 自动化 Gate：退款、发邮件、删文件前，先判断"这个动作安全吗"，过了概率门槛才放行
我实测里最有用的是客服工单三合一：一条反馈"更新后同步全挂了，重装两次没好，我买的是永久版，今天不解决就退款"，一次调用同时拿到分类（Bug）、愤怒度（Score 3）、退款意图（Noul 0.87）。三个判断并行，不需要三次调用。
为什么便宜到"一上午 8 美分"？成本账本摊开
Jev 的输入 $0.042/百万 token，输出免费。我跑了一上午工具路由 + 客服打分 + 内容审核测试，总消耗 $0.0008。
横向对比一下就明白为什么：
| 操作 | Jev 成本 | 传统大模型（同等输入规模） |
|---|---|---|
| 单次工具路由判断 | ~$0.00001 | ~$0.0003-0.001 |
| 1000 次客服分类 | ~$0.01-0.02 | ~$0.3-1 |
| 一天高频自动 Gate（1 万次） | ~$0.15 | ~$4-10 |
便宜不只是单价低，是输出端直接归零。传统模型每生成一个字都在计费，Jev 的判断结果本身极短，又输出免费，两次成本优势叠加。
这也是为什么 Jev 特别适合高频、低价值单次的判断场景——单次调用省 40 倍不性感，但一天跑一万次 Gate，账单差距是实打实的几十美元/天。
概率门槛：判断怎么变成自动化
光给概率没用，真正值钱的是能拿概率设自动化边界。我用的分档规则：
>= 0.90: 自动执行，不打扰人
0.60 ~ 0.90: 生成建议，等用户确认
< 0.60: 直接交给人工
置信度（confidence）是另一层保险——它衡量"这次判断本身有多稳"。90% 的概率但置信度 0.4，说明模型对这个具体输入其实没把握，不该自动放行。两层一起卡，误判率比单看概率低一截。
这套组合在 Agent 安全监控里最实用：每次执行动作前先判断"安全吗"，高置信 + 高概率才放行，否则拦下来给人看。
什么时候不该用 Jev
Jev 的边界要说清楚，不然容易滥用：
- 需要从零生成内容（写文章、写代码、生成对话）→ Jev 不擅长，这是传统模型的地盘
- 候选集是开放的（让它"想所有可能的答案"）→ Jev 只在你给定的候选范围里判断，不是无中生有
- 需要长解释（用户要看推理过程）→ 它故意不生成，省了也少了透明
它定位就是 Agent 流水线里的决策节点：上游收集信息、给候选，Jev 出判断，下游执行。别指望它替代大模型做创意，它只负责"在已有选项里选对的那个"。
常见问题
Q1: Jev 和普通小模型（如 7B 级别）有什么区别？
A: 小模型也能做分类，但 Jev 的输出结构化（概率 + 置信度 + 三类判断原语），专为 Agent 决策流设计。小模型给的是自由文本，Jev 给的是可直接进 if-else 的结构化判断。
Q2: 现在怎么申请 / 获取？
A: 官网 typesafe.ai，Join Waitlist 填邮箱，几小时到几天不等。注册送 $5 额度。API Key 在 console 页面创建，只出现一次。
Q3: 能和 Claude Code / OpenClaw 这类 Agent 框架集成吗？
A: 官方提供 skill 安装入口，把 Quickstart 内容交给 Agent 即可。本质就是多一个可调用的判断 API，和你现有的 Agent 编排框架并行用，不冲突。
Q4: 国内有没有可用的开源复现？
A: 有。APUS 做了 Jev 的国内首批开源复现，方向和"判断型模型"一致。想要离线 / 自托管 / 不被海外定价卡的，看这条路线。
Q5: 概率 72% 的"选 Snipaste"能直接信吗？
A: 单看不一定。要叠置信度一起看，并且自己定门槛（我设 0.9 自动、0.6 确认）。72% + 置信度 0.99 才值得自动放行。
Q6: 为什么输出免费，这不是亏本吗？
A: 判断结果 token 极少（一行几个 token），推理算力集中在输入侧；输出侧边际成本低，官方用"输出免费"做定价钩子，实际账单主要看输入量。