TypeSafe AI 发布了 Jev，这是一个基于 Transformer 的“System One”模型，它返回带有概率的类型化决策，而非生成文本。该系统通过单个 API 端点接受状态和类型化问题，支持 Choice、Score 和 Noul 原语，以实现基于校准置信度的代码分支。

  • Jev 使用用于校准决策的强化学习（RLCD）输出源自概率分布形状的置信度值。
  • 输入成本为每十亿 token 42 美元，输出 token 免费。
  • TypeSafe 声称在其自身工作流评估中，与 GPT-5.6 Terra 相比具有 193.6 倍的速度优势和 444.6 倍的成本优势。
  • 该模型作为托管 API 在等待名单后以早期访问形式提供；权重和参数量未公开。

此次发布旨在通过提供具有显式不确定性指标的确定性、可分支输出，将 AI 从面向人类的聊天转向软件集成。