这是什么
一个可复现的基准测试，针对八个真实用例，测量 Jev API（TypeSafe AI 的 System One 决策模型）的成本、延迟和原始输出，供评估 Jev 的开发者参考。
它怎么用 Jev
Jev 做出的决策包括：支持工单分类、钓鱼检测、线索评分、内容审核、RAG 重排序、LLM 模型路由、代理工具选择和代理输出护栏。每次调用发送一个状态和类型化问题；API 返回校准概率，代码中用于路由、评分或门控。
用到的原语:choicescorenoul
值得抄的做法
在引用延迟前先测量网络底线，并在一次调用中提出所有问题，因为它们共享一个状态并并行运行。
怎么试
携带自己的 API 密钥，重新运行 bench/ 中的基准脚本以复现测量结果。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.84
- 有 System One 用法否0.15
- 处理了不确定性否0.05
- 有实测数据是0.69
- 可直接跑否0.09
- 值得推荐否0.28
- 是模型的复刻否0.03
- 问题普遍性按 0–2 打分1.02
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。