ChatGPT核心发明者发布Jev：不生成文本的新模型，成本降百倍
据 TechCrunch 报道，前 OpenAI 研究员、ChatGPT 核心建造者之一、RLHF 技术联合发明人 Diogo Almeida，于 2026 年 9 月 15 日通过其创办的 TypeSafe AI 发布了全新模型 Jev。它最特别之处在于——不是大语言模型，也不输出任何文本。
Almeida 对语言模型的失望由来已久。他告诉 TechCrunch："我们手里握着瓶中闪电，但它却没有用。"在他看来，过去四年模型在人类语言上表现超人，却对自动化毫无用处，"因为计算机说的是另一种语言"。两年前他离开 OpenAI 创办 TypeSafe AI，就是为了解决这个问题。
Jev 不逐字生成文本，而是返回带概率的"校准决策"。开发者预先定义好输出空间，模型在推理前就限定答案范围，因此从原理上无法产生幻觉。它支持三种原语：Choice（从预定义列表中选择）、Noul（类似布尔的是/否判断）、Score（在指定刻度上打分）。例如问"这位客户是否生气"，Jev 返回 0.9，即 90% 的概率为"是"。每个答案都附带校准后的置信度，方便代码判断何时自动执行、何时转人工。
放弃文本生成带来了成本与速度的跃升：输入按每十亿 token 计费，输出免费，端到端响应仅 70 至 500 毫秒。TypeSafe 官方称在特定工作流上最快可达 193.6 倍、便宜 444.6 倍，但坦承这些数据由自家团队测试、存在一定偏差。
开发者反响强烈。早期访问采用候补制，36 小时内注册人数即突破 14 万；模型随后在聚合平台 OpenRouter 上线，输出完全免费，进一步降低了尝鲜门槛。上线初期 API 一度因访问量过大而无法服务。Vercel 工程师 Pranit Sharma 用 Jev 替换 OpenAI Luna 做安全分类，速度提升 5 至 18 倍且更准确；Bryo AI 的 CTO Nikhil Mudholkar 测试邮件分类，发现 Gemini 略准但贵 10 至 20 倍，而 Jev 是"唯一能返回真实概率、最适合自动化工作流的"。
Jev 完全基于合成数据训练，采用 Almeida 称为"校准决策强化学习"（RLCD）的方法。Almeida 称将全部数据自产是他"一生中最好的赌注之一，比发布本身、甚至比 RLHF 更好"。模型命名致敬 19 世纪经济学家杰文斯（Jevons 悖论），理念取自卡尼曼《思考，快与慢》中的"系统一"——强调直觉而非多步推理。
除替代部分 LLM 任务外，Jev 还能作为低成本监督者监控 AI 代理行为、防止越狱，或用于模型路由判断任务难度。Almeida 预计未来将是"智能软件无处不在、涌现且分布式的形态，更像早期互联网"，而非超级 App。
来源：TechCrunch / TypeSafe AI
当前文章标题：ChatGPT核心发明者发布Jev：不生成文本的新模型，成本降百倍
当前文章地址：https://www.2109.top/4340/
来源：2109博客 地址：https://2109.top 文章版权归作者所有，未经允许请勿转载。
转载及其他合作需求请微信联系博主
