共同见证每一次成长和脱变

"哑巴模型"Jev火了，会给AI产业带来什么改变?

2026-09-30作者：AutoLab来源：品途商业评论

Jev模型的热度已持续超过一周，从创意玩法到基础逻辑，相关探讨仍在不断深化。

Jev不参与对话，也不协助撰写文章或代码，其功能单一：当开发者提供一组选项和当前状态时，它仅输出判断结果。

Jev的创造者Diogo Almeida曾任职OpenAI研究员，参与过InstructGPT、ChatGPT及GPT-4的相关研发。他原本教导大型模型学会对话，如今却反其道而行，构建了一个拒绝交流的模型。

Almeida为何转变方向？Jev触及了当前大型模型行业的哪些忧虑？将能力收缩至极致，是否会成为模型行业未来的走向？

某些任务无需动用最强模型

Jev的流行，首先回应了Agent时代最现实的问题：模型调用需要更快、更便宜。

开源项目Browser Use的创始人利用Jev搭建了一个浏览器Agent，在真实的Google Flights页面上查询从苏黎世到伦敦的机票。整段流程耗时7.1秒，单次成本为0.0039美元，Jev在循环中的中位延迟约为178毫秒。

Jev的价格也极具竞争力。目前，Vercel AI Gateway上Jev的输入价格约为每百万token 0.04美元，输出免费，因此开发者可以无负担地调用。

缓慢和昂贵成为行业的共同焦虑，这与Agent正从代码场景扩展到更广泛的办公场景有关。

OpenAI数据显示，从今年2月到6月，企业每周活跃Codex用户数在法律、销售与招聘以及市场营销领域分别增长至原来的108倍、41倍和26倍。

当模型成为持续执行任务的基础设施，调用频率和Token消耗也随之增加。模型厂商一方面在提升旗舰模型的能力上限，另一方面面对Agent大规模调用的新需求，也必须思考如何降低模型调用的成本和延迟。

因此，模型层已开始出现分化趋势。如今，同一家厂商也推出不同档次、不同价格的模型，flash模型扎堆的现象屡见不鲜。

Google在5月推出Gemini 3.5 Flash，瞄准日常开发和工作场景。7月31日，DeepSeek发布V4 Flash。8月下旬，Qwen3.8-Flash-Next和GLM-5.3-Flash接连亮相。

这些模型未必追求在所有基准测试中达到最高分，但也不是能力被削减的“阉割版”。它们是为高频、简单任务专门优化的新档次，且价格更划算。

以DeepSeek为例，它最近将V4 Flash更新至V4.1 Flash，并宣布在下一代Pro模型上线前，将V4 Pro的API请求路由至V4.1 Flash，并按Flash的价格计费。

过去，用户遇到任务时，第一反应是寻找最强的通用模型，能力越强越好。厂商的主线也是将一个旗舰模型打造得尽可能全能。

但现在，模型厂商开始根据任务复杂度、调用频率、响应速度和成本等因素重新划分能力，推出不同档次，让不同模型承担不同工作。

这种分化仍在继续推进。从使用场景看，代码、图像、语音等方向早已有专门优化的模型。办公、游戏等场景也在逐渐出现更贴合的模型。

毕竟不同场景的任务结构、上下文以及对速度、成本的要求各不相同，模型也就有了针对具体环节进行取舍的空间。

Jev是分化趋势中的一个极端样本

当其他模型还在通用框架中调整能力和价格时，Jev干脆将一类能力从通用模型中分离出来，单独制成一个模型。

开发者向Jev提供一段当前状态，再给一组预设问题，它返回的是Choice、Score或Boolean，并附上相应概率。Jev不解释为何如此选择，程序获取结果后可直接继续运行。

这对Agent至关重要。在Agent中，模型的输出往往直接决定下一步行动。此时，系统需要的可能不是一段完整的自然语言回答，而只是一个明确的信号。

这一设计背后，是Almeida对大型模型训练方式RLHF的反思。他认为，人类反馈会推动模型生成更符合人类偏好的回答，但也容易让模型养成另一种习惯：面对自己把握不大的问题，仍倾向于给出流畅、完整、笃定的答案。

Jev试图让模型将不确定性写入输出结果。如果模型判断某件事有八成把握，那么在长期统计中，其判断结果应接近八成正确。系统获得这个概率后，可自行设定门槛，把握高的任务自动放行，把握不足的任务转交给人或更强的模型。

不过，让模型实现可靠的自动化决策是Almeida想要抵达的方向，目前Jev尚未达到。

有开发者测试发现，同一个判断，正着问一遍、再反着问一遍，Jev给出的两组概率加起来有时会超过1。一个校准得当的概率系统不应如此。Jev不写自然语言，避开了编造像样答案的风险，但它给出的概率同样会出错。

调用不同模型的Agent入口更加重要

即便Jev仍存在不少问题，它已让行业看到另一种可能性：Agent中的智能也可以被拆解，一项复杂任务不一定由一个通用大模型包办。

例如，需要复杂推理时可调用强模型，大量简单的判断和筛选则可交给Jev这类更快、更便宜的模型。

Jev的名字也暗含深意。经济学中有“杰文斯悖论”的概念，指一种技术变得更高效、更便宜后，使用量反而会增加。那么，当Jev让“判断”动作变得更快、更便宜后，Agent越有可能在执行任务时频繁调用它，从而优化整体任务的效率和成本。

也就是说，任务本身逐渐成为Agent的核心。按任务调用不同模型，Agent执行的效率和性价比可能更高。

模型之间的关系也因此多了一种可能。过去，模型比拼的是谁更强，一个模型能力提升后，便将上一个替换掉。现在，以任务为核心，不同模型可各自承担擅长的部分，在同一个Agent中协作。

如果这种分工继续发展，一个能根据任务调用多个模型的Agent入口将变得更加重要。

已有Agent产品朝这个方向迈进。国内方面，腾讯WorkBuddy已支持在不同主流模型之间切换。WorkBuddy还设有Auto模式，系统会根据用户任务的类型、复杂度与上下文特征，自动选择当前最适合的模型进行响应。用户在不确定选择何种模型或面对混合型任务时，可交由系统决定。

海外的Cursor也在做类似尝试。它在今年8月推出的Cursor Router，会在每个请求交给模型之前，先根据任务类型、复杂度、上下文等信息进行判断，再从多个模型中选择最合适的一个。基本原则是，简单任务交给快速、便宜的模型；困难、长周期任务则交给前沿模型。

这些产品的思路一致，即把调度模型的任务交给系统按任务自动完成。用户只需提出任务，至于该派哪个模型上场，交给入口去安排，从而提高Agent使用的效率和降低成本。

长此以往，当模型逐渐走向各司其职，一个能灵活调配它们的Agent入口将越来越重要。想了解更多前沿技术动态，可访问九游官网获取资讯。

本文来自微信公众号“深流研究所”，作者：萧樱，36氪经授权发布。

围绕提供7×14小时在线客服与隐私安全保障，确保玩家数据无忧。，九游官网持续打磨更优质的服务。

九游官网深耕九游官网领域，用心服务每一位用户。

在jiuyou官网入口方面，九游官网提供贴心周到的支持。

九游官网以九游游戏平台为核心，带来高效便捷的体验。

想了解更多九游体育下载相关内容，尽在九游官网。