- 综合排序
- 最热优先
- 最新优先
类Jev项目Kev从入门到实战(6)：Jev Kev Laya 对比
PART6｜JevKevLaya对比Laya是另一款开源Jev替代（322–421M参数，Apache-2.0），是我在调研Kev之前的首选。三者代表三条路线：闭源托管轻量开源可训开源。 Jev（TypeSafe官方）LayaKev权重闭源托管开源（Apache-2.0），322–421M开源（Apache-2.0），0.5B–27B全家大陆可用❌（实测核实）✅本地✅本地（HF走镜像）API 0.135–0.280）≈随机（与其他一致）微调后——最高1.000（问法对齐后）；朝代0.925延迟官方278.5ms（海外网络往返）35ms（进程内，GPU）~98ms/问（HTTP全链路）各自的本质差异Jev
15210编辑于 2026-10-05火了的 Jev，我替你们试了
刚火起来的 Jev，这几天朋友圈、技术群都在刷。说它是"比 LLM 便宜几百倍、零幻觉、带置信度的决策模型"。最近我顺手体验了一把，有些验证截图，都是这次试出来的结果。 一、先说结论：Jev 不是"小一号的 LLM"很多人一看到"AI 模型"就默认它是 ChatGPT 那一路：你问一句，它吐一段话。Jev 不是。 四、不适用：它的边界，得说清楚每种技术都有优劣，Jev 不是银弹。下面这些它干不了，或者干起来不划算：写文案、翻译、代码生成、对话机器人：它不生成文本，这些必须配 LLM 来做。Jev 自己干不了。 说白了：要"创作"找 LLM，要"判断"找 Jev。把它当 LLM 用，是找错工具；把它接在 LLM 后面当"质量闸门"或"分类器"，才是正解。 Jev 不是那个颠覆者，但它是个实在的好工具。它的价值不在"比大模型更聪明"，而在"把判断这件事做得更可靠、更便宜、更可控"。
33610编辑于 2026-09-22Jev 文档分类实测：vs Laya & DeepSeek
紧接着,Jev的开源竞品Laya也很快上线了。Laya同样是非生成的决策模型、用法和Jev几乎一模一样,但开源、可本地部署——决策模型从此不止"云API"一条路。 并发拉到8时吞吐:Jev~18/s、DeepSeek~10/s。 含义:若都贴近服务端部署,Jev与DeepSeek的推理速度差距会比这里的2.3×更大(Jev本身就是一次快速前向)。 八、最终结论英文中文(长文本)分类质量最好Jev≈DeepSeek(~99%)DeepSeek≈Jev(85/84%)速度最快Laya本地(~100ms)Laya本地API成本更低Jev(约DeepSeek 一半)Jev(约DeepSeek一半)Jev——综合最强。
39510编辑于 2026-09-22- 来自专栏Elastic AI Agent最佳实践
用 Jev 做搜索重排：基准与实现
它们与LLM的主要区别在于，SystemOne模型（如Jev）是做决策，而不是生成字符串。例如，你可以询问Jev某个片段是否回答了用户的问题，它会给出一个可能性（使用他们的Noul类型）。 或者你可以请Jev在针对某条搜索查询的多个意图中做出选择（使用Choice类型）。注意，这些都不是输出文本。副作用是，Jev既快又便宜。 首先检索文档，让Jev对结果打分，然后基于这些分数重排。 一个TypeSafeAPI密钥，并且你的账户可用Jev模型。本次运行使用jev-1.13.0。Python3.11或更高版本，用于配套笔记本。 比较中包括BM25、混合词法与语义检索（使用倒排秩融合），以及上述四种Jev策略：Jev直接打分（directScore）：单个有序Score问题的期望值。
14521编辑于 2026-10-01 - 来自专栏霍格沃兹测试开发学社
Jev 与概率校准：AI 决策系统该怎么测试？
摘要：Jev最大的特点之一，不只是输出“答案”，还会给出概率和置信度。这也带来了一个新的测试问题：模型说自己有95%把握，它真的有95%那么可靠吗？ 因为Jev不仅告诉我们：我认为是代码问题。它还告诉我们：我有95%的把握。这时候测试对象就多了一层：这个95%，到底可信吗？假设我们找出100个Jev都声称自己有“95%把握”的案例。 二、为什么Jev特别强调“置信度”？TypeSafe在发布Jev时，把训练方法称为：RLCD——ReinforcementLearningforCalibratedDecisions。 三、有了置信度以后，真正难的是“阈值”假设我们真的把Jev接进测试平台。它每天帮助判断自动化测试失败原因。 测试Jev，不只是验证它会不会选对。更重要的是验证：它知不知道自己什么时候可能会错。
20410编辑于 2026-09-21 - 来自专栏格姗知识圈
今天火爆的 Jev，到底是啥
