TypeSafe Jev vs GPT-6 Astra：决策模型还是前沿智能体？

TypeSafe 于 2026 年 9 月 15 日正式发布 Jev，这是一款其称之为 System One 的模型：您向它发送程序状态和带类型的问题，它返回带有校准概率的决策而非文本。早于 12 天，OpenAI 推出了 GPT-6 Astra，被描述为其最智能、最对齐的模型，面向计算机使用、编码与端到端的专业工作。

本文将从输出可靠性、决策准确性、速度、智能体能力范围和定价等方面对 Jev 和 GPT-6 Astra 进行比较，并给出在软件流水线中各类调用应归属哪一模型。

要点速览

• Jev 与 Astra 不竞争同一调用场景：Jev 是决策函数，Astra 是通用型智能体。
• Jev 返回具备架构保证的答案与置信度，因此其输出无需解析或校验。
• Astra 在多数已公布的推理、编码与计算机使用基准上领先，且是 Jev 对比评分所用参考答案的一半来源。
• Jev 在价格与速度上快便两个数量级，代价是相较前沿 LLM 略损数个百分点的准确率。
• 高频分类、路由、打分与安全护栏步骤首选 Jev。
• 以文本、代码或成品文档收尾的多步任务首选 Astra。
• Jev 目前仍需等候名单，且 TypeSafe 表示速率限制可能随时调整。

什么是 Jev？

Jev 是 TypeSafe AI 于 2026 年 9 月以抢先体验发布的托管决策模型，也是其首个 System One 模型。

其卖点在于放弃文本生成：您预先将答案空间定义为 Choice、Score 或 Noul（是/否）问题，它返回可直接在软件中分支的带类型值与校准概率。我们的 Jev 指南涵盖了发布概况与 TypeSafe 的评测结论。

什么是 GPT-6 Astra？

GPT-6 Astra 是 OpenAI 的前沿旗舰，于 2026 年 9 月 3 日发布，是 GPT-5.6 Sol 的继任者。

其定位是自主执行：OpenAI 称其为全球最佳的计算机使用模型，也是其对齐度最高的模型，训练目标包括填写表单、更新 CRM、搭建与质检网站，以及按您的模板生成文档。我们的 GPT-6 Astra 指南介绍了发布内容；我们的 GPT-6 Astra API 教程用异步工具构建了一个发布检查智能体。

Jev vs GPT-6 Astra：正面对比

两者分处一项权衡的两端：Jev 通过拒绝生成文本来换取速度、价格与类型安全；Astra 通过生成一切来换取广度与深度。下方多数差异均源于这一单一设计选择。

输出契约：带类型决策 vs 生成文本

Jev 不会产生无效值，而 Astra 可能。这一事实决定了两者更适合处于系统的不同层，而非同一位置互相替代。

一次 Jev 请求由一块状态加上一组带类型的问题构成：

• Choice：返回胜出选项，并为每个选项给出概率
• Score：在您的分档间返回加权概率得分
• Noul：返回答案为“是”的概率。

答案空间在推理前已固定，因而保证契合架构；TypeSafe 将其结构化输出与工具调用的错误率标为 0%，并称该数字为非实证。

Astra 是经典 LLM，返回文本。尽管其支持结构化输出与函数调用，并将 Sol 在 OpenAI 内部幻觉基准上的错误率降至约三分之一，但输出仍需解析与校验。TypeSafe 的图表显示前沿 LLM 的结构化输出错误率介于 0.58% 与 45.5% 之间；Astra 自身的数字未公开，因此不应假设其位于低端。

Jev 的保证代价是不给出理由，只有概率：这对路由层很好，但不适用于合规复核，因此应计划将低置信度案例上拨给能写作的模型。

关于可靠性数据有两点注意：

• TypeSafe 的 LLM 错误率来自 OpenRouter 流量，其可能会将更难的问题路由给更强的模型。
• OpenAI 的幻觉基准是内部指标，衡量的并非架构有效性。

对于必须一次解析成功的输出，Jev 的契约胜出；凡是供人阅读的内容，只有 Astra 能回答。

决策准确性与推理深度

Astra 更为准确。在 TypeSafe 的四个生产工作流（事件响应、智能体追踪可观测性、发票处理、客户服务）上，Jev 与 Astra 和 Claude Fable 5.1 的平均值一致率为 67.8%，与 GPT-5.6 Terra 持平，落后 GPT-5.6 Sol 与 Claude Opus 5 5–6 个百分点。

