ChatGPT 共同發明人新模型 官方 200 倍 實測 25 倍

一個不生成文字的模型

前 OpenAI 研究員 Diogo Almeida 花了兩年，做出一個不會寫字的 AI 模型。他創辦的 TypeSafe AI 在香港時間周三（16 日）凌晨結束隱形開發期，公布首個模型 Jev，同時披露 4,000 萬美元種子輪融資，由創投基金 DCVC 領投。

Almeida 在公司網站自述，他在 OpenAI 參與建立了讓語言模型懂得跟從指示、與人對話的方法，那些研究最後成為 ChatGPT 背後的基礎。團隊頁面寫得更直接，指他共同發明 RLHF 與 InstructGPT，即通往 ChatGPT 及 GPT-4 的兩項方法。另外兩名聯合創辦人，分別是前 Meta/FAIR 研究工程師 Sasha Sheng 與連續創業者 Erik Gafni。

把答案改成選擇題

TypeSafe 形容 Jev 是首個 System One 模型，與 LLM 最大分別，在於它完全不逐個 token 生成文字。開發者交給它一段資料和一條預先定義好的問題，它直接回傳一個有類型的選項或分數，並附上機率與信心值。

公司解釋，一般軟件要用 LLM 做判斷，須先要求模型輸出結構化格式，再解析、驗證，然後才決定下一步；Jev 把這層轉換拿走。由於多條結構化問題可以同時評估，速度不再受生成長度拖住。訓練方法也是自己一套，稱為 Reinforcement Learning for Calibrated Decisions（RLCD），目標是令模型給出的機率，貼近它實際答對的比率。

代價是 Jev 不懂推理，也不會寫解釋。公司指它放棄了文字生成，換來的是不能虛構內容。

輸出免費，輸入每十億 token 42 美元

公司在公布中把輸出價格寫成免費，理由是「便宜得不值得計算」。公布沒有交代這個價格會維持多久，只說現時免費。

獨立測試：快是真的，200 倍未必

科技媒體 Every 的作者在公布當日實測，把 37 份文件、每份 21 條問題交給 Jev，不足 0.7 秒內取回 777 個判斷，總成本約四分之一美仙。不過同一篇測試把 Jev 與 Claude Fable 5.1 逐段對照，Jev 每段中位數 0.35 秒，對手 8.83 秒，實際差距約 25 倍，遠低於官方列出的上限。

準確度方面，作者在文章中埋下 7 個問題，Jev 找出 6 個，Fable 5.1 全數找齊，漏掉的是一個沒有交代的動作。他表示，在放進生產環境之前，自己會想做一次更徹底的準確度檢查。

翻查資料，Jev 這個名字取自 Jevons Paradox，即效率提升令使用量不跌反升。

來源

• Introducing System One Models and Jev（TypeSafe AI 原始公布）
• Mini-Vibe Check: TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds（Every，獨立實測）