System One Models 与 Typed Decision Engines

出品 TypeSafe AI

提出 System One 这个名称，以及 choice、score、noul 三种问题类型的托管模型。已全面开放使用，按 token 计费。

出品 Liquid AI

Liquid AI 在 2026 年 9 月 29 日推出托管版 d1，有免费额度（模型名 d1:free）。10 月 5 日又在 Hugging Face 发布开放权重：d1-3B（文本 + 图片，基于 LFM2.5-VL-3B，32K 上下文）和 d1-omni-600M（文本 + 图片或音频）。Liquid 称 d1-3B 在 Decision Index 0.2.1 上得 48.57 分，是 10B 以下最高（自测）。

出品 OpenAI

2026 年 9 月 29 日 DevDay 发布，10 月 6 日起公开测试：每百万 input token $0.10，输出和缓存不收费。choice 和 score 答案返回各选项概率和置信度；OpenAI 称比 Responses API 快约 10 倍。

出品 Microsoft

2026 年 10 月 9 日发布，已在 Microsoft Foundry 上线（目录标注为预览版），每百万 input token $0.042（和 Jev 相同），输出免费。微软称在 36 个基准上准确率最高、中位延迟比 GPT-6 Sol 低约 35 倍（自测），对比名单里没有 Clef，Jev 是后来更新时才补上的。

出品 Cloudflare

2026 年 10 月 1 日发布，权重在 Hugging Face 开源，同时上线 Workers AI。10 月 9 日新增能读音频的 Clef-Omni（每百万 input token $0.15），并把 Clef-Flash 降到 $0.038，比 Jev 便宜，托管上下文改为 24,576 token。Cloudflare 称 Clef 在 10 项决策基准中有 7 项超过 Jev，Clef-Flash 中位延迟 38.8 毫秒（官方自测）。

出品 Convai Innovations

在 ModernBERT 和 mmBERT 编码器上加非自回归的 choice、score、noul 决策头，提供 Router、微调流程和大量社区运行时。

出品 Jared Palmer

基于 Qwen3.5 和 Qwen3.8 的小型类 Jev 模型。每个 checkpoint 都附带校准好的温度参数，可以在 Modal 上一键微调和部署。

出品 Manjunath Shiva

从两个开源大模型蒸馏而来。400M 的 nano 模型在 typed-decisions 基准上得分 0.796，Laya 微调版为 0.766，Jev 为 0.754（作者实测）。刚发布不久，更新很快。

出品 Mapika

一次前向计算完成结构化决策并输出校准概率，训练数据来自公开数据集和本地 Qwen3.5-27B 标注。choice 支持 2 到 255 个选项。

出品 wfzyx

基于 ModernBERT-Large。1.2 版对每个选项单独打分，答案不再受选项排列顺序影响。

出品 Bespoke Labs

公开了 Bespoke-Nimble-9B 背后的数据整理、训练和部署方案。目前支持 8,192 token 的输入，每个字段最多 255 个选项。

出品 TheoLeeCJ

直接从冻结的开源模型读取各选项的概率，不生成答案文本、不解析 JSON，并按任务做温度校准。

出品 Rizzo AI Academy

在本地实现 Jev 思路的项目，对 Spark-X2.5 做了 LoRA 微调。项目报告在 typed-decisions 上得分 0.648，Jev 为 0.727；并说明概率默认未经校准，需要用自己的数据校准。

出品 Nokia Applied Research

读取现有大模型的隐藏状态，把它变成 Jev 式的决策模型，带去偏和分级校准，不需要针对任务训练。

出品 TianyuCodings

一个精简的复刻版，附带端到端训练流程，在 ViZDoom、迷宫、贪吃蛇等游戏任务上和 Jev 做了对比。

出品 Together AI

2026 年 9 月 23 日发布的 Qwen3.5-4B 实验性微调版，同时公开了训练数据方案和训练类似分类器的教程。

出品 Fastino

调用时传入标签集，一次计算可以同时给多个问题打分。面向意图识别、路由、情感、优先级等业务决策。

出品 iApp Technology

把 Qwen3.5-0.8B 的输出头换成 256 路槽位 softmax，并在泰语语料上继续预训练。

出品 mmastrac

通过 vLLM 在一次去噪步骤中从离散扩散模型 DiffusionGemma 读取 Jev 式决策。分支项目 djev-dev 增加了原生图片输入和实时摄像头采样。

出品 akhilaaa3

支持文本、图片、音频和视频的决策分类器，用 3 万道题微调：为每个选项给出概率，而不是生成解释。自报在匹配的 JevBench 题组上为 86.15%。

出品 Zefan Cai

在 Qwen3.5 上加一个训练好的决策头，对调用方给出的候选项打分，回答 choice、noul、score 问题，不生成答案文字。

出品 alibiserikbay

合并了 LoRA 的 Qwen3.5-4B，按 SemIf 的方法读取选项概率并用一个温度校准。选项超过 16 个时分多轮读取。

出品 kotoba-lang

独立复现 Jev 的接口形态：choice（最多 255 个选项）、score（2–10 档）和 noul，一次前向计算，用公开的标准答案评测。

出品 malevrigns

去掉语言模型头，改用候选项头给选项打分。已发布的 checkpoint 用来判断一个编程任务是否真正完成。

出品 chaoliangUNSW

GGUF 格式的决策模型，从一个 token 读出校准过的选项概率。v3 自报在 2,000 道类型化决策题上为 79.2%，可输入 25,600 token。

出品 ToufiqQureshi

68M 的编码器模型，在公开的 typed-decisions 基准上超过 Jev（74.0% 对 72.7%），体积只有 Laya 的六分之一却只差 2.6 个百分点，三者中校准误差最低（作者自测）。

出品 PostHog

先思考再作答：在 JevBench 公开题上得分 0.935，Jev 为 0.866（困难档 0.865 对 0.730）；单张 H100 上不思考约 0.3 秒一次，思考时中位数 3.3 秒。MMLU-Pro 上仍是 Jev 领先（作者自测）。

出品 ejhshen（Junhao Shen）

选项和评判标准都作为输入，输出跟着每次请求给的候选项走，调换选项顺序不影响结果。先 SFT 再强化学习，训练数据 OpenJevData-140k 公开，附训练代码。