Astra 在该测试中为参考模型，因而没有自身一致率数据。在其自有基准上，它在 FrontierMath Tier 4、GPQA Diamond 与 ARC-AGI-3 上接近饱和，尽管最后一项依赖有状态的测试框架。Jev 不进行跨轮推理、规划或解释，且如 TypeSafe 所做，以与 LLM 的一致性而非与真值对比来评分，存在继承参考模型偏差的风险。

若您需要在低频决策上追求峰值准确率，仍应选择 LLM。

速度与时延

按 TypeSafe 的测量，Jev 端到端响应为 70–500 毫秒；对于同类查询，前沿 LLM 为 3–329 秒。它并行采样所有答案，而非逐 token 生成，并支持每次 Choice 最多 255 个选项。

Astra 在其定位中已算快速：每个 OSWorld 2.0 任务耗时比 Sol 少约 47%，Fast 模式可在价格翻倍的情况下将速度最高提升 2 倍。但这些任务仍需几十分钟。一位 TypeSafe 工程师的 Doom 机器人每秒可跑 10 次查询，约每小时 $7，前沿 LLM 难以匹配该预算。

对于 100 毫秒预算的决策请求路径，此处只有 Jev 合格。

能力范围：智能体、工具与计算机使用

Astra 覆盖了 Jev 不做的一切：

• 在 OSWorld 2.0 上达 72.6%，Agents' Last Exam 为 59.3%，Terminal-Bench 4.0 为 57.9%。
• 在 Responses API 中，可运行托管 shell、搜索网页、打补丁并操作计算机。
• 在 Codex 中，可在多个上下文窗口间保留可检索笔记；其长上下文在 512K–1M 区间的 OpenAI MRCR 检索测试中得分 96.3%。

Jev 接受文本、JSON 或文本数组，不支持图像，也不调用工具。它是您工作流中由代码掌控的模糊 if 语句：分类、路由、打分、抽取，或校验另一模型的输出，包括对 LLM 提示的越狱检测。

在此维度上 Astra 直接取胜，因为 Jev 并未参赛。

定价：您实际支付的费用

在任何工作负载形态下，Astra 的成本都比 Jev 高出数百倍，且任务输出越多差距越大，因为 Jev 不对输出计费。

Token 费率并列

差异的形状与规模同等重要。Astra 的输出费率是输入的 5 倍，且推理 tokens 计入输出，因此思考密集或冗长的工作将最易推高账单。Jev 仅对输入计费，而其典型答案只有几十个输出 tokens，故成本仅与您传入的状态量相关。

TypeSafe 坦言无法证明其定价未被补贴，并预期价格将下降而非上升。

真实工作负载的成本

计算公式为（体量 ÷ 100 万）× 费率，在标准费率下对输入与输出求和。生成密集一行是离群值，因为 Jev 输出免费，同时这对 Jev 也最不现实：该模型从不产出 400 万输出 tokens，因此可理解为仅输出溢价对 Astra 带来的影响。检索一行更贴近 Jev 的实际用法：大量状态输入与少量概率输出，差距仍达 357 倍。

没有超阈值检索一行，因为 TypeSafe 文档未说明长上下文附加费，而路由商为 Jev 标注的上下文窗口远低于 Astra 的阈值，因此 Astra 的输入 2 倍与输出 1.5 倍附加无法对比。两家厂商均未公布共享工作负载的 token 统计，且 Jev 的分词器未文档化，因此将上述总额视为费率对比而非实际账单。

何时选择 Jev 或 GPT-6 Astra

分野不在于各自能否独立做到“准”或“省”，而在于该步骤的终点是一个决策还是一个成果。以决策为终点的交给 Jev；凡是需要被阅读、运行或打开的成果，交给 Astra。

在以下情况下选择 Jev...

