發明ChatGPT的核心科學家閉關兩年後，反手給整個大模型行業敲了一錘喪鐘。前OpenAI核心研究員，ChatGPT、GPT-4論文重要貢獻者，現TypeSafe創始人Diogo Almeida公布了一種全新模型：Jev，在開發者圈迅速走紅。
Jev這個名字取自傑文斯悖論（Jevons paradox），同時寓意它在「每美元所能換取的智慧」指標上表現爆表。
與現有的LLM模型相比，Jev在系統任務上達到了類似的智慧水平，但速度和效率提高了兩個數量級，雖然Jev不具備字符串生成功能，但它針對結構化輸出進行了優化，並且不會產生幻覺。
Diogo Almeida稱團隊歷時兩年「秘密」研發，構建了一個完全專注於自動化的新堆棧：採用新的模型架構、並行採樣器以實現最高效率，以及一種新的模型訓練方法（RLCD）。
簡單來說就是，開發者可以把Jev看作是一個前沿智慧函數調用：輸入非結構化狀態，輸出類型化的概率決策。
在所有人的慣性思維裡，大模型必須會出口成章、會長篇大論，但Jev走向了完全相反的方向——它徹底閹割了自然語言生成能力，絕不吐半句廢話，只在毫秒級內給出最精準的概率分布與結構化判定。
Diogo Almeida介紹，相比現有的LLM模型，Jev速度快20-200倍，成本低40-400倍（輸出令牌免費），聽起來好得令人難以置信。
成本方面，LLM模型輸入token約0.20-10美元/百萬token，輸出開銷約為輸入token的5倍，而Jev輸入token為0.042美元/百萬token（即每十億token42美元），輸出token不計費（成本極低，無需計量）。
訓練優化方式方面，LLM模型普遍基於人類反饋的強化學習（RLHF）/可驗證獎勵強化學習（RLVR）；Jev的訓練方法為校準決策強化學習（RLCD）。
速度方面，先進模型端到端響應時間：3-329秒，對人機互動尚可，但嵌入程式碼時會成為巨大性能瓶頸；Jev模型的端到端響應為70-500毫秒，針對系統一類任務，同等智慧水平下，速度提升40-200倍。
Jev模型可用於四類場景：
1、AI驅動業務流程／智慧條件判斷。結構化輸出直接接入普通軟體，充當模糊決策規則：分類、路由、打分、資訊提取、分支判斷；替代難以維護的手寫邏輯；程式碼約束模型輸出邊界，更容易構建穩定可靠系統。
2、大數據Map-Reduce處理：PB級數據提取特徵、挖掘洞察。
3、實時應用：100ms級別延遲，可用於對互動體驗要求嚴苛的產品。
4、全鏈路校驗：打分、評判、核驗、安全防護，以及檢測大模型提示詞越獄、推理鏈路、模型輸出的安全風險。
這種性能說出來可能沒人信，該團隊在技術報告中表示歡迎質疑者自行驗證。
官方對照Demo直觀展現了Jev模型與傳統LLM模型的核心差異：Jev會並行輸出全部概率結果，而不是按token自回歸逐個生成，幾乎秒出結果；普通LLM字符串文本生成雖然能力極強、通用性高，但代價高昂。
在這個示例中，該團隊選用的對照模型是默認配置的GPT-5.6 Terra，原因是它的平均智慧水平與目前的Jev最為接近。
此外，該團隊還設計了一套新的評測方式，用來衡量AI在程式碼內部的實際運行效果。
具體而言，預先設定一套正確的計算圖（以程式碼實現的「工作流」），並把業界規模最大、能力最強、成本最高的外部大模型給出的預測結果，作為參考概率基準。
所有模型運行完全相同的工作流，測試各個模型與頂尖模型集合的平均輸出之間的差距，選用的基準模型為當下的旗艦模型GPT-6 Astra與Claude Fable 5.1。
Jev的表現遠超預期，佔據帕累托最優前沿，性能差距接近兩個數量級，而依靠生成提示詞、把全部邏輯放在思維鏈（CoT）內部完成推理的模型，表現明顯劣於直接使用工作流本身。
另一大突出優勢在於幻覺與類型安全方面。代理場景下，發生幻覺導致工具調用出錯頂多帶來使用不便，但如果這套系統有延遲保障要求，或是調用鏈路深埋在多層依賴鏈之中，幻覺問題就會直接讓整套系統徹底不可用。
現有的大模型，最讓人抓馬的死穴是它有時候會在不知道答案時依然選擇自信地「胡說八道」，無論如今能力有多強，依然會有概率產生幻覺，同時還會出現類型錯誤。
而Jev模型輸出的每一個數值和選項，都帶著嚴格校準後的真實勝率與置信度，它很清楚自己知不知道，在數學層面上把幻覺徹底焊死降為0。
