Jev introduces a new shape of LLM - System One, aka — Simon Willison 解读 Jev：只输出概率分数的决策模型，比 GPT

• TypeSafe AI 发布 Jev，输入文本、输出浮点数（是/否置信度、选项分布、评分），按输入计费 $0.042/百万 token，输出免费，比 GPT-5 Nano 更便宜。对 agent 的含义：分类、打标、排序这类决策步骤可以换成极低成本函数调用，而非生成式 LLM。
• Jev 支持一次提交一个 state 加任意多问题，问题并行评估，多问几乎不增加延迟。对工具链的含义：检索重排（如 BM25 召回 100 条后逐条打分）这类批量判断可以塞进单次调用。
• Simon 指出 Jev 是更彻底的黑箱：只返回一个数字，无法要求解释，偏见更难拆解（他测试湾区城市“好城市”评分，Cupertino 最高、East Palo Alto 最低）。对开发者的含义：评测与结构化实验比普通 LLM 项目更关键，好在成本低到可跑上千次实验。

原文：Jev introduces a new shape of LLM - System One, aka Decision Models · 作者 Simon Willison