你有没有发现，最近打开任何一家 SaaS 公司、银行、医院、工厂的产品页，角落里都悄悄多了一行小字 —— "Powered by AI"。

但你再仔细看一眼，会发现这个 AI 跟 ChatGPT 完全不一样。它不会跟你打招呼、不会写小作文、不会画一只六指马。它干的事情极其无聊 —— 回答"是"或者"否"，打一个 0 到 100 的分，或者从一份事先定好的清单里挑一个答案。

你点完也没觉得它有多惊艳。但你不知道的是：你这一下点击，可能就消耗了一家叫 TypeSafe AI 的初创公司每天 1 万亿 token 里的一小片。

而这家公司，三周前才正式从隐身模式里走出来。

一个被 ChatGPT 替代品刷屏了三年的赛道, 终于出现了"ChatGPT 之外的另一条路"

这事要先从一个人说起。

他叫 迪奥戈 · 阿尔梅达（Diogo Almeida）。在 2024 年离开 OpenAI 之前，他是参与 ChatGPT 和 GPT-4 研发的核心研究员 —— 是的, 那个 ChatGPT。2024 年他走的时候, OpenAI 还是那个所有人都想去的 OpenAI。

2026 年 9 月 15 日, 他创立的 TypeSafe AI 正式发布了一款叫 Jev 的模型。

华尔街日报的记者问他为什么出来单干, 他的回答很直接: "主流大语言模型在有人参与的前提下固然可以完成任务, 但用于自动化场景时效果差得离谱。"

"软件的运行逻辑，一般是搭建一层稳定的底层，人们可以在这层基础之上继续开发，一层又一层叠加，反复调用。聊天机器人完全做不到这一点，因为它们本身就不是这种运行模式。"

你品品这句话。

过去三年, 你以为 AI 是什么 —— 是 ChatGPT, 是文心一言, 是豆包, 是 Kimi, 是 DeepSeek, 是 Claude, 是 Gemini。你给它们一个 prompt, 它们还你一段话。你觉得这就是 AI 的全部。

但你仔细想想, 你公司里真正的自动化系统, 哪一个环节真的在用 ChatGPT?

• 银行风控: "这一笔交易是不是欺诈?" —— 需要的不是一段话, 是一个 Yes/No, 30 毫秒内出答案.
• 医院分诊: "这个病人是不是该挂急诊?" —— 需要的不是一段话, 是一个评分, 5 秒内出结果.
• 工厂质检: "这条产线上的零件是不是合格?" —— 需要的不是一段话, 是一张清单里的一个标签, 1 毫秒内返回.
• 客服工单: "这条工单该分给哪个组?" —— 需要的不是一段话, 是一个类目, 200 毫秒内出分类.
• 推荐系统: "这个用户最可能点击下面哪个广告位?" —— 需要的不是一段话, 是一个评分, 50 毫秒内返回.

你拿 ChatGPT 去干这些事, 它会先给你写一篇"作为 AI, 我建议..."的小作文, 然后你还是要自己做决定.

这才是 Jev 这种"决策模型"真正解决的问题 —— 它不写聊天, 它做决定.

一周一万亿 token, 25% 财富世界 500 强在用, 估值冲到 100 亿美元

Jev 的母公司 TypeSafe AI 之前一直处于隐身模式, 投资人给的也只是 DCVC 领投的 4000 万美元 (现汇率约合 2.69 亿元人民币)。

但 Jev 9 月 15 日发布之后, 事情直接起飞 ——

• 发布后一周内, 日处理 token 量突破 1 万亿;
• 目前已有 约 25% 的财富世界 500 强企业 在用它;
• 据 The Information 报道, 公司正在洽谈新一轮融资, 目标 10 亿美元 (现汇率约合 67.2 亿元人民币) 甚至更高, 部分意向投资者给出的 估值已经超过 100 亿美元 (现汇率约合 672.01 亿元人民币).

三个月前的隐身模式, 三个月后估值 100 亿美元、25% 财富 500 强 —— 这不是普通风口, 这是 LLM 时代这个火山值开始被人看见第二座火山口了.

更让人意外的是定价. Jev 的对外报价是 每十亿 input token 42 美元, 输出 token 免费. 横向对比, Claude Fable 5.1 等传统 LLM 的 input 价格在 0.20-10 美元 / 百万 token, 也就是 200-10000 美元 / 十亿 token.

Jev 比 Claude Fable 5.1 便宜 238 倍 —— 不是省一点, 是省两个数量级.

响应速度也离谱: Jev 的端到端响应时间是 70-500 毫秒, 主流大模型是 3-329 秒. 快 40-200 倍.

而且 Jev 标榜 "零幻觉 by design" —— 不是"我们尽力减少幻觉", 是架构上就不可能幻觉. 因为它不生成文本, 它只在预设的选项里挑一个.

你想想, 银行、医院、法院、工厂这种地方, 谁敢让一个会写小作文的 AI 来给答案? 万一它今天心情不错给你编一个数字, 你那一笔的钱就直接蒸发了.

而 Jev 这种"只挑不写"的架构, 第一次让"AI 替我做决定"这件事在生产环境里真的能用.

大厂火速跟进, 一夜之间出现了"传统 LLM 之外的另一类 AI"

Jev 发布后仅仅一周, 硅谷就炸了 —— 不是因为 Jev 抢了市场, 是因为 所有人都意识到自己之前错过了一整块地基.

