2026/10/24大约 4 分钟
Jev 决策模型
Jev 是 TypeSafe 推出的 System One 决策模型。它不生成文本：你给一段上下文 state 和一组带类型的问题，它对每个问题并行给出概率和置信度。适合分类、路由、审核、打分、信息核对这类需要快速、结构化、可量化判断的场景。和让大模型输出 JSON 再解析相比，Jev 更快、更便宜，结果也更稳定。
- 一次请求问多个问题，答案按你起的问题 id 返回。
- 四种题型：是非
noul、单选choice、评分score、图片框选box。 - 支持 PNG / JPEG 图片输入（实验性），见图片输入与框选。
- 只按输入 token 计费，输出 token 免费。
可用模型
| 模型 | 说明 |
|---|---|
jev-1.14.0 | 最新版本（2026-10-14 发布），支持图片输入和框选 box |
jev-1.13.0 | 上一个版本，支持图片输入，不支持 box |
jev-latest | 别名，指向最新的稳定版（目前为 jev-1.13.0，之后会切到新版本） |
jev-preview | 别名，指向最新发布的版本（目前为 jev-1.14.0） |
用版本号锁定行为
别名会随新版本发布移动。响应里的 model 字段是实际执行的版本号；需要结果稳定、可复现时，请直接写 jev-1.14.0 或 jev-1.13.0。
实际可用的模型和价格以渠道与模型中列出的为准。
基础信息
| 项 | 值 |
|---|---|
| 接口 | POST https://www.rightapi.ai/v1/systemone |
| 鉴权头 | Authorization: Bearer sk-xxxxx |
| 请求格式 | Content-Type: application/json；带图片时也可以用 multipart/form-data |
| 流式 | 不支持，一次返回完整结果 |
| 上下文 | 单次请求 64k token，state 加任意一道题不超过 32k token；可开启长上下文到 262k |
| 计费 | 按输入 token 计费，图片折算为输入 token，输出 token 免费；请求失败不扣费 |
Key 与地址
快速上手
下面一次请求同时问了三个问题：客户是否着急（是非）、该分给哪个团队（单选）、情绪有多激动（评分）。
curl -sS https://www.rightapi.ai/v1/systemone \
-H "Authorization: Bearer sk-xxxxx" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-1.14.0",
"state": "Our payouts have been failing for three days and we launch tomorrow. Please help!",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does the customer express urgency?"
},
"team": {
"type": "choice",
"instructions": "Which team should handle this message?",
"criteria": {
"billing": "Payments, invoices, refunds and payouts",
"technical": "Bugs, outages and integrations",
"sales": "Pricing, upgrades and new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Mildly annoyed", "Frustrated", "Very angry"]
}
}
}'返回（数值仅为示例）：
{
"model": "jev-1.14.0",
"answers": {
"is_urgent": { "type": "noul", "noul": 0.97 },
"team": {
"type": "choice",
"choice": "billing",
"probabilities": { "billing": 0.88, "technical": 0.12, "sales": 0.0 },
"confidence": 0.81
},
"frustration": {
"type": "score",
"score": 2.1,
"legend": { "0": "Calm", "1": "Mildly annoyed", "2": "Frustrated", "3": "Very angry" },
"probabilities": { "0": 0.0, "1": 0.12, "2": 0.66, "3": 0.22 },
"confidence": 0.74
}
},
"usage": { "input_tokens": 118, "output_tokens": 9 }
}noul是回答「是」的概率，0 表示否，1 表示是。choice是概率最高的选项，probabilities给出每个选项的概率。score是按概率加权的分值，可能落在两个等级之间；legend对应每个等级的描述。confidence是模型对这次判断的把握程度，和概率不是一回事，用来决定要不要采纳结果。
文档导航
| 文档 | 内容 |
|---|---|
| 接口参考 | 请求头、请求体、四种题型、响应字段、错误码和限制 |
| 图片输入与框选 | 开启图片、assets 引用规则、multipart 上传、图片要求、box 框选 |
| SDK 接入 | 用官方 Python / JavaScript SDK 调用 Right Code |
| 在线对话测试 | 在控制台的「在线对话」里直接编辑问题、上传图片、查看结果 |
使用建议
- 一道题只问一件事。 想知道多个维度，就拆成多道题放在同一次请求里，比分多次请求更省钱、更快。
- 把选项和等级写清楚。
choice的每个选项、score的每个等级都写一句描述，模型才知道边界在哪。 - 按置信度分流。 置信度高的结果直接用；置信度低的交给人工、大模型或更细的追问。
- 用 state 的字段名指代内容。 state 是对象时，可以在 instructions 里用反引号写字段名，例如
Is `reply` polite to `customer`?。 - 需要稳定结果时锁定版本号，不要依赖
jev-latest这类别名。