内容提要
TypeSafe AI的Jev模型在Vercel AI Gateway上线24小时内被近13%付费团队采用,创历史纪录。Jev不生成聊天文字,只返回带概率的结构化选择,让软件直接决策,避免开发者解析自然语言。其输出免费、成本极低,速度比语言模型快194倍。创始人Diogo Almeida认为软件不需要被取悦,只需可执行决策。但准确率略逊于Gemini,长期留存仍待验证。
延伸解读
从“聊天”到“决策”:Jev 为何让开发者厌倦自然语言
文章指出,开发者调用 GPT-5.6 等模型后,需额外编写解析器从自然语言中提取结构化数据,这增加了工程负担。Jev 直接返回带概率的类型化答案(Choice、Score、Noul),软件可基于阈值直接判断,省去解析步骤。这种设计回应了开发者对“让代码阅读 AI 小作文”的厌倦,也是其快速被采用的原因之一。
杰文斯悖论的赌注:输出免费如何改变成本结构
Jev 的定价是每百万输入 Token 收 0.042 美元,输出完全免费,计费基于输入而非生成内容。文章用杰文斯悖论解释:当判断成本降到极低,软件会把判断嵌入更多角落,总消耗可能不降反升。这种模式让 Jev 在成本上对传统大语言模型形成优势,但能否持续吸引开发者,仍取决于实际任务中的准确率与长期留存。
准确率与成本的权衡:Jev 的长期留存考验
Bryo AI 的测试显示,Gemini 在商业邮件分类上准确率略高于 Jev,但成本高出 10 到 20 倍。开发者面临“准确率差一点、成本便宜很多”的选择,目前尚无长期数据。此外,TypeSafe AI 自报的“快 194 倍、便宜 445 倍”缺乏第三方验证。Jev 上线 24 小时内的 13% 付费团队使用率,可能只是好奇尝鲜,长期留存仍待观察。
Q&A
Jev模型在Vercel AI Gateway上线24小时内的采用率是多少?
接近13%的付费团队采用了Jev,这个数字是GPT-5.6家族的两倍,是Fable 5.1的六倍,成为Vercel AI Gateway历史上最快被采纳的模型。
Jev模型和传统大语言模型(如GPT-5.6)在输出方式上有什么不同?
Jev不生成聊天文字,只返回带概率的结构化选择,如Choice、Score或Noul类型,让软件直接决策;而GPT-5.6等生成自然语言,开发者需要解析文本提取结构化数据。
Jev的定价模式是怎样的?
Jev每百万输入Token收费0.042美元,输出Token完全不收费。计费基于输入信息量,而非生成内容量。
Jev这个名字的由来是什么?
Jev的名字来自19世纪经济学家威廉·斯坦利·杰文斯,他发现了杰文斯悖论:当蒸汽机燃煤效率提高、煤炭成本下降后,英国煤炭消耗量反而暴增。TypeSafe AI赌的是当判断成本降到极低时,软件会把判断嵌入每个角落。
Jev的创始人Diogo Almeida有什么背景?
Diogo Almeida曾在OpenAI工作,是2022年InstructGPT论文的主要作者之一,参与了RLHF训练流程的建立,并在GPT-4的贡献名单中被列在“Foundational RLHF and InstructGPT work”一栏。
Jev目前面临哪些挑战或不确定性?
Jev的准确率略逊于Gemini,长期留存仍待验证。早期采纳速度只说明开发者愿意尝试,不说明会一直使用。第三方长期对比数据缺失,Jev的概率值能让工作流引擎自动处理多少比例的任务也还没有公开统计。