Jev 1.14
TypeSafe 的 System One 决策模型，直接输出分类、选项与是非判断等结构化结果，并附带校准后的置信度。
Jev 1.14 是 TypeSafe AI 推出的决策模型，也是其“System One”系列的代表作。它不写连续文字，而是直接给出分类结果、选项取舍与是非判断，并附上经过校准的置信度，输出可直接交给代码做阈值判断。
1.14.0 版（2026 年 10 月 14 日发布）新增三项实验性能力：可与文本组合使用的图像输入；用于定位目标的 Box 数据类型，例如在照片中框出杯子、在扫描件上标出签名位置；上下文容量扩大四倍，达到 262k。三者都归入官方“危险区”实验计划，默认关闭，需手动打开 API 开关，官方也声明尚未达到生产级标准。
它适合高频、低延迟的结构化判断：内容分类、意图识别、路由决策，以及智能体循环中的单步拍板。按官方说法，分类任务相比同类大语言模型推理最快提升 200 倍、成本降低 400 倍；价格是每百万输入 token 0.042 美元，输出免费。包含中文在内的非英语表现仍不如英语，上线前应先用自有内容验证。
更新时间:
模型 ID
jev-1.14- 上下文
- 262.144K
- 最大输出
- 235.929K
- 输入
- text / image
- 输出
- decisions
供应商
1 个供应商比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
| $0.042 | $0 |
决策快速开始
把状态和明确的类型化问题发给 /api/v1/decisions，每个问题读回一个答案：noul 返回 0 到 1 的概率，choice 返回选中的选项及其分布，score 返回有序标准的数值评分。这个入口与 Chat Completions、Messages、Responses 三套接口相互独立。
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-1.14",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'常见问题
什么是 Jev 1.14?
Jev 1.14 是 TypeSafe AI 推出的决策模型，也是其“System One”系列的代表作。它不写连续文字，而是直接给出分类结果、选项取舍与是非判断，并附上经过校准的置信度，输出可直接交给代码做阈值判断。 1.14.0 版（2026 年 10 月 14 日发布）新增三项实验性能力：可与文本组合使用的图像输入；用于定位目标的 Box 数据类型，例如在照片中框出杯子、在扫描件上标出签名位置；上下文容量扩大四倍，达到 262k。三者都归入官方“危险区”实验计划，默认关闭，需手动打开 API 开关，官方也声明尚未达到生产级标准。 它适合高频、低延迟的结构化判断：内容分类、意图识别、路由决策，以及智能体循环中的单步拍板。按官方说法，分类任务相比同类大语言模型推理最快提升 200 倍、成本降低 400 倍；价格是每百万输入 token 0.042 美元，输出免费。包含中文在内的非英语表现仍不如英语，上线前应先用自有内容验证。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。