• 您每天要重复做同一个有边界的决策成千上万次。工单路由、发票分类、内容审核、意图检测与线索打分正是 TypeSafe 的目标场景，单次成本低至几分之一美分。
• 该调用位于有时延预算的请求路径上。亚秒级响应可将模型决策嵌入页面加载或游戏循环中，而即便快速的 LLM 调用也会成为瓶颈。
• 您需要模型在“不了解”时如实告知。每个 Choice 与 Score 答案都带置信分数，您的代码可在高于某阈值时自动执行、中间区间时确认、低于阈值时升级处理，并对破坏性操作设置更严格阈值、对只读操作设置相对宽松阈值。
• 您在检查另一模型的结果。对 LLM 提示与输出进行打分、评判或设防属于“决策”而非“生成”，且 Jev 的架构保证意味着检查器本身不会破坏流水线。

在以下情况下选择 GPT-6 Astra...

• 该任务是多步骤工作，而非单一判断。填写表单、更新 CRM、研究并起草、安装与测试软件，正是 Astra 的计算机使用训练所面向的任务。
• 输出是文本、代码或文档。Jev 无法撰写回复、补丁或幻灯片；Astra 是 OpenAI 最擅长按您模板产出成果的模型。
• 您需要理由说明。受监管的决策、面向客户的解释、以及供审计阅读的内容都需要文字；Astra 也可作为 Jev 低置信度案例的升级目标。
• 您的上下文很大。Astra 的 1,050,000-token 窗口并在高窗口段保持可靠检索，适用于文档密集型流水线；路由商为 Jev 标注为 32,000 tokens。

如何开始使用 Jev 与 GPT-6 Astra

覆盖面是本文最不对称的维度：Astra 几乎在 OpenAI 模型常见的所有渠道可用，而 Jev 是一个受等候名单限制的 API，未获邀请的唯一通路是 OpenRouter 与 Vercel AI Gateway 的上架。

模型 ID 分别为 jev-latest（TypeSafe SDK 的默认值，目前解析到 jev-1.13.0）与 gpt-6-astra。若您对置信阈值进行了调优，TypeSafe 建议固定到带版本的 ID，因为别名会随新版本发布而更新。Jev 的速率限制为每秒 250,000 tokens、每分钟 1,200 次请求；TypeSafe 表示在扩容期间两者均可能不经通知而变更。

发起您的第一次 API 调用

这二者并非“一键替换”。Astra 通过 Responses API 接收提示并返回文本；Jev 通过单一端点接收状态与带类型的问题映射并返回概率。下方两段代码将相同的退货请求分别提交给两种模型，便于您比较其返回结构差异。

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6-astra",
    input="A bike-shop customer writes: 'The frame arrived scratched, I want this "
          "sorted before my race on Sunday.' Resolve as refund, replacement, or repair.",
)
print(response.output_text)  # free text you still have to parse

import requests

response = requests.post(
    "https://api.typesafe.ai/v1/systemone",
    headers={"Authorization": "Bearer YOUR_TYPESAFE_KEY"},
    json={
        "model": "jev-latest",
        "state": "The frame arrived scratched, I want this sorted before my race on Sunday.",
        "questions": {
            "resolution": {
                "type": "choice",
                "instructions": "How should the shop resolve this return?",
                "criteria": {"refund": "Customer wants money back",
                             "replacement": "Same item, undamaged, shipped fast",
                             "repair": "Cosmetic fix is acceptable"},
            }
        },
    },
)
answer = response.json()["answers"]["resolution"]
print(answer["choice"], answer["confidence"])  # typed option plus 0-1 confidence

关于完整的 Astra 设置（含异步工具与中途引导），请参阅我们的 GPT-6 Astra API 教程；若需从 OpenAI 模型获取结构化 JSON，请参阅我们的 结构化输出教程。

结语

如果步骤以您的代码要据此行动的“决策”收尾，用 Jev；如果以供人阅读或运行的“成果”收尾，用 GPT-6 Astra。本次发布所提示的架构是二者兼用：前端用 Jev 作为廉价、校准的路由器，置信度下降时再将其升级给 Astra 这位专家。

最耐人寻味的是 TypeSafe 用 Astra 的答案来给 Jev 打分。OpenAI 在宣告前沿方向是自主执行；TypeSafe 则押注于多数软件向模型发问其实都是伪装的有边界问题。Jev 的开放问题在于，是否有独立基准能证实其对比表现，以及其定价能否在补贴退场后维持。

若要搭建承载两种模型的决策层，推荐我们的 Developing AI Systems with the OpenAI API 课程与 AI Agent Fundamentals 学习路径。