• 9 月 30 日 (周二): OpenAI 上线 Decisions API —— 依托自家 Luna 模型, "回答一组由用户自行设定的特定问题, 答案被限定在若干预先定义好的结果之内". 这和 Jev 的核心能力一模一样.
• 10 月 1 日 (周三): 数据分析初创企业 Databricks 发布 ai_decide 功能 —— 同一路线.
• 上周早些时候: Cloudflare 推出开源的 Clef / Clef-flash, 用 Qwen3.8-27B 和 Qwen3.5-9B 作为冻结基础模型, 以专用路由头直接对候选答案打分, 不进行逐 Token 自回归生成.
• 更早: 亚马逊推出 Strands Decider 2B, 同一路线.

你仔细看看这串名单 —— OpenAI、Cloudflare、亚马逊、Databricks, 这四家加起来, 几乎覆盖了从基础模型、CDN、云服务到数据分析的整个北美 AI 基础设施. 它们在同一周里全部火速跟进同一件事, 你上一次见到这种"集体动作"是什么时候?

是 2022 年 11 月 ChatGPT 发布之后, 那次是 "我们都要做大语言模型".

这一次是 "我们都要做决策模型".

阿尔梅达本人对这些跟进倒是看得很开: "我早就预料到会出现跟风竞品, 但我仍然相信 Jev 拥有更强的能力与智能化水平". 他给自己的定位是 "全新一类人工智能" 的开端 —— 不是 LLM 的一个变种, 是和 LLM 并列的下一个品类.

而这个趋势如果真的成立, 那么接下来会发生的事情会是: 你日常打交道的大多数"看不见的 AI", 那些在银行、医院、工厂、客服系统里悄悄决定你命运的 AI, 会从今天开始, 一个接一个地从"会聊天的 ChatGPT"换成"会做决定的 Jev"—— 你甚至不会察觉.

三个你应该记住的词

看到这里, 你可能会想: 这事和我有什么关系? 我又不是 500 强 CIO.

但你想想下面三个词, 你每天都和它们打交道 ——

第一个词: "风控". 你昨天刷的每一笔信用卡、每一笔花呗、每一笔白条, 背后都有一个模型在 10 毫秒内判断"放不放". 今天它可能是 ChatGPT, 明天它可能就是 Jev. 你的额度、你的利息、你的卡有没有被冻, 都是它在决定.

第二个词: "分诊". 你昨天打的 120、你前天挂的号、你上周排的专家号, 背后都有一个模型在判断"你该不该被优先". 未来 12 个月内, 这种判断会逐步开始本地化、零幻觉、可复现 —— 因为医院不能再承担"AI 给你编了一个数字"的风险.

第三个词: "审核". 你昨天上传的小红书笔记、你昨天发的抖音视频、你昨天写的公众号文章 —— 平台那个"是不是违规"的判断, 大概率今天还是 ChatGPT 在干, 但一旦 Jev 这种"决策模型"成本降到今天的百分之一, 你和你内容平台的关系会被重写一遍.

这三个词覆盖了你日常生活里几乎所有"AI 在替你做决定"的瞬间. 而这些瞬间, 过去三年都是由"会写小作文的 LLM"在干, 明天开始, 都会被换成 Jev 这种"懒得跟你聊天的 AI".

你今天可以做的 3 件事

如果你读完心里咯噔一下, 那下面这 3 件事, 现在就可以做:

第一件事: 把你公司 / 部门 / 团队里过去三年用 LLM 干的所有"系统确认 / 分类 / 路由"的事列个清单. 然后逐项问自己: 这件事真的需要 ChatGPT 给我写一段话吗? 还是只需要一个 Yes/No、一个评分、一个类目? 如果是后者, 那么 Jev 这种"决策模型"已经在你的成本结构里给出了答案.

第二件事: 去看看 TypeSafe AI 的官网, 看看 Jev 公开的 case study. 25% 财富 500 强已经在用, 这意味着你大概率已经和它打交道过了 —— 只是你不知道. 下次再遇到 "Powered by AI" 的标识, 你可以想一想, 它背后是不是 Jev.

第三件事: 重新理解 "AI 取代你" 这件事的形态. 过去三年, 所有人焦虑的都是"AI 会写小作文" —— 你和 ChatGPT 比写小作文. 但 Jev 这种东西出现之后, 你要焦虑的不是 "AI 会写" —— 是 "AI 会判断". 后者替代的, 是过去你靠经验 / 直觉 / 拍脑袋做决定的那部分工作. 这一部分, 在大多数职业里, 都比"会写小作文"值钱得多.

写在最后

我们这一代人被 AI 教育了三年. 三年里, 我们学会了"prompt 是新时代的编程语言", 学会了"和 AI 对话"这件事. 我们以为这就是 AI 的全部.

但 2026 年 9 月, 一家只有 4000 万美元融资的初创公司, 用一款不会写小作文、只会做决定的 AI, 把我们以为的 AI 全部重写了一遍 —— 一周 1 万亿 token、25% 财富 500 强、估值 100 亿、OpenAI 、Cloudflare 、亚马逊、Databricks 全部下场复刻.

三周前, 你可能从来都没听过"决策模型"这个词.

三周后, 这个词会变成大公司技术部、SaaS 产品经理、AI 工程师、投资人饭桌上反复出现的词.

而你呢, 是在 25% 财富 500 强那一边, 还是在焦虑"我是不是又被时代甩了"那一边?

你自己选.

——

数据来源:

• 华尔街日报《Startup TypeSafe AI's Jev Model Sparks Copycats, Talk of LLM Alternatives》, 2026-10-04
• IT之家《TypeSafe AI 决策模型 Jev 日处理量达 1 万亿 Token, 硅谷巨头火速跟进复刻》, 2026-10-05 08:00 CST
• Gate News《Ex-OpenAI Researcher Launches Jev AI at $42 Per Billion Input Tokens, 238x Cheaper Than Claude》, 2026-09-20