模型

Jev 是 TypeSafe 的旗舰模型，也是第一个 System One 模型。本页上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这次调用；完整的请求结构参见 API 参考。

#当前模型

• 价格： 按输入 token 计费。输出 token 免费。1 Btok 等于十亿个 token，1 Mtok 等于一百万个 token。
• 速率限制： 以每秒 token 数和每分钟请求数来衡量。超过任一限制的请求会返回 429 Too Many Requests。我们的客户端 SDK 默认会以退避方式重试，并在响应带有 retry-after 头时遵循该头。如果你直接调用 HTTP API，参见处理速率限制。
• 上下文长度： Jev 只读取一次 state，并针对它并行评估每个问题。64k 的预算涵盖 state 加上所有问题的总和；32k 的预算适用于 state 加上单个最长的问题。关于如何把许多问题打包进一个请求，参见推测式扇出；关于准确率如何随状态增长而变化，参见 Jev 1.13 的锯齿现象。
• 输入： Jev 评估自然语言文本。非文本输入（图像、音频、视频、二进制文件）要先预处理为文本或结构化字段，再作为 state 发送。支持的形态参见状态。

#别名

别名是一个能解析为带版本号的模型 ID 的模型名称。像其他任何名称一样，把它发送在 model 字段中。

当新版本发布时别名会移动，因此它背后的答案可能在你这边毫无改动的情况下发生变化。响应的 model 字段会报告作出回答的带版本号 ID，因此你可以记录每个结果是由哪个模型产生的。如果你已针对某个具体版本调好置信度阈值，就固定使用该版本的 ID 而不是别名，并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。它通过 RLCD 训练以返回校准过的决策，并且同一套权重服务于所有账户。你通过请求而不是按账户的权重，让它的答案贴合你的领域：

• 把你的专有内容、记录和参考资料放进 state 字段。参见状态。
• 把领域规则和边界情况编码进每个问题的 instructions 和 criteria。参见如何使用 TypeSafe 构建和进阶：结构。
• 把宽泛的判断拆解为原子化的问题，并在代码中组合输出。参见复合评分和 AutoResearch 实践手册，了解如何在 Jev 的概率上训练下游的经典模型。

#语言支持

Jev 接受自然语言文本。英语是主要的训练语言，也是目前准确率最高的语言。其他语言（包括 CJK 文字）也能处理，但效果并不同样好；在把 Jev 用于非英语工作负载之前，请先在你自己的内容上测试，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进行训练。关于数据处理协议、隐私政策以及面向企业客户的零数据保留（ZDR）详情，参见法律。

#列出模型

GET /v1/models 返回你的账户可以在 model 字段中发送的名称，并为每个名称附上描述和发布日期。它目前列出的是别名。像 jev-1.13.0 这样带版本号的 ID，无论是否出现在该列表中，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);
}
 

完整的方法签名参见 Python 和 JavaScript SDK 参考。