stealth 新模型 Jev 号称快 20-200 倍、便宜 40-400 倍，实测 5000 次请求仅花 $2
hackgoofer · x · 2026-09-16
Jev 是什么
自述 ChatGPT 联合发明人的开发者（@CompleteSkeptic）在隐身两年后发布 RLCD 新训练方法打造的前沿模型 Jev，宣称：
- 20-200 倍更快、40-400 倍更便宜（输出 token 免费）；
- 定位为「面向决策的端到端可组合智能」，称这是通往 AI 经济革命的捷径（宣传色彩浓，未经证实）。
早期实测反馈
用户 @MichaelLee04 当天获得访问权限，跑了约 5000 次请求（花费约 $2），覆盖分类、模型路由、意图识别、steering 等场景。
- 他认为 Jev 提供了一种介于确定性代码与 LLM 调用之间的新决策原语：既不像死板代码那样不智能，也不像 LLM 那样慢且贵。
- 他计划在自己的产品里为每次 LLM 调用前后各加一次 Jev 调用，认为几乎所有用 LLM 的公司都能借此免费提升产品质量与工具调用表现。
所属事件:TypeSafe 结束隐身发布决策模型 Jev 与新训练法 RLCD(86 条相关)→
「编程与Agent」频道最新
- Google 开源内部「大象-金鱼」工作流:规划与审查分离防 AI 敷衍 — gaganghotra_ · 2026-11-02
- InfoQ 发文：Agentic AI 架构中记忆、知识与上下文的系统化方法 — AdiPolak · 2026-11-02
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02
- RAGFlow 1.0 预览：从 RAG 引擎转向 agent 原生数据库 — newpeak · 2026-11-02