最反常识的一点是：Jev 不会写任何东西。你问它「帮我写一段话」，它写不出来；你让它「总结这篇文章」，它也写不出来。它只干一件事：做判断。先看它到底怎么干活打个比方。 Jev 是把「判断」这一件单独拆出来做。举个能跑通的例子。你手里有一堆用户反馈，要一条条分出来：这条是「问怎么用」，还是「报 bug」，还是「催退款」。 用 Jev 的方式，你告诉它「这是一段用户反馈，下面三个选项，它属于哪个」，它直接回你——「报 bug，概率 91%。」没解释，没客套，一个答案加一个把握度。 它只认三种问法Jev 能回答的问题，翻来覆去就三种，对应三个英文词：Choice，选一个。 比如「这段文案用哪个标题」，它从你给的候选里挑。Noul，是不是。 一句话收尾：聊天模型是「写答案的」，Jev 是「挑答案的」。 它今天火，不是因为能写得多好，是因为它敢只做判断这一件事，还做得又便宜又快。
23010编辑于 2026-09-22 - 来自专栏黄啊码【CSDN同名】
【黄啊码】Jev 的出现，Agent 进化速度突然实现日行千里
项目自述jev-browser：真实网页上的多步操作 这个项目让 Jev 每一步从可点击、可输入、可选择的网页元素里挑动作，普通代码负责预算、恢复和停止。 可运行项目pg-jev：把“语义条件”放进 PostgreSQL 查询 它把 Jev 包成数据库函数，可以用日常语言筛选、打分或分类数据行，例如找“客户很生气”的工单。 工程项目pi-fast-jev-compaction：整理编程助手的工具记录 它把工具调用和结果配对，让 Jev 判断“调用要不要留”“结果要不要原样留”。 公开负面结果Held-out 基准：Jev 方案没有达到继续开发门槛 这份预先设门槛的测试里，Jev 方案在事实检查上高于两个对照，但三种方案都只通过 4/8 个完整任务；项目因此停止继续做 Jev 重排器 先问 5 个问题，再决定是否接 Jev 答案能不能提前列出来？能列成几个候选，才适合 Choice；需要自由写作，就别硬塞给 Jev； 多久要决定一次？
20310编辑于 2026-09-23 Jev 是炒作还是颠覆？拆开这个「不说话」的决策模型
Jev 的做法是把输出空间提前定义：答案只能是 schema 里的值。 Jev 仍然可以在你给的三项里选错。 CMU 的 JEV-as-a-Judge 论文（arXiv:2609.26550）。作者把 Jev 当「评判者」跟 16 个生成式/reward-model 评判者对比，做人盲仲裁。 : browser-use/jev-ultrafast — https://github.com/browser-use/jev-ultrafastGitHub: Promethe-us/awesome-jev ://explainx.ai/blog/where-jev-actually-fails-2026dev.to: No Moat in Model Architecture — Jev Got 6 Clones
35010编辑于 2026-09-24Jev 和 JSON 模式 结构化输出有什么区别？为什么它不是更小的 LLM
每次跟人聊 Jev，最常被反问的一句就是："这不就是结构化输出吗？我用大模型的 JSON 模式一样能拿到结构化结果。" 这篇文章我就把这个区别讲透，JSON 模式的做法和痛点、Jev 到底不同在哪、为什么说它不是"更小的 LLM"，以及在什么情况下该用哪一个。 二、Jev 的不同：类型安全是模型内建的 Jev 的做法从根上就不一样。下面这张图把两条路径并排放在一起： 差异集中在三处。 第一，采样方式。 三、为什么说它"不是更小的 LLM" 很多人第一反应是"Jev 大概就是个裁剪过的小号大模型"，这个理解是错的。 典型模式是：用大模型做需要生成和推理的重活，用 Jev 接管链路里那些高频的原子判断，比如让大模型生成一段回答，再用 Jev 去给这段回答打质量分、做越狱检测、判断该不该放行。
19810编辑于 2026-09-23- 来自专栏王仕宇和AI
为什么有了 GPT、Claude，我们还需要 Jev？
这就是Jev这类决策模型让我觉得有意思的地方。它不是来陪你聊天的如果要用一句话区分，我觉得可以这么理解：GPT、Claude更擅长「生成」。而Jev更偏向「判断」。 Jev不应该替代GPT，而应该站在GPT前面这是我觉得最容易被误解的地方。第一次看到这种模型，很容易问一句：它是不是想替代GPT？其实完全不是。让Jev写一篇公众号文章，我觉得没什么意义。 Jev↓GPT/Claude/Codex↓MCP/API/Shell用户请求进来以后，先经过决策层。 我觉得这个游戏很适合解释Jev。因为它的动作空间是完全确定的。 最后所以Jev真正值得关注的地方，我觉得不是：它能不能成为下一个ChatGPT。如果只拿这个标准去看它，反而看偏了。
