模型

模型

Jev 是 TypeSafe 的旗舰模型，也是首个 System One 模型。本页的每个模型都由同一个端点 POST /v1/systemone 提供服务。请求中的 model 字段决定由哪个模型处理调用；完整的请求结构见 API 参考。

当前模型

• 价格： 按输入 token 计费。输出 token 免费。Btok 是十亿 token，Mtok 是一百万 token。
• 速率限制： 以每秒 token 数和每秒请求数衡量。超过任一限制的请求会返回 429 Too Many Requests。我们的客户端 SDK 默认会退避重试，并在响应带有 retry-after 头时遵循它。如果你直接调用 HTTP API，见处理速率限制。
• 上下文长度： Jev 会一次性读入 state，并针对它并行评估每个问题。64k 预算覆盖 state 和所有问题的合计；32k 预算适用于 state 加上单个最长的问题。关于把许多问题打包进一个请求，见投机式扇出；关于准确率如何随 state 增长而变化，见 Jev 1.13 的参差之处。
• 输入： Jev 评估自然语言文本。请先把非文本输入（图片、音频、视频、二进制）预处理为文本或结构化字段，再作为 state 发送。支持的形状见状态。

别名

别名是解析到一个带版本号的模型 ID 的模型名。像其它名字一样把它放进 model 字段即可。

别名会随新版本发布而移动，因此它背后的答案可能在你这边未做任何改动的情况下发生变化。响应的 model 字段会报告是哪个带版本号 ID 作答，所以你可以记录每个结果由哪个模型产生。如果你针对某个具体版本调过置信度阈值，请固定那个版本的 ID 而不是别名，再按你自己的节奏迁移到新版本。

定制 Jev

Jev 不会用客户数据做微调或 LoRA 适配。它用 RLCD 训练以返回校准过的决策，同一套权重服务所有账户。你通过请求而不是按账户的权重来把它的答案塑造成你的领域：

• 把你的专有内容、记录和参考资料放进 state 字段。见状态。
• 把领域规则和边界情况写进每个问题的 instructions 和 criteria。见如何用 TypeSafe 构建和进阶：结构。
• 把宽泛的判断拆解为原子问题，并在代码里组合输出。关于在 Jev 的概率上训练下游经典模型，见组合评分和 AutoResearch cookbook。

语言支持

Jev 接受自然语言文本。英语是主要的训练语言，也是当前准确率最好的语言。其它语言（包括 CJK 文字）可以处理，但效果不完全相同；在对非英语工作负载依赖 Jev 之前，请先在自己的内容上测试，并在路由时密切关注置信度。

数据处理

Jev 不会用客户的请求或响应做训练。关于数据处理协议、隐私政策，以及企业客户的零数据保留（ZDR）详情，见法律。

列出模型

GET /v1/models 返回你的账户可以在 model 字段中发送的名字，每个都带描述和发布日期。它目前列出的是别名。像 jev-1.13.0 这样的带版本号 ID，无论是否出现在列表里，都能被 model 字段接受。

curl https://api.typesafe.ai/v1/models \
  -H "Authorization: Bearer $TYPESAFE_API_KEY"

from typesafe_sdk import TypeSafeClient

with TypeSafeClient() as client:
    for model in client.models.list().models:
        print(model.name, model.release_date, model.description)

import { TypeSafeClient } from "@typesafe-ai/sdk";

const client = new TypeSafeClient();
const models = await client.models.list();
for (const model of models) {
  console.log(model.name, model.release_date, model.description);
}

完整的方法签名见 Python 和 JavaScript SDK 参考。