9月19日，TypeSafe AI发布系统一模型Jev，Cua同日发布面向电脑操作的开源决策模型CUA-S1-FORMS。两者都不生成文本，而是接收状态和候选选项，返回带概率的决策，供代码直接分支或执行。
据MarkTechPost报道，Jev基于Transformer，但不是大语言模型，不生成文本。用户发送状态和带类型的问题，它返回带概率的类型化决策。Jev目前以托管API在等待名单中提供早期访问，TypeSafe未公布权重、参数量或自托管方案。其名称取自丹尼尔·卡尼曼对快速直觉与缓慢推理的划分。TypeSafe称，RLHF带来聊天能力，也带来过度自信和模式坍缩；Jev采用新架构、并行采样器和“校准决策强化学习”，但架构细节未披露。
Jev的API端点为POST https://api.typesafe.ai/v1/systemone，请求体包含状态、模型和问题映射。文档定义三类问题：Choice从列表选一个选项，返回选择、概率和置信度；Rate按有序等级打分；Noul判断陈述是否为真，返回0到1的概率。问题并行、独立运行，TypeSafe称增加问题几乎不改变响应时间，Choice最多支持255个选项。每个Choice和Score答案都带0到1的置信度，由概率分布形状推导。文档建议高置信度直接执行，中等置信度人工复核，低置信度交给人类，阈值随错误操作成本调整。
Jev输入价格为每100万token 0.042美元，输出token免费。TypeSafe称端到端响应时间为70毫秒至500毫秒。其录制的演示显示，Jev用时0.114秒、花费0.000081美元，GPT-5.6 Terra用时8.566秒、花费0.013880美元，TypeSafe据此声称快193.6倍、便宜444.6倍。这些数据来自TypeSafe自身评测。MarkTechPost指出，参考答案是GPT-6 Astra与Fable 5.1的平均值，工作流由TypeSafe能力团队编写，TypeSafe预计增益处于实际使用上限，并称无法证明价格没有补贴；“零幻觉”仅指保证模式匹配，答案仍可能出错。
发布后数日内出现社区项目。Vercel CEO Guillermo Rauch称Jev在p95延迟上比GPT Luna快至多18倍且更准确，但表示fx reviewer仍运行在Luna上。Browser Use的jev-ultrafast在7.1秒内完成苏黎世到伦敦的Google Flights搜索；Droidrun的mobile-jev在真实Android手机上约21秒执行9个动作，未完成预订。这些项目由不同开发者发布。
据Hacker News上的Show HN帖子，Cua的Dillon和Francesco在思考有多少电脑操作任务真正需要通用大模型。部分任务需要规划、探索和失败恢复，另一些只需局部决策，例如某个值填入哪个框、是否勾选或忽略某元素。他们受TypeSafe的Jev及其系统一模型框架启发，尝试用小模型只做这类决策。CUA-S1的首个版本CUA-S1-FORMS基于jevlike的思路和代码，再训练一个专门处理表单交互的模型，参数量70.6万，原始检查点2.8MB，首次训练在合成数据上不到30分钟。
给定从文档中抽取的结构化元素和值，该模型为每个元素预测使用给定值、CHECK、CLICK或SKIP，不预测文本框新值，也不考虑截图。元素决策一起打分，代码可对动作排序，由Cua Driver逐一执行。Cua在表单任务上与托管Jev对比：整个决策集正确率99.7%对83.6%，需要执行动作的子集为100%对96%，仅保留已填字段不动的子集为100%对74%。Cua称，专用模型针对该任务和约定训练，托管Jev未为此微调，因此这是限定范围的专业化实验。本地为表单打分耗时7至9毫秒，调用托管Jev每次含网络延迟耗时260至280毫秒，但两者测量内容不同，并非端到端表单完成时间。
Cua表示，其兴趣在于脆弱脚本与通用智能体循环之间的空间：表单字段的内容和布局变化大到脚本难以维护，但可用决策集合仍可保持狭窄明确。他们想探索通用智能体遇到新情况时，将理解清楚的决策交给此类专用模型。当前版本仅面向表单，合成数据生成、训练、评估和Driver集成已以MIT许可证在libs/cua-s1下开源。