AI 应用风向标（公众号：ZhidxcomAI）

编译｜毕伟豪

编辑｜李水青

智东西 10 月 15 日消息，今早，美国 AI 公司 TypeSafe AI 发布了新模型 Jev 1.14.0，同时放出图像输入、全新问题类型 Box（非决策问题）、262k 长上下文这三项实验功能，三项功能被统一归入名为 " 危险区 "（Danger Zone）的实验计划。

这三项功能默认关闭，需要用户手动打开 API 开关，官方声明称这批功能均未达生产标准，风险自负。

9 月 16 日，隐身研发两年的 TypeSafe 正式推出 Jev。这款模型不同于生成连续文本的大语言模型，它会直接输出分类、选项、是非判断等结构化决策，并提供经过校准的置信度。

TypeSafe 将其称为首个 System One（系统一）模型，意指一种更接近快速、直觉式判断的决策模型。

Jev 的发布让决策模型快速进入更多人的视野。10 月 10 日，TypeSafe 宣布完成 8.7 亿美元（约合人民币 58.6 亿元）A 轮融资，估值达到 75 亿美元（约合人民币 505 亿元），由 a16z 领投，红杉资本和 DCVC 参投。

随着这一领域受到关注，微软推出了支持结构化决策的 Microsoft-Decision-1，开源社区则涌现出 Kev、Laya、Decider 等 Jev 类项目。

此次 Jev 1.14.0 的发布，也是 TypeSafe 宣布融资后的首次模型更新。

一、模型小幅升级，官方提醒别轻信评测

Jev 1.14.0 本身并非一次大幅升级。TypeSafe 将其形容为一次 " 不炫技 " 的更新，改动细微但覆盖面广，预计提升最明显的是多语言能力。

不过，中文用户暂时还不能期待它与英文表现持平。官方文档指出，包括中文在内的非英语语言虽然可以处理，但效果仍不如英语，建议开发者上线前先用自己的内容进行测试。

版本管理方面，1.14.0 目前使用预览别名 jev-preview，预计一周后切换为默认别名 jev-latest，1.13.0 则会继续保留一段时间。

此外，TypeSafe 还新增了模型改进授权选项。开启后，TypeSafe 可以读取和分析输入与输出，以发现模型表现不稳定的问题、排查实际使用场景中的故障。官方表示，这些查询不会用于模型训练。

价格方面维持不变，每百万输入 Token 收费 0.042 美元，输出免费。

除了版本改动，官方还公布一份内部评测，根据三张评测图，在 8 个模型的综合智能分对比中，Jev 1.14.0 以 60.0 分排名第一，高于 1.13.0 的 58.9 分；得分最高的开源模型 kev-27b 为 46.7 分。

在校准误差这一指标上，Jev 1.14.0 也以 1.6 的成绩表现最好。

不过，TypeSafe 也提醒，这份榜单仅供参考，评测只涵盖开源权重模型，结果可能偏向自家模型，后续分数也可能调整。

因此，官方建议重点比较开源模型之间的相对表现。有意思的是，三张评测图右上角都标注着一句话：警告：AI 基准测试，请勿轻信。

二、图像、Box、262k 上下文：三项实验功能

Jev 这次开放的图像功能，使用起来并不局限于某一种输入格式。官方称其具有 " 完全可组合 " 的特性，也即状态信息、问题指令，甚至评判标准中，都可以加入图像，三种问题类型均支持图像输入。

官方还透露，Jev 1.13.0 其实早已具备多模态能力，只是此前没有正式开放图像功能。这次更新后，开发者可以通过实验接口启用图像输入。

目前图像输入仅支持 PNG、JPEG 静态图片，边长须在 256 至 1568 像素之间，单张图片不超过 16MiB，费用按输入 token 计算。官方提醒，Jev 处理多模态任务时的表现仍不如纯文本任务。

Jev 的上下文上限也有了大幅提高。默认情况下，单次请求最多支持 64k token，单个问题最多支持 32k token；开启实验开关后，两项上限都能提升至 262k token。

不过，官方提醒，长上下文可能让模型运行得更慢、表现更不准确，建议只在确有需要时开启。

这次更新还新增了 Box 问题类型，让 Jev 能够直接在图像中定位指定目标，并返回对应的边界框坐标。坐标经过归一化处理，范围为 0 至 1，分别对应图像的宽和高。

官方列出的应用场景包括识别柜台上的杯子、定位扫描件中的签名，以及框出门口的人。Box 也是 Jev 首个不只服务于智能判断（smart-if）的问题类型。

需要注意的是，图像和长上下文功能均可通过实验开关在 Jev 1.13.0 中启用，Box 则是 Jev 1.14.0 独有的新功能。

三、官方打开 " 危险区 "：没把握的功能，先放给开发者玩玩

图像输入和长上下文目前均默认关闭，开发者需要在 API 请求头中添加相应开关才能启用。TypeSafe 将它们统一归入 " 危险区 "（Danger Zone），提醒用户自行承担使用风险。

这不仅是一个命名上的提醒，也意味着这些功能暂时不受正式版的可靠性保障。开发者可以提前尝试新能力，但需要自行验证输出是否准确、是否适合具体任务，尤其不能未经测试就将其用于生产环境。

TypeSafe 解释，这源于产品可靠性与开放探索之间的取舍：面向生产环境的模型需要经过充分验证，但开发者的需求难以预判，如果所有新功能都必须达到成熟的生产标准，一些新想法就很难得到实际检验。

因此，公司选择先开放实验功能，再根据使用反馈持续迭代。

结语：从 " 看图决策 " 到真正可用，还有多远？

图像输入和 Box 的加入，让 Jev 的决策能力从文本延伸到视觉场景。对于 Agent 而言，这意味着它不仅要处理文字指令，还可以尝试识别画面中的目标，为后续操作提供判断依据。

但从实验功能到稳定的生产能力，中间还有一段距离。Jev 目前的多模态表现仍弱于纯文本，长上下文也存在速度和准确性上的取舍。

TypeSafe 选择先开放接口，让开发者在真实任务中验证能力，同时明确提示风险。对于 Jev 这样的决策模型来说，能否在复杂输入下持续给出可靠结果，并真正嵌入 Agent 工作流，才决定了它的应用空间。

来源：TypeSafe 博客