一文看懂外网爆火的哑巴模型jev,10个实测案例分享!成本几乎为零...

最近,一个不会说话的大模型在网上火了。 它叫 Jev,不能写文章,不能写代码,也不能和你聊天。 这么一个哑巴模型,发布不到 36 小时就有 14 万开发者冲进去内测。 几天内造出了几百个玩法,恐怖如斯... 为什么这么多人上头?因为 Jev 只做判断,不生成文字。 少了逐字生成答案这一步,它反倒比大语言模型更快,也更便宜。 一次判断只要 70 到 500 毫秒,部分场景比大语言模型快近 200 倍。 输出直接免费,有开发者实测审核 1000 个代码提交只花 7 美分。 连句完整的话都不用说了,这是要掀桌子啊? 听起来有点离谱,让我们来看看 Jev 的实测表现。 一、Jev 实测表现 (1)游戏
最近,一个不会说话的大模型在网上火了。
它叫 Jev,不能写文章,不能写代码,也不能和你聊天。
这么一个哑巴模型,发布不到 36 小时就有 14 万开发者冲进去内测。
几天内造出了几百个玩法,恐怖如斯...

为什么这么多人上头?因为 Jev 只做判断,不生成文字。
少了逐字生成答案这一步,它反倒比大语言模型更快,也更便宜。
一次判断只要 70 到 500 毫秒,部分场景比大语言模型快近 200 倍。
输出直接免费,有开发者实测审核 1000 个代码提交只花 7 美分。

连句完整的话都不用说了,这是要掀桌子啊?
听起来有点离谱,让我们来看看 Jev 的实测表现。
一、Jev 实测表现
(1)游戏操控
先看下 Jev 在游戏里的表现。
以前我们用大语言模型打游戏,可以明显感觉到它们的反应特别慢。无论是移动还是放技能,都要先写小作文,才能抉择。
Jev 并不需要这一步。
开发者 Max Blade 同时开了 50 局地铁跑酷,让 Jev 实时操控游戏。
Jev 不仅没撞车,而且越跑越快。速度从每秒 25 米一路飙到 48 米,全局无伤通过。
50 局跑完,总共花了不到一美分。

还有人让 Jev 自己和自己打《任天堂明星大乱斗》,同时控制场上全部 4 个角色进行战斗。
Jev 打得有来有回的,每个角色都有自己的战术。
没有用到任何视觉模型或截图,纯用代码就能达到这样的效果。
整场比赛消耗了超过 2200 万 token,同样只花了几美分。

那如果让 Jev 和大语言模型直接对打呢?
日本开发者 niwacis 让 Jev 和 Claude Haiku 4.5 同时操控俄罗斯方块小游戏,看谁先清掉 20 行。
跑了 10 次统计下来,两者准确率几乎一样,Haiku 甚至还多赢了一次。
但 Jev 通关平均 19 秒,Haiku 要 80 秒,快了 4 倍;费用上 Jev 是 Haiku 的 1/24。
两者的速度对比非常直观....

光是打游戏快还不过瘾,还有人想继续推 Jev 的极限,让 Jev 直接实时生成游戏。
开发者 Hugo Duprez 做了个忍者跑酷游戏,试图让 Jev 一边跑一边实时制造关卡。
效果也非常惊艳,忍者落在上一块平台的时候,后方的石块就已经升起来了。

(2)金融交易
游戏之外,也有人试图把 Jev 用在金融领域。
开发者 Virat Singh 把 Jev 接进了自己的 AI 对冲基金,用它做交易决策,原来跑几分钟的回测流程现在几秒就出结果。

但也不是所有人都这么顺利。
另一位开发者 MoonGotchi 花了一个晚上搭了个全自动交易机器人。
Jev 跑得确实飞快,但它一路飞快地亏掉了 31,680 美元。

(3)营销获客
看来 Jev 不太适合当操盘手,但换到批量化的营销获客上,Jev 就顺多了。
开发者 Romàn 把 700 条高意向客户和对应的营销话术扔给 Jev,让它判断每条消息发出去效果怎么样、哪些话术跟客户根本不匹配。
700 条全部跑完,只需要 40 秒,花了 9 美分。

(4)日常开发
除了批量跑数据,也有人试图把 Jev 接入日常开发。
一般来说,用 Claude Code 写长代码的时候,上下文一满,系统就要停下来写总结小作文。
开发者 tamaratran 做了个插件,让 Jev 几十毫秒内扫完几千行终端日志,直接清除没用的废话和垃圾。
这样,在跑代码的时候就不会总是被拦住了。

仓库链接:
https://github.com/tamaratran/fast-jev-compaction
最狠的还是这个印度阿三 Zachi 做的事。
他写了个数据库插件,让你可以用"说人话"的方式搜数据。
比如你公司有一张员工表,里面有姓名、岗位、地址这些字段,但没有"能不能远程办公"这个字段。以前你就搜不了这个问题。
现在装了这个插件,直接写一句"能远程办公",Jev 会自动把每个员工的信息看一遍,判断谁符合条件。
129 条数据,1 秒扫完,花了不到一分钱。