12610编辑于 2026-09-22 财经新闻秒级读懂：Jev 给利好利空实时打标签支撑投研
这一周我把这道分类换成 Jev，实时性和成本都改善了。这篇讲清楚这个场景应用前后的差别：分类怎么做、延迟降到什么程度、成本怎么下来。 文中对比为基于实测口径的方案性测算，非某投研机构真实数据，Jev 仍处早期访问阶段。 二、改造后的链路：Jev 实时分类打标签 应用后，我把这道分类交给 Jev。 延迟上，Jev 毫秒级并行采样，流式新闻分类几乎没有等待，高峰期也扛得住，投研情报监控的实时性得到保障。 成本上，高频分类从大模型换成 Jev，输入价低、输出免费，实时新闻流的判断成本明显下降。 分类延迟压到毫秒级，实时监控扛得住高峰；判断成本随迁移到 Jev 而下降。把"这条新闻是利好还是利空、属于哪类事件"的判断交给 Jev、把"这意味着什么、怎么应对"留给投研人员，情报监控既快又省。
15410编辑于 2026-09-23Jev凭什么刷屏：一个不生成文本的判断模型，正在悄悄提速AI Agent
但如果你顺着这个热度去找"Jev排行榜"，会发现根本找不到——它压根不在ChatbotArena、SWE-bench这类主流榜单里。这就是很多人第一次接触Jev时的困惑：它到底是什么？ TypeSafe官方拿Jev和一票主流大模型做了结构化输出错误率、工具调用错误率的横向对比，Jev两项都是0%，而对照组里的Opus5、Fable5.1、Sonnet5、Haiku4.5、Gemini3 理解了这一点，再看Jev到底是什么，就顺理成章了。答案其实很简单：Jev从一开始就没打算和GPT、Claude、Kimi这些生成式大模型抢同一个赛道。 Jev走的是完全不同的路子：它放弃了自由文本生成。 到底该不该用Jev？
57120编辑于 2026-09-21- 来自专栏效能提升
Jev来了，软件测试可能要重新定义AI测试了
TypeSafe在9月15日发布的Jev，给出的不是一个更聪明的模型，而是一个提醒——这个问题本来就不该由一个模型层来扛。 一、Jev在解决什么：把判断从生成里拆出来Jev被TypeSafe定义为"System One Model"：给它一段上下文和几个提前限定好答案类型的问题（选择、打分、真假判断），它并行处理，直接返回结构化结果和对应的置信度 这层慢、贵，但不可替代，所以只该留给规则和Jev都处理不了的那一小部分。 这种"前置分流+后置校验"的位置，本身就是三层架构里Jev该待的地方。 过去测的是"这一次大模型判断对了没有"，现在要测的是三件新事情：规则层和Jev层之间的分界线画得对不对——哪些判断被错误地留在了规则层里（算不清楚却硬用规则堆条件），哪些又该从Jev层升级但被漏判了；Jev
14110编辑于 2026-09-24 Jevons is now a product name
副标题：Jev、193.6 倍，和每一个被选择过的测量窗口2026 年 9 月 15 日，一家叫 TypeSafe AI 的公司发布了 Jev。 独立开发者 Daniele Teti 用 105 封真实客户邮件（61 封难例）做了自己的基准：Jev 比同等精度的最便宜 LLM 快 4.1 到 8.5 倍；25 个决策、1000 封邮件的成本，Jev Jev 1.13.0 得 74.4；最好的开源复刻 SemIf（前 OpenJev，Qwen3.5-4B）得 73.1，只差 1.3 分，价格约为 Jev 的一半。 而 Jev 的单次调用成本，按 webofmike 的口径，约 17.3 微美元。 Jev 的定价就是这条曲线的工程化：输入便宜两个数量级、输出免费、延迟中位数 76 毫秒——每一个参数都在降低一次调用的心理门槛。
12610编辑于 2026-10-027 秒跑完一次航班查询：用 Jev 重构网页自动化的判断层
这篇就把这个工程实践讲透，痛点在哪、Jev 为什么适配、怎么落地、效果怎么对比。文中官方口径数据可核实，整体降本提速幅度为方案性测算，非某项目真实业绩，Jev 仍处早期访问阶段。 二、Jev 适配逻辑：网页操作判断天生是封闭题 网页自动化的每一步判断，恰好符合 Jev 的适配特征：有限固定选项、大批量重复、需要低延迟、需要严控成本。 把这些可交互元素作为 Choice 的候选项交给 Jev，注意候选是我给的，不是模型编的。 第三步，Jev 决策。 延迟上，Jev 的单步决策官方口径是 70～500ms，而大模型做同类判断通常以秒计。 成本上，Jev 输入 0.042 美元每百万 token、输出免费；大模型判断则输入输出双向计费。
