Jev 与 Microsoft-Decision-1
非官方。只列本页打开过来源中的差异，不排名。与 TypeSafe、Microsoft 均无隶属关系。
对照 TypeSafe Jev 与 Microsoft-Decision-1 已公开的定位、能力、用途、价格与入口。只列差异，不排名。
本页先列差异，不评判优劣。某一项若未出现在本页打开过的来源里，则写作 未公布。下文的基准数字都来自厂商自己，本站没有复测。
Microsoft-Decision-1 是什么
Microsoft-Decision-1 是一个托管的决策打分模型。给它一段情境和一个带固定选项的问题，它为每个选项返回校准后的概率，而不是生成文字（Foundry 模型卡）。微软在 2026-10-09 发布了它（微软发布文）。
差异
| TypeSafe Jev | Microsoft-Decision-1 | |
|---|---|---|
| 文档中的称呼 | TypeSafe 的旗舰 System One 模型 | 用于路由、分类、排优先级、核验和流程控制的决策打分模型 |
| 基础模型 | 未公布 | 在阿里巴巴开放权重的 Qwen3.5-9B 上做后训练；微软称以后会换到其他基础模型，包括 MAI 和 OpenAI 的模型 |
| 输入 | 仅文本：字符串、JSON 对象，或文本数组 | 文本或 JSON 形式的 state（模型卡：输入类型为文本） |
| 发送什么 | state 加类型化问题表（noul、choice、score） | state 加类型化问题表（noul、choice、score），model 填你的部署名 |
| 返回什么 | 选项、分数，或 0–1 的 noul。Choice 与 Score 还返回概率和 confidence | 按问题名组织的 answers 对象，另有模型名和 token 用量。Choice 返回选中项和每个选项的概率；Score 返回按概率加权的级别序号和每级的概率 |
| 一次调用多个问题 | 可以 | 可以，共用同一 state 的问题可以放进一次请求 |
| 生成文本 | 不写回复、不写代码、不解释推理 | 不生成自由文本，也不给书面理由 |
| 价格 | 每百万 token $0.042，只按输入计费；输出免费（Jev 1.13） | 每百万输入 token $0.042；输出免费 |
| 上下文长度 | 每次请求 64k token；state 加最长的一个问题为 32k（Jev 1.13） | 32,768 token |
| 速率限制 | 每秒 10 万 token、每秒 40 次请求，可能调整（Jev 1.13） | 按部署配额，超出返回 429。具体数字在本页打开的页面里 未公布 |
| HTTP 端点 | POST https://api.typesafe.ai/v1/systemone | <你的 Foundry 资源端点>/providers/microsoft/v1/systemone |
| 认证 | Authorization: Bearer API key | Microsoft Entra ID 令牌（推荐）或 api-key 请求头 |
| 需要的账户 | TypeSafe 控制台账户 | 绑定付款方式的 Azure 订阅和一个 Foundry 项目；OpenRouter 也上架了 |
| 部署类型 | 托管 API | GlobalStandard，或部分区域的 DataZoneStandard |
| 客户端 SDK | Python typesafe-sdk；JavaScript @typesafe-ai/sdk | 没有点名专用 SDK；快速上手用 Python urllib 加 azure-identity |
| 权重 | 不分发 | 本页打开的页面里没有提供下载，只在 Foundry 和 OpenRouter 上调用 |
能力边界
Microsoft-Decision-1
依据 Microsoft Learn 指南、Foundry 模型卡 和 发布文：
- 三种问题：noul（0 到 1 的概率）、choice（一个选中项，外加每个选项的概率）、score（有序级别，从低到高排列；结果是各级序号按概率加权的平均值）。
- noul 的
criteria可选。微软建议在不该强行二选一时，加一个类似cannot tell的弃权选项。 - 模型卡写明，它不用于文本生成、开放式问答、对话、翻译或摘要。
- 微软列出的已知局限：可能带有基础模型的偏见；结果会受措辞和选项顺序影响；在熟悉的任务类型上校准最好；用作安全过滤时可能漏判或误判。
- 厂商说法：在微软的 36 项基准对比（近 15 万道题）里准确率最高，P50 延迟约为 GPT-6 Sol 的 35 分之一。发布文的编者按说，后来补充了 Jev 在准确率和校准上的基准。本站没有复现这些数字。
TypeSafe Jev
依据 介绍、System One、API 参考 与 模型：
- 三种问题可以放在同一次调用里：Choice（最多 255 个选项）、Score（至少两级，API 最多接受 10 级）、Noul（0 到 1）。
- Choice 返回
choice、probabilities、confidence。Score 返回score、legend、probabilities、confidence。Noul 返回noul。 - 同一套权重服务所有账户。Jev 不用客户数据微调。
- 英语是主要训练语言。模型页要求对非英语内容自行测试。
用途
两家都列出了路由、分类、评分和把关。用途重叠不代表排名。
微软 列出：把关与过滤、分类与路由、排序与排优先级、评估与打分，以及选择模型、工具或智能体（Learn）。发布文 还列了智能体控制、数据标注、意图分析、事故分派、代码扫描、安全筛查、电脑与界面操作、机器人和科学发现。它也介绍了内部试用：Xbox Research 给一万多条反馈打标签，Copilot 团队评估回复质量，值班工程师处理线上事故，以及 Microsoft Discovery。
TypeSafe 的 用例地图 列有模型路由、LLM 护栏、通用核验、搜索与检索、内容审核、客户支持和科学发现等。
价格
两者都标价每百万输入 token $0.042，输出 token 免费：Jev 见其 模型页，Microsoft-Decision-1 见 发布文。本页没有打开这一行之外的 Azure 计费条款。
怎么选
下面是可以先问自己的问题，不是推荐。
- 已经在用 Azure？ Microsoft-Decision-1 以 Foundry 部署运行，支持 Entra ID 认证和数据区选项。Jev 需要另开 TypeSafe 账户。
- state 很长？ Jev 文档写的是每次请求 64k；Microsoft-Decision-1 标的上下文是 32,768 token。
- 想用 SDK？ Jev 提供 Python 和 JavaScript SDK。微软的快速上手直接用 HTTP。
- 单个 choice 选项很多？ Jev 文档写明最多 255 个。微软的上限在本页打开的页面里 未公布。
- 代码迁移： 两者都在
/v1/systemone路径下用state加noul、choice、score问题。端点、认证和model字段不同，切换前要先测试。 - 不管选哪个： 都要用自己的标注数据验证。两家文档都这样建议。
本站相关
来源
撰写上述内容前已打开（2026-10-14）：