TypeSafe决策模型Jev上线一个月，至少20款替代模型争相登场

TypeSafe于2026年9月15日推出决策模型Jev。它并非聊天机器人：用户先定义允许的答案，Jev返回标签、评分或是/否概率，一次并行完成所有问题且不生成文本。官方文档列出的价格为每百万输入token 0.042美元，输出免费，单次请求上下文为6.4万token，仅支持文本，权重闭源，需排队申请使用。开发者普遍指出其四点不足：不支持图像、无法自托管、未公开参数规模、不能微调。此后约4周内，至少20款替代模型陆续发布，来源包括Cloudflare、OpenAI、Perplexity、Liquid AI、亚马逊云科技旗下Strands Labs及独立开发者，规模从2.87亿参数到350亿参数（激活30亿）不等。文章提醒，多数成绩为厂商自测，各测试集之间不可直接比较，唯一的多模型第三方对比表来自自身也销售竞品的Respan。托管方案中，Cloudflare于10月1日发布的Clef（270亿参数）在其自测中BANKING77 F1得分94.20，高于Jev的79.74，但在GPQA Diamond上以48.0落后于Jev的78.3；OpenAI的Decisions API于10月6日开放公测，每百万输入token 0.10美元，接口与Jev不兼容，未公布基准成绩；Perplexity的pplx-decider在其11项任务评测中以85.71%略高于Jev的84.51%。开源可自托管方案中，Strands Decider约19亿参数，在JevBench公开集上答对231题中的180题；Mapika的decider-12b在JevBench困难档与Jev同为0.730；Kev-4B可在24GB显卡或32GB内存的苹果芯片Mac上运行，但选项顺序可能改变其答案。总体而言，多数开源模型在高难度推理上仍不及Jev，但有数款在特定分类任务上与之持平或更优；Respan测试中表现最差的Von 1.2准确率仅为0.422，而Jev为0.932。