System One 模型与 Jev：把「智能」压进一次函数调用
TypeSafe AI 在 2026-09-15 发布首个「System One 模型」Jev：不生成字符串，只输出类型安全的结构化值与校准概率；官方博客写的价格是输入 $0.042/MTok、输出免费，端到端 70ms–500ms。这页讲它到底是什么、厂商自己怎么给证据、以及在 QCode 上不卖它的前提下，同类工作今天怎么做。
更新于 2026-09-20
四个能核对的数字
输入价格（厂商标价）
官方博客的价格行：输入 $0.042/MTok（每十亿 token $42），输出「便宜到不计量」= 免费。这是 TypeSafe 的自述价，不是 QCode 的价。
端到端响应（厂商称）
同一页把现有前沿模型写成 3–329 秒，并称自己快 40x–200x；主页那组 193.6x faster / 444.6x cheaper 也来自厂商，且官方自己补了一句「这些大概处在真实收益的高端」。
并行采样，不是逐 token
官方口径：现有模型顺序生成、一次一个 token；System One 用并行采样器在一次查询里出全部取值，所以「结构化决策」这一件事被压成一次调用。
类型错误（按构造保证）
输出的可能取值与结构在调用前就定义好，官方博客称「模型不会犯类型错误」；同一页也承认这张图的 0% 不是实测，而是由构造保证推出来的。
「System One 模型」到底是什么
TypeSafe 给的定义是一类新模型：为「软件能直接用的快速结构化决策」而造，训练方法叫 RLCD（Reinforcement Learning for Calibrated Decisions），对标的是 RLHF / RLVR 那条线。差别写在官方那张对照表里：输入仍是非结构化文本，但偏重程序状态；输出一律是类型安全的结构化值，每个答案带校准概率与置信度；采样是并行的。官方也直说取舍：Jev 放弃了字符串生成，因此不能拿来聊天或写代码。首个公开模型 Jev 于 2026-09-15 进入 early access。
发布节奏与现在的入口
2026-09-15 官方博客宣布首个 System One 模型 Jev，当天开放 early access；配套放出一个 workflow 评测站（示例、分歧样本、完整查询）。发布贴里写评测「大多是在我们西海岸的笔电上跑的」，并称「无法证明这个价格没有补贴，要靠长期来证明可持续」。截至本页核对时（2026-09-20），入口仍是 TypeSafe 自己的 waitlist / early access，不是任何第三方 API 目录。
时间线
2026-09-15：TypeSafe AI 官方博客发布《Introducing System One Models & Jev》，创始人 Diogo Almeida 署名；首个公开模型 Jev 开放 early access。
同日（2026-09-15）公布价格与速度口径：输入 $0.042/MTok、输出免费、端到端 70ms–500ms，并给出与现有前沿模型的对照表（$0.20–$10/MTok、3–329 秒）。文档另给运行参数：模型 id `jev-1.13.0`，单一端点 `POST /v1/systemone` 由 model 字段选模型，上下文每请求 64k（state 与最长问题共 32k），限速 250,000 tokens/秒与 1,200 requests/分钟，超限返回 429，输入只收文本。
本页核对日 2026-09-20：在 QCode 的公开模型目录里搜 Jev / TypeSafe / System One 均为 0 命中 ⇒ 本站不提供该模型，页面上任何地方都不写「QCode 可用」。
已确认 vs 厂商声称
能自己核的
发布日 2026-09-15、署名作者、价格与延迟数字、RLCD 这个训练法名字、对照表里的各项口径、以及「评测在笔电上跑」「LLM 侧数字取自 OpenRouter」「193.6x/444.6x 可能偏高端」这三条厂商自注 —— 全部写在那篇官方博客里，可以直接读原文核对。
还不能当事实写的
截至 2026-09-20，「不会幻觉」「比前沿模型快两个数量级」「便宜 444.6 倍」都是厂商主张：没有独立第三方重跑的公开结果，参照答案还取的是 GPT-6 Astra 与 Claude Fable 5.1 的平均值（官方自己指出这会偏向 OpenAI/Anthropic 的模型）。企业级可用性、配额、SLA、是否开放权重、有没有 region 选择，发布贴都没写 —— 本页一律不推断。
Jev 与「用通用大模型做结构化输出」差在哪
Jev（TypeSafe 口径）
