神秘判定模型 Jev 引发热议，多轮实测结果出炉

TypeSafe 发布的模型 Jev 引发社区广泛关注：它不生成文本，只对「是/否、多选、打分」类类型化问题输出概率，被支持者视为对 LLM 范式的挑战。9 月 18–19 日多位开发者与博主密集发布实测结果，结论明显分化，成为当周 AI 圈争议焦点。

已确认

• LowNefariousness9966 在 49 项任务、约 8200 条数据（SST-2、MMLU、ARC、MS MARCO、XNLI、SQuAD、Banking 等）上实测，称 Jev 有 42 项追平或超过 GPT-5.6-luna（该结论在其两条帖子中重复出现，实为同一评测）。
• 开发者 ekzhang1 做同成本对比：用 Qwen3.6-35B-A3B（非推理模式）搭建 Jev 兼容公开 API，仅靠 SGLang 的 radix cache 保留 prefill 复用实现极快并行生成，结果显示 Jev MMLU-Pro 达 82.9%，大幅领先通用模型的 58.8%。
• paraschopra 用 Qwen3-4B 与 400M 参数的 Laya 对比评测 Jev，基于 MMLU 等成绩与约 300ms 延迟推测其约为 30B 参数量级；其 9 月 19 日发布的完整 gist 覆盖 120 条导航路线加 4400 个分类/决策案例，同条件对比 Jev、Laya 与自建 Qwen3-4B 决策模型，其中关系推理任务 Jev 得 0 分。
• rorybuilds 上线 Easy-Jev 在线演示，修改输入即可实时观看分类结果变化；其硕士论文方向即分类模型，称 Jev 是经典算法的现代化版本，并认同 typesafe 的观点。
• @whereischarly 认为 Jev 与 GPT-5.6 的横评没有意义——Jev 不是 LLM，快是当然的；alexisgallagher 转而将 Jev 与 Hugging Face 上多年零样本分类的开源权重编码器对比，发现 Jev 准确率胜出，却输在以其命名的速度维度上。

尚未确认

• Jev 的真实参数量（paraschopra 的 30B 仅为基于成绩与延迟的推测）与训练方式、数据来源均无官方披露。

为什么重要

• Jev 代表「不生成文本、只输出概率」的路线，若其准确率优势在同成本、同延迟条件下可复现，可能冲击 LLM 在分类与判定类任务上的默认地位；但目前各家评测口径不一、任务类型敏感（关系推理得 0 分），其实际能力边界仍待更多独立验证。

2026-09-18 ~ 2026-09-19 · 6 条相关

事件全程(共 19 集)→

• 第 1 集:TypeSafe 结束隐身发布决策模型 Jev 与新训练法 RLCD(2026-09-16,86 条)
• 第 2 集:TypeSafe AI 发布专用评估模型 Jev，实测速度与成本优势显著(2026-09-16,8 条)
• 第 3 集:Vercel fx 安全审查将换用 Jev 快 18 倍(2026-09-17,3 条)
• 第 4 集:OpenJev 开源：单张 3090 本地复刻 Jev 服务(2026-09-17,3 条)
• 第 5 集:TypeSafe AI 发布决策模型 Jev：不生成文本、只输出结构化决策(2026-09-17,73 条)
• 第 6 集:神秘判定模型 Jev 引发热议，多轮实测结果出炉(2026-09-18,6 条)
• 第 7 集:TypeSafe AI 的 Jev 模型与 RLCD 训练法引热议(2026-09-18,3 条)
• 第 8 集:LangChain 发文教用 Jev 构建 Agent Harness(2026-09-18,7 条)
• 第 9 集:Jev 生态一夜爆发,GitHub 热门项目激增(2026-09-18,4 条)
• 第 10 集:新模型 Jev 走红：只做决策不对话，快又便宜(2026-09-18,33 条)
• 第 11 集:TypeSafe Jev 决策模型爆红：突破、质疑与复制之争(2026-09-18,7 条)
• 第 12 集:Jev 补上通用分类器空缺，成本低约百倍(2026-09-19,2 条)
• 第 13 集:开发者看好 Jev 作 LLM 路由器而非主力模型(2026-09-19,2 条)
• 第 14 集:开发者实测：Jev 成批量打标签任务性价比之王(2026-09-19,2 条)
• 第 15 集:JevBench 基准发布：Jev 1.13 险守榜首，开源紧咬(2026-09-19,8 条)
• 第 16 集:决策模型 Jev 爆火：创 Vercel 网关最快采用纪录(2026-09-19,14 条)
• 第 17 集:omarsar0 实测 Jev：给 Agent 装上低成本验证器(2026-09-19,10 条)
• 第 18 集:开发者实测16模型校准：Jev又快又诚实但准确率仅第10(2026-09-19,8 条)
• 第 19 集:开发者实测 Jev 分类模型：50 单全对，成本极低(2026-09-19,4 条)

• 粉丝为争议新模型 Jev 做出网页 Demo：改输入实时看分类变化 — zeeg · 2026-09-18
• 【源头】同成本实测：Jev MMLU-Pro 82.9% 大幅领先通用模型 58.8% — simonguozirui · 2026-09-18
• 反常识实测:判定模型 Jev 准确率胜出,却输在以之命名的速度上 — alexisgallagher · 2026-09-19
• 【源头】只出概率的 Jev 模型实测:49 项任务中 42 项追平或超过 GPT-5.6-luna — LowNefariousness9966 · 2026-09-19
• 【源头】博主实测神秘模型 Jev：疑似 30B 级，延迟 300ms，关系推理得 0 分 — paraschopra · 2026-09-19
• Jev 对比详细评测出炉：120 条导航路线加 4400 个决策案例 — paraschopra · 2026-09-19