18310编辑于 2026-09-24代码规范校验提速：Jev 毫秒级判定主观规范项
这一周我用 Jev 承接这类主观判断，和静态检查工具形成互补。这篇讲清楚落地：痛点、适配、实战流程、效果对比。 文中官方口径数据可核实，整体效果为方案性测算，非某项目真实业绩，Jev 仍处早期访问阶段。 判定标准由团队预先定义，Jev 毫秒级、低成本地批量判断，正好补上 Linter 管不了、大模型又太贵的那块。固定标准、批量、低延迟、低成本，全部命中。 四、效果数据佐证 延迟：Jev 官方口径 70～500ms，批量校验大仓也很快。成本：Jev 输入 0.042 美元每百万 token、输出免费，高频提交场景比大模型便宜得多。 主观判断交 Jev、确定性规则交 Linter、改写交大模型，规范校验才既全又省。
14010编辑于 2026-09-24- 来自专栏前端资源
模型 Jev 爆火：不生成文字，70 毫秒返回判断，输入 $0.042M、输出免费
三种判断原语 Jev 的全部能力只有三种问题，返回值固定，永远可解析。 作者用德州扑克 GTO 求解器当标准答案，150 个决策点 Jev 吻合率 63%。 LangChain 加了 TypeSafeClassifier 和用 Jev 做模型路由的中间件，Vercel AI SDK 新增的实验性 evaluate 接口第一个原生实现就是 Jev，社区已经有 jevlike、open-jev（Gemma 3 4B 底座）等复现，还有给两个模型同一批评论做对决的开源工具 jev-arena。 调好阈值后钉住 jev-1.13.0，别用 jev-latest。 单字段基数上限 255，超过要改两段式流程，速度优势会被削弱。 官方承认无法证明定价没有被补贴，重度依赖此价格的架构要留预案。
58530编辑于 2026-09-21 - 来自专栏猿人谷
Jev：当 AI 不再生成 Token，而是直接做决策
我认为这是 Jev 最值得长期关注的地方之一。 4. Jev 最适合放在哪里？ Jev-as-a-Judge：一个很值得关注的新方向 就在 Jev 发布几天之后，LangChain 又测试了一个非常有意思的方向： Jev 作为 Agent Evaluator。 Jev 生态为什么发展得这么快？ Jev 是 9 月 15 日才正式发布的。 但短短几天时间里，它周围已经迅速出现了一批生态。 LangChain 已经提供 Jev Integration。 我认为这才是 Jev 真正有意思的地方。 11. Jev 也并不是万能的 任何一个新技术刚出现时，都很容易出现过度解读。 Jev 同样如此。 它至少存在几个非常明显的边界。 Jev》，2026-09-17 LangChain：《Jev-as-a-Judge for Agent Evals》，2026-09-20 Vercel：《Where does Jev fit in
50630编辑于 2026-09-21 微信客服与社群运营：用 Jev 把关键词匹配升级成语义判断
这一周我用 Jev 把这层判断从关键词升级成语义判断，运营链路清爽了不少。这篇讲清楚落地：痛点、适配、实战流程、效果对比。 文中官方口径数据可核实，效果为方案性测算，非某平台真实业绩，Jev 仍处早期访问阶段。 二、Jev 适配逻辑：这些都是封闭判断 客服和运营里的高频判断，几乎都是"从有限选项里挑一个"，正好是 Jev 的形状。 准确率上第三方实测显示 Jev 与前沿大模型大致持平。整体人力节省属方案性测算，需自测。 把判断交 Jev、把回复交大模型、把把关交人工，微信客服和社群运营才能既提效又稳妥。
21910编辑于 2026-09-24- 来自专栏Dane Brown
Jev 是什么？怎么用，怎么跟大模型配合？
Jev用法给它选项，它直接给数字你：选项=财务/客服/销售Jev：财务99.97%客服0.03%销售0.00%（1秒）它给的本来就是数字，不用抠。它也没法含糊，不能说「都有可能」。 第三部分Jev能用来干什么全部就四种写法。左边是代码，右边是解释。不管你想让Jev干什么，代码永远是同一个形状：jev.decide(材料,问题)。 ，Jev便宜得多，可以用它来审前者。 反过来，这些事别找Jev：写文章、生成代码、回答问题、闲聊。Jev不写字，只挑选项，所以你没法让它「解释一下」或者「写一段」。那类事还得用普通大模型。Jev管的是那些「从几个可能里确定一个」的判断。 第五部分跟大模型配合：大模型负责想，Jev负责定大模型能生成，但它的输出是一段文字，没法直接进if。Jev补的正是这一步。
15110编辑于 2026-09-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号