繁中
不聊天，
直接決策。
Jev 將輸入資訊轉為結構化決策，適合分類、路由和評分。1.14 改進了模型，並提供圖片輸入、Box 邊框定位和長上下文等實驗功能。
讓程式直接使用決策結果
定義輸出、提供上下文，再將結果接入工作流程。
預先定義輸出
依應用程式需要的結構傳回結果。
信心分數
依據信心分數，決定哪些結果需要人工複核。
整合現有程式
將分類和評分結果用於路由、篩選和流程分支。
圖片輸入 · 實驗功能
Jev 1.13 和 1.14 均可使用 PNG、JPEG 圖片作為上下文。
Box 定位 · 實驗功能
Jev 1.14 可傳回圖片目標的邊框座標及信心分數。
長上下文 · 實驗功能
1.13 和 1.14 均可啟用 262k token 上限；較長的請求可能降低速度與準確率。
3 步從狀態到決策
像函數調用一樣把 Jev 嵌入你的代碼。
定義輸出結構
依應用程式需要的結構傳回結果。
傳入狀態
定義輸出、提供上下文，再將結果接入工作流程。
獲取校準答案
將分類和評分結果用於路由、篩選和流程分支。
為自動化而生，而非對話
軟件需要快速可靠決策的地方，Jev 都能勝任。
模糊決策規則
用校準 AI 決策替代脆弱的 if 鏈。
智能路由
按置信分數路由工單、線索或請求。
數據提取
從非結構化文本中提取結構化字段。
質量評分
按你的標準對任意輸入打分。
如何使用 Jev
以結構化輸出和信心分數設計工作流程。
預先定義輸出
依應用程式需要的結構傳回結果。
信心分數
依據信心分數，決定哪些結果需要人工複核。
整合現有程式
將分類和評分結果用於路由、篩選和流程分支。
本站顯示價格
本站顯示價格為每百萬輸入 token 0.084 美元，輸出免費。
Certified & Compliant with
常見問題解答
找不到答案？聯繫我們的團隊。
Jev 1.14 更新了什麼？
本次更新包含多項小幅改進，尤其著重多語言任務。圖片輸入和長上下文在兩個版本中均為實驗功能，Box 則需要 1.14。
"System One" 是什麼意思？
借用心理學術語：系統 1 是快速直覺思維，系統 2 是慢速審慎推理。Jev 自動化軟件每天數百萬次執行的快速重複決策——慢速推理留給人類或 LLM。
Jev 能替代我的 LLM 嗎？
不能——這正是關鍵。Jev 處理結構化決策（分類、路由、評分、提取）。你的 LLM 繼續處理開放式生成。它們互補：LLM 管聊天，Jev 管自動化。
結構化輸出一定正確嗎？
輸出符合預先定義的結構，不代表決策一定正確。可搭配信心分數決定如何處理結果。
Jev 用什麼訓練方法？
RLCD（強化學習校準決策）——一種新的訓練方法，優化認識論誠實的概率，而非人類聊天偏好。
價格是多少？
本站顯示價格為每百萬輸入 token 0.084 美元，輸出免費。
開始使用 Jev 構建
Jev 正在早期訪問階段。告訴我們你的使用場景，我們來幫你接入。