ChatGPT研究员Diogo Almeida近日发布了一款名为Jev的新模型。与当前主流大语言模型不同，Jev并不具备聊天或代码生成能力，其核心功能被限定为“选判断”——即执行特定类型的判断与选择任务。

据Almeida介绍，Jev在性能上实现了显著突破：运行速度比传统大模型快20至200倍，同时成本降低40至400倍。这一数据意味着，在需要高频判断的场景中，Jev可能大幅压缩计算资源与时间开销。

Almeida还表示，据他所知，Jev是通往基……（原文此处截断）。该表述暗示Jev可能被视为某种基础性架构的探索方向，但原文未进一步展开具体技术路径或应用场景。

目前，Jev的详细技术文档、开源计划及基准测试结果尚未在原文中披露。对于AI行业而言，这一模型的出现提示了另一种可能性：在通用大模型之外，针对特定判断任务优化的专用模型或许能在效率与成本上取得数量级的优势。