開發者用 TypeSafe 新 Jev 視覺模型做看圖答題遊戲，可人機對戰
Jev 模型看完圖片和問題後約四分之一秒內選答案或點出圖中位置，作者據此做了答題遊戲 Jev Cards。遊戲可單人挑戰（各模式設排行榜），也可開即時對局，讓 Jev 作為額外玩家與朋友同場競技。卡片由作者手工製作，Jev 看到的圖與玩家完全一致，程式碼已在 GitHub 開源，新卡片會先私有一段時間再公開。作者在 Opper 工作，遊戲免費。
原標題：Show HN: Jev Cards, Can you beat a vision model at a picture quiz?
閱讀原文
| 評分 | 38 / 42（平均 40，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
TypeSafe 發布 Jev 1.14.0，新增影像與 box 型別
TypeSafe AI 發布 Jev 1.14.0（jev-preview），並以 danger zone 開關形式開放三項實驗功能：影像、box 型別與更長上下文。影像支援同時適用於 jev-1.13.0，可通過 assets 的查詢替換放進 state、instructions 或 criteria，官方提醒多模態表現弱於純文字。box 返回單個邊界框，僅 1.14.0 可用；長上下文需開啟 TypeSafe-Danger-Zone-Long-Context。
Vercel：Jev 上線兩週被 35% 付費團隊採用，創最快紀錄
Vercel 資料顯示，TypeSafe AI 的輕量決策模型 Jev 上線兩週內被 35% 付費團隊使用，覆蓋面接近第二名 Sonnet 5.5 的兩倍，是 Vercel 平台上普及最快的模型。Jev 於 9 月 15 日限量發布，通過限定候選輸出降低推理成本、提升速度，適合大批次資料分類，Vercel 已用它替換 GPT-6 Luna 做有害命令分類。
TypeSafe 的 Jev 上線三週估值 75 億美元，首周 ARR 破 1 億
TypeSafe 的 Jev API 上線三週即獲 75 億美元估值，首周 ARR 突破 1 億美元，成為同日湧現的「決策模型」品類的對標基準。OpenAI 同日發布 Decisions API，基於 GPT-6 Luna，支援機率、選項與打分三類請求，輸入每百萬 token 收費 0.10 美元、不計輸出費用，官方稱最快可提速 10 倍；
Jev 估值 100 億美元，創始人稱日處理破萬億 token
TypeSafe AI 聯合創始人兼 CEO Diogo Almeida 在 Latent Space 訪談中透露，其 System-One 模型 Jev 估值達 100 億美元，日處理量已突破一萬億 token，且夜間流量持續走高，說明大量呼叫來自機器自動化。Jev 1.13.0 在第三方 JevBench v1.2.1 綜合榜以 75.3 分排名第一，發布影片 6 天瀏覽量超 3870 萬。
TypeSafe Jev 聯合 Unsiloed 複核文件抽取欄位
TypeSafe 介紹了把 Unsiloed 的抽取結果交給 Jev 判定的文件複核流水線。Unsiloed 返回欄位值、extraction_score 與 grounding_score 兩個 0–1 置信分以及頁碼和包圍框引用；Jev 用 Noul、Choice、Score 三種答案型別把定向問題轉成帶型別的判斷。範例的六行用藥清單中一行劑量被咖啡漬遮擋、一行數量明顯不合理，Jev 對 row-5 返回 Noul 值 0.94。