仓库链接:
https://github.com/realZachi/pg-jev
(5)3D场景
除了游戏和开发工具,Jev 在 3D 场景上的表现也挺出人意料的。
开发者 Joao Bortotti 用 Jev 操控一个 3D 角色的脸,让它根据对话内容实时做出反应。
没有任何表情预设,Jev 在接收消息的同时做出 10 个决策,同时控制五官细节,组合成一个自然的表情。

这是目前大语言模型做不到的事情,不是因为不够聪明,而是太慢了。
等它把答案写完,对话早就过去了。
而且,大语言模型目前也不支持如此精细的并行控制。
二、Jev 内部原理
看完了这些案例,可能很多人会问:Jev 到底是怎么做到又快又便宜的?
大语言模型像是考试的时候先写满一整页分析,最后才圈答案。
而 Jev 是直接看完题就涂答题卡,中间不写任何过程。
这就是它为什么能做到 70 毫秒响应、输出免费。
因为根本没有“输出”这个过程,它只是在给选项打分。

Jev 只会做三种题:
第一种叫 Choice,就是选择题。
第二种叫 Score,就是打分题。你给它几个等级,它告诉你属于哪一档。
第三种叫 Noul,就是判断题。它直接返回一个 0 到 1 之间的概率。
每个答案都附带概率。而且多个问题可以一次性问完,Jev 会同时回答。
Jev 背后的公司 TypeSafe AI 官网上写着一个很抓眼球的宣传语:Zero Hallucinations,零幻觉。
听起来像是解决了大模型最大的顽疾,但实际上并不是你想的那个意思。
意思是你给它三个选项 A、B、C,它绝对不会自己编一个 D 出来。
但是否有可能选错呢?完全有可能。

一封技术问题的邮件,Jev 可能判断成销售问题。选项不出错,不代表答案一定对。
另外,Jev 背后有一个新的训练方法叫 RLCD,全称是“面向校准决策的强化学习”。
说人话就是:让模型说自己有 90% 把握的时候,真的有 90% 的概率判断正确。
这事为什么重要?因为现在的大模型经常过度自信。明明只有六七成把握,它张嘴就是“我非常确定”。这种不靠谱的置信度在自动化流程里是致命的。
你根本不知道什么时候该相信它,什么时候你该去人为复核。

如果 RLCD 真的能做到概率校准,那以后就可以根据置信度自动分流。
置信度高于 90% 的自动执行,60% 到 90% 的交给更强的模型复核,低于 60% 的直接转人工。这才是真正能上生产环境的自动化。
不过,官方目前还没有公开完整论文,也没有披露模型参数和训练细节。
RLCD 到底是一个全新的训练范式,还是把已有方法重新包装了一下,暂时还没法下定论。
三、怎么用上 Jev
官网链接:
https://typesafe.ai/

方式一:在 Claude Code / Codex 里用
- 运行
npx skills add typesafe-ai/skills --skill typesafe-ai - 去 TypeSafe 官网(typesafe.ai)注册账号,在控制台创建 API Key。
- 在 prompt 里说一句"use the TypeSafe skill",Agent 就会自动调用 Jev 来做判断
方式二:通过 OpenRouter 调用
如果不想等 waitlist,可以直接通过 OpenRouter 使用。
去 openrouter.ai 注册拿 key,模型名填~typesafe/jev-latest(注意前面有个波浪号),请求地址是https://openrouter.ai/api/alpha/decisions,不是普通的 chat 接口。
方式三:直接调 TypeSafeAPI
- 去 TypeSafe 官网(typesafe.ai)注册账号,在控制台创建 API Key。
- 安装 Python SDK:
pip install typesafe-sdk - 设置环境变量:
export TYPESAFE_API_KEY='你的key' - 向
https://api.typesafe.ai/v1/systemone发 POST 请求就行
四、总结
最后说一个有意思的细节:为什么叫 Jev?
这个名字来自经济学家 William Stanley Jevons。他提出过一个著名的悖论:
蒸汽机效率越高,烧掉的煤反而越多。因为便宜了,大家就往死里用。
TypeSafe 给模型起这个名字,赌的就是同样的事情会发生在 AI 上。
当一次智能判断的成本从几毛钱降到千分之一美分,开发者会把 AI 塞进以前根本不舍得用的地方。
说白了,Jev 不是来抢大模型饭碗的。
大模型负责干活,Jev 负责在旁边花几十毫秒看一眼,判断这活干得行不行。
过去几年我们一直在追求让模型写得更好、说得更像人。
但 Jev 反其道行之。
有些事,也许根本不需要“说得多漂亮”,直接把结论给出来,可能反而更有效。
当然,Jev 目前还在 early access 阶段,社区也有不少人质疑它到底是真创新,还是换了个包装的分类器。
但这个思路本身,倒是值得探索试一试。
文章来自于"JackCui",作者 "JackCui"。
Related topics
After reading
Join the AINRK community
Read how to join the community and connect with people working in AI.




