TypeSafe AI 推出 System One 类型化决策模型 Jev 1.14，以 jev-preview 别名上线。本次更新带来三项标记为「危险区」的实验能力：图像输入、Box边界框输出、262K超长上下文，把原本纯文本的类型化决策模型拓展到图像检测、目标定位类视觉任务，官方强调这三项能力还不适合投入生产。
核心能力
Jev系列模型和普通LLM不一样，不直接生成自由文本，而是返回类型化决策结果，支持Choice、Score、Noul等问题类型，附带概率与置信度，由校准决策强化学习（RLCD）训练。Jev 1.14整体为小幅优化，官方称多语言能力提升最为明显。
图像输入
Jev 1.13已经内置多模态能力，1.14延续图像支持，需要在请求头开启TypeSafe-Danger-Zone-Images: true。
- 支持PNG/JPEG静态图，单张最大16MiB，边长区间256–1568像素
- 单次请求总图片上限32MiB，图像按输入token计费，无额外图像服务费
- 图像引用可复用，在state、指令、判定条件内多处引用同一张图
- 官方提示：模型在图像任务上弱于纯文本，尽量简化提问
Box边界框类型
新增原生Box问题类型，返回归一化0~1区间的上下左右边界坐标+置信度，用于画面目标定位。
局限：Box一定会返回一个框，无法输出“目标不存在”，需要搭配Noul问题先判断对象是否存在。
内部小测试：36张被裁切的图像，4组边缘Noul校验检出30个裁切异常。
上下文窗口
默认保持每请求64k token、单问题32k token；通过请求头TypeSafe-Danger-Zone-Long-Context: true开启262k上下文。
模型底层原生支持长上下文，只是出于可靠性考量默认做了限制，官方依旧建议优先使用较短上下文。
版本迁移与定价
- 定价不变：输入每百万token $0.042，输出token免费
jev-preview指向1.14；一周后jev-latest切换至1.14版本- jev-1.13继续可用，下线前60天通知；1.14退役前预留30天通知
- 仅提供托管API调用：
POST /v1/systemone，无开源权重，无法本地部署
模型对比
| 特性 | Jev 1.14 | Jev 1.13 | Gemini 3.5 Flash-Lite |
|---|---|---|---|
| 模型类型 | 类型化决策模型 | 类型化决策模型 | 通用大模型 |
| 默认上下文 | 每请求64k / 单问题32k | 每请求64k / 单问题32k | 1048576 token |
| 长上下文 | 262k（请求头开启） | 262k（请求头开启） | 不适用 |
| 图像输入 | 实验性，需请求头 | 实验性，需请求头 | 原生支持图像/视频/音频/PDF |
| 边界框 | 原生Box类型，0~1归一化 | 无 | 通过提示词输出JSON框 |
| 输出形式 | 带置信度结构化决策 | 带置信度结构化决策 | 自由文本 |
| 输入价格 | $0.042 / 1M token | $0.042 / 1M token | $0.30 / 1M token |
| 输出价格 | 免费 | 免费 | $2.50 / 1M token |
要点小结
- Jev 1.14 为类型化决策模型，新增图像、Box目标框、262K长上下文三项实验功能，暂不适合生产。
- 仅托管API可用，无开源权重；输出Token免费，输入定价维持不变。
- Box无法直接判断目标不存在，必须搭配Noul校验；长上下文会降低模型可靠性。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