输出即类型安全的结构化值 + 校准概率，一次并行采样出全部取值，官方称 70ms–500ms、输入 $0.042/MTok（文档写 $42/Btok）、输出免费；一条端点、64k 上下文、250k tokens/秒 + 1,200 次/分钟限速、只收文本。代价是完全不生成字符串，聊天/写代码不在它的能力范围内。
通用前沿模型（含 QCode 在售档）
同一个问题用 JSON schema / tool use 也能拿到结构化结果，成熟生态、上下文长、能顺带产出理由文本；代价是逐 token 生成带来的延迟与输出计价，以及置信度要靠自报或外部方法拼出来，不保证类型零错。
这类「智能 if 语句」今天在 QCode 上怎么做
把任务拆成多个可独立回答的小问题，让模型按 JSON schema 或工具调用的形式返回枚举值与分数，外层代码负责校验类型、做阈值分支与重试 —— 厂商那边是一条 `POST /v1/systemone` 加声明好的 schema；这里换成通用模型，把 schema 放进 tool use / response_format。价格敏感的路径可以把分类/路由这类轻任务丢到家族里最便宜的档位，把复杂推理留给高档；需要「这条到底靠不靠谱」的信号，就用多次采样的一致率或一个便宜的判别调用来近似置信度，别把自报置信度当成校准过的概率。具体价格与在售档位以 /pricing 与目录实时列表为准。
QCode 上的实际情况
不提供 Jev，也不提供 TypeSafe 的任何模型：2026-09-20 核对 QCode 公开模型目录，Jev / TypeSafe / System One 均 0 命中。本页不是购买入口，也不代厂商报价。要做上面那类结构化决策，QCode 上可用的路径是用在售通用模型 + schema/工具调用 + 外层校验，按官方价乘服务费率计费；想看现在的档位与价格，去 /pricing 与模型目录。
常见问题
Jev 是一个聊天机器人吗？
不是。按官方博客的定义，它只输出预先定义好的结构化值与概率，不生成字符串，因此不能当对话或写作模型用。
它凭什么说自己更快更便宜？
两点：一次并行采样代替逐 token 生成，以及放弃字符串输出。厂商给的口径是 70ms–500ms、输入 $0.042/MTok、输出免费，同时自己声明无法证明该价格没有补贴。
「不会幻觉」可信吗？
官方语境的「不会幻觉」指的是不会产生类型错误——取值集合在调用前定死，这点由构造保证。至于决策内容是否正确、概率是否校准，发布贴给的是自家的 workflow 评测，尚无独立复现。
QCode 能调到它吗？
不能。2026-09-20 核对目录没有这个模型；本站也不提供 TypeSafe 的任何服务。要用同类做法，就用在售通用模型加结构化输出。
它跟 GPT-5.6 的 Mini/Nano 这类小档是一回事吗？
不是。小档仍是自回归的通用模型，输出仍是字符串（可以被约束成 JSON）；Jev 走的是另一条设计：并行采样、类型化输出、带校准概率，且不生成文本。
它有速率限制吗？
有。文档写的是 250,000 tokens/秒与 1,200 requests/分钟，任一条超限返回 429 Too Many Requests；模型 id 是 `jev-1.13.0`，全部走 `POST /v1/systemone`。入口仍是 early access / waitlist，一般可用性官方没写。
来源
TypeSafe AI 官方博客《Introducing System One Models & Jev》，2026-09-15，https://typesafe.ai/blog/introducing-system-one-models-and-jev（本页 2026-09-20 抓取）；价格、id、端点、上下文与限速取自 https://docs.typesafe.ai/models.md（同日抓取）。文中的价格、延迟、加速与降本倍数、workflow 评测口径均为该页原文；厂商自注的三点局限（笔电跑评测、OpenRouter 来源、193.6x/444.6x 可能偏高端）同样出自该页。
接着看
GPT-5.6 系列指南
在售通用模型家族怎么用：档位、上下文与结构化输出的常见做法。
Claude Haiku 4.5 指南
低延迟小档的实测口径，适合把分类/路由这类轻任务分出去。
AI Agent 评测就绪度
怎么给「智能 if 语句」建立可复核的评测，而不是只看一次演示。
与 TypeSafe AI 无隶属关系。本页价格、速度与评测数字全部转述厂商公开材料，未由本站复测；QCode 不提供 Jev，页面内容不构成任何可用性承诺。