ice TypeSafe推出的新AI模型Jev最近受到关注。它不写长答案，只做选择、评分和是非判断。随着大模型进入更长的工作流，很多步骤不需要重新生成内容，只要决定下一步。据Vercel数据，Jev上线第一天，每100个付费团队中约有13个调用它，首日调用团队数超过此前新模型纪录的两倍。随后，Cloudflare提供调用入口，LangChain和Langfuse也相继跟进。
开发者可以把Jev放在大模型前后：任务开始前，它判断该调用哪个工具或模型；大模型给出结果后，它检查答案是否合格、流程是否继续。复杂推理和生成仍交给大模型，Jev接走那些规则写不完、又不值得每次调用大模型的小判断。TypeSafe称这类产品为“System One”模型。开发者预先写好问题、选项和返回格式，程序拿到结果后直接进入下一步。官方价格是每百万输入Token 0.042美元，输出不收费；端到端延迟70至500毫秒。它更像一条听得懂自然语言的if/else。
便宜、快，不等于什么都该交给它。TypeSafe列出的已知局限包括计数、数值运算和日期比较。代码能算清的金额、时间和数量，仍应留给代码；Jev适合“这条反馈更像投诉还是咨询”“这个操作是否可疑”“两件商品是不是同一款”之类的语义判断。TypeSafe自测称，Jev最高可把速度提高193.6倍，成本降到对照模型的0.3%以下，但这不是独立基准。
Jev把概率作为产品的一部分，能否配合还取决于它报出的把握是否可靠。开发者Charly Poly用Banking77做意图分类测试，该数据包含77类银行业务，如银行卡被吞、转账失败和修改个人信息。据其公开测试帖，Jev的宏平均F1为0.782，高于ModernBERT的0.712；托管环境中位延迟为299毫秒。把自动处理目标精度固定在90%后，Jev可接下67.5%的样本，ModernBERT为35.7%。但Jev声称有80%至95%把握的样本，实际正确率只有64%；另有6.6%的样本，正确标签被它打成零概率，ECE指标也落后于ModernBERT。GitHub项目jevcal用1600条Civil Comments判断结果做校准测试，校准后Jev的Brier分数从0.0837降至0.0248，AUC仍为0.9264。调整没有让它更会选答案，只是重新标定概率刻度，且该项目验证的是校准方法，并非Banking77中的零概率问题。
