TypeSafe AI 已发布 Jev 1.14,即其System One决策模型的新版本。该模型现已在以下位置上线： jev-preview alias。它增加了3项实验性的“危险区域”功能：图像、一个 box 类型和更长的上下文。对于开发者而言，Jev 1.14 将类型化决策模型推向检测和定位等视觉任务。TypeSafe 分享说明，3 个功能均尚未达到生产就绪状态。
简述：Jev 1.14
- 尺寸： 未披露参数。默认情况下每次请求的上下文为64k tokens，每个问题为32k，或通过选择加入的头部启用262k。
- 运行平台： TypeSafe 的托管 API（仅限
POST /v1/systemone）。无开放权重。未披露硬件和量化变体。 - 性能： 处处都有小幅提升，最大提升在多语言支持（TypeSafe 的说法，无公开分数）。
- 最佳： 在TypeSafe的Box测试中，4个边缘检查问题捕获了36个截断裁剪中的30个。
- 最差： Images 和 Box 尚未达到生产可用水平，而且 Box 没有“未找到”的答案。
什么是 Jev 1.14？
Jev 是一个 System One 型号 来自 TypeSafe AI，它返回类型化的决策而不是生成的文本。你发送一个 state 连同输入 问题：Choice、Score 或 Noul。Jev 会以输入值、概率和置信度分数回答每个问题。TypeSafe 通过 Reinforcement Learning for Calibrated Decisions (RLCD).
对其进行训练。根据 jev-1.14.0发布公告 ，新版本在几乎所有方面都带来了细微的改进。TypeSafe 预期在多语言支持方面的提升最大。
Jev 中的图像输入是如何工作的？
图像是可组合的。每张图像在顶层列表中只列出一次。 assets 字符串下的映射。然后你可以将该引用放置在 state, instructions 或 criteria。该 API 会在模型读取之前将每个引用替换为对应的图像。
TypeSafe表示 jev-1.13.0 一直是多模态的。据 图片文档，Jev 1.13 和 Jev 1.14 现在都接受图像。每个请求都需要包含头部 TypeSafe-Danger-Zone-Images: true.
密钥 图像限制:
- 仅支持 PNG 或 JPEG 静态图像，每个文件最大 16 MiB
- 每边 256 到 1568 像素
- 每个请求体 32 MiB
- 图像按正常价格作为输入 token 计费，无单独收费
TypeSafe 警告说，包括 Jev 在内的所有模型在图像上的表现都不如纯文本。它建议使用尽可能简单的问题。
新的 Box 类型是什么？
Box 是一种新的问题类型，每个问题返回 1 个边界框。答案给出 top, bottom, left 和 right 边缘，以 0 到 1 的分数表示。它还返回一个置信度分数。Box 需要 jev-1.14.0 或 jev-preview，加上 images 请求头。
Box 总是返回一个框。关于不存在对象的问题仍会返回 4 个边缘。TypeSafe 建议将它与一个检查目标是否存在的 Noul 问题配对使用。
TypeSafe 还分享了一项对 36 个画作裁剪图的小测试，每个裁剪图都切掉了目标的一部分。4 个逐边缘的 Noul 问题发现了 30 个裁剪。单个“是否全部在内”的问题发现了 26 个。将框画成轮廓并就此提问发现了 20 个。
Jev 的上下文窗口现在有多长？
默认情况下，两个模型每个请求保留 64k token，每个问题保留 32k token。发送 TypeSafe-Danger-Zone-Long-Context: true 会将两个上限都提高到 262k token，详见 Models 文档。TypeSafe 表示 Jev 在内部一直支持更长的上下文。它之所以有意限制上下文，是因为 Jev 和所有模型一样，在长输入上可靠性较低。开发团队仍然建议使用较短的上下文。
基准测试显示了什么？
TypeSafe 在 发布文章。他们仅将 Jev 与开放权重模型进行比较。该文章没有包含数值评分表。TypeSafe 表示该测量结果很可能偏向其自家模型。它告诉开发者应优先采用自己的评估。
定价、可用性与迁移
定价保持不变，为每十亿输入 token 42 美元，即每百万 0.042 美元。输出 token 免费，依据 Models 文档.
来自 发布帖子:
jev-preview的推出计划指向jev-1.14.0现在。jev-latest将迁移至jev-1.14.0一周后。jev-1.13.0仍将可用，并在弃用前提前 60 天通知。jev-1.14.0将在其自身弃用前提前 30 天收到通知。
Jev 1.14 对比如何？
| 功能 | Jev 1.14 | Jev 1.13 | Gemini 3.5 Flash-Lite |
|---|---|---|---|
| 模型 ID | jev-1.14.0 | jev-1.13.0 | 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 LLM |
| 参数量 | 未公开 | 未公开 | 未公开 |
| 默认上下文 | 每请求 64k / 每问题 32k | 每请求 64k / 每问题 32k | 1,048,576 个输入 token |
| 长上下文 | 262k（需选择加入的请求头） | 262k（需选择加入的请求头） | 不适用 |
| 图像输入 | 是，实验性请求头 | 是，实验性头部 | 是（文本、图像、视频、音频、PDF） |
| 边界框 | 原生 box type，edges 0 到 1 | 否 | 提示生成的 JSON box_2d，按 0 到 1000 缩放（docs) |
| 输出 | 带置信度的类型化答案 | 带置信度的类型化答案 | 文本，最多 65,536 个 token |
| 输入价格（每 1M token） | $0.042 | $0.042 | $0.30 |
| 输出价格（每 1M token） | 免费 | 免费 | $2.50 |
| 状态 | 预览（jev-preview) | 稳定（jev-latest) | 稳定 |
要点总结
- Jev 1.14 已上线，作为
jev-preview.jev-latest一周内切换。 - 图像在 Jev 1.13 和 1.14 上需通过危险区头部启用。
- 新的 Box 类型为每个问题返回 1 个归一化边界框。
- 长上下文模式将上限提升至 262k token，但可靠性有所下降。
- 价格保持在每百万输入 token 0.042 美元，输出免费。
请查看 发布公告, Models 文档, Images 文档 以及 Box 文档。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的 Newsletter。等等！你在用 telegram 吗？ 现在你也可以在 telegram 上加入我们了。
本文《 TypeSafe AI 发布 Jev 1.14，支持图像、Box 类型和 262k 上下文 》首发于 MarkTechPost.