--- title: "Jev 和 ChatGPT 有什么区别？什么任务交给决策模型，什么交给大模型" description: "ChatGPT 生成文本，Jev 只回答类型化问题并返回概率。用一张表和一段 TypeScript 代码看清两者分工，以及怎么在 Agent 里组合使用。" canonical: "https://system-one.dev/zh-CN/blog/jev-vs-chatgpt" language: "zh-CN" --- # Jev 和 ChatGPT 有什么区别？什么任务交给决策模型，什么交给大模型 **Jev 和 ChatGPT 有什么区别？** ChatGPT 是生成式大模型，读提示词后生成文本。Jev 是决策模型，读一段文本或 JSON，回答预先定义好的问题（选一个、打个分、判断是否），返回概率，不生成文本。前者适合写作、总结和推理，后者适合 Agent 流程里的分类、路由和检查。 **Jev 能替代 ChatGPT 吗？** 不能整体替代，只能替代其中“判断”那一步。如果你用 ChatGPT 加 JSON Schema 做分类或是非判断，这一步可以改用 Jev，直接拿到每个选项的概率。生成回复、解释原因、多步推理，仍然交给大模型。两者常常一起用。 ## 一句话区别：生成文本 vs 回答类型化问题 ChatGPT 的接口是“提示词进，文本出”。即使你要求它输出 JSON，它也是一个 token 一个 token 生成出来的。 Jev 的接口是“state 加问题进，概率出”。你先写好问题和选项，Jev 只在这些选项里给出答案和概率。问题有三种： - **Choice**：从选项里选一个，给出每个选项的概率。 - **Score**：按有序量表打分。 - **Noul**：返回“是”的概率。 本站的 System One 是一个开源 TypeScript SDK（`@system-one-ai/core`）加托管 API。想先了解这类模型，见 [决策模型是什么？](https://system-one.dev/zh-CN/blog/what-is-a-decision-model)。 ## 对照表：同一类工作，交给谁 这张表只比接口和机制，不比准确率、速度或价格高低。 | 对比项 | ChatGPT（OpenAI API + 结构化输出） | Jev（在 system-one.dev 上） | | --- | --- | --- | | 输出形状 | 生成的文本；开启结构化输出时，是符合 JSON Schema 的文本
[OpenAI 结构化输出文档](https://developers.openai.com/api/docs/guides/structured-outputs) · 2026-10-12 | 类型化答案加概率，不生成文本
[Jev 文档](https://docs.typesafe.ai/models) · 2026-10-12 | | 答案空间 | 开放；用 enum 等字段可以限制格式 | 只能在你预先给的选项或量表里作答
[System One 决策原语](https://docs.system-one.dev/zh-CN/docs/primitives) · 2026-10-12 | | 不确定性信号 | 结构化输出本身不返回每个选项的概率，需要自己设计 | Choice 返回每个选项的概率，Noul 返回“是”的概率
[System One 决策原语](https://docs.system-one.dev/zh-CN/docs/primitives) · 2026-10-12 | | 能否解释原因 | 能，可以让它写出理由 | 不能，不解释推理过程
[System One 文档](https://docs.typesafe.ai/concepts/system-one) · 2026-10-12 | | 输入类型 | 文本、图片等，见 OpenAI 官方文档
[OpenAI 结构化输出文档](https://developers.openai.com/api/docs/guides/structured-outputs) · 2026-10-12 | 文本和 JSON，不读图片
[Jev 文档](https://docs.typesafe.ai/models) · 2026-10-12 | | 计费方式 | 按 token 计费，价格见 OpenAI 官方定价页
[OpenAI API 定价](https://developers.openai.com/api/docs/pricing) · 2026-10-12 | 按问题和请求字节块计积分（见下文）
[system-one.dev 定价](https://system-one.dev/zh-CN/pricing) · 2026-10-12 | | 适合的任务 | 写回复、总结、抽取任意字段、多步推理 | 分类、路由、打分、是非检查 | ## 真正的对手：ChatGPT + JSON Schema 很多开发者早就不用聊天界面做判断了，而是用 OpenAI API 加 JSON Schema 或函数调用。所以真正该比的是这一套写法。 ### 结构化输出解决了什么，没解决什么 OpenAI 文档说，结构化输出能确保模型总是生成符合你给的 JSON Schema 的回答，不会漏掉必填字段，也不会编出无效的 enum 值。这解决的是**格式**问题。 它没解决的是： - **不确定性**：你拿到一个 enum 值，但不知道模型有多确定。想要置信度，得自己设计。 - **边界情况**：OpenAI 文档也写明，模型拒答或者达到 max tokens 上限时，回答可能不符合 schema，需要你单独处理。来源：[OpenAI 结构化输出文档](https://developers.openai.com/api/docs/guides/structured-outputs) · 2026-10-12 ### 你原来的 schema，对应 Jev 的哪种问题 | 原来的 schema 字段 | 对应的 Jev 问题 | |---|---| | `enum`（从几个类别里选一个） | Choice | | 评分字段（比如 1–5 分） | Score | | `boolean`（是或否） | Noul | ## 同一个任务两种写法：客服工单分流 任务：读一条客服留言，判断该交给哪个团队，以及是否要求退款。 > 以下两段代码都是**示意代码**，用来对比写法，没有经过实际运行测试。写法一是伪代码；写法二沿用本站其他文章里 `@system-one-ai/core` 的写法。代码里不放真实的返回数字。 **写法一：ChatGPT + JSON Schema（伪代码）** ```ts // 示意伪代码，未经测试 const schema = { type: 'object', properties: { team: { type: 'string', enum: ['billing', 'support', 'review'] }, refundRequested: { type: 'boolean' }, }, required: ['team', 'refundRequested'], additionalProperties: false, }; // 1. 把留言和 schema 发给模型，开启结构化输出 // 2. 检查是否拒答、是否因 max tokens 截断 // 3. 解析 JSON，拿到 team 和 refundRequested // 4. 没有每个选项的概率：要置信度，得自己另想办法 ``` **写法二：Jev + `@system-one-ai/core`（示意）** ```ts // 示意代码，未经测试 import { choice, booleanQuestion } from '@system-one-ai/core'; import type { EvaluationClient } from '@system-one-ai/core'; const ticketQuestions = { team: choice('Choose the team that should handle this message.', { billing: 'Payments, invoices, and refunds', support: 'Technical issues with the product', review: 'Needs a person; the request is incomplete or consequential', }), refundRequested: booleanQuestion('Does the message ask for a refund?'), }; export async function routeTicket(client: EvaluationClient, message: string) { const result = await client.evaluate({ state: { message }, questions: ticketQuestions }); return { team: result.answers.team.choice, teamConfidence: result.answers.team.confidence, refundProbability: result.answers.refundRequested.probability, }; } ``` `client` 的创建方式见 [决策模型是什么？](https://system-one.dev/zh-CN/blog/what-is-a-decision-model) 里的 `createHostedClient()`，模型 ID 从 `GET /v1/models` 取，不要手抄。 差别在于：写法二直接拿到概率，代码可以按阈值分支，比如置信度低就转人工。阈值要用你自己的标注样本来定。 ## 什么时候还是用 ChatGPT 这些事交给大模型更合适： - 写回复、写邮件、写代码。 - 总结长文、改写语气。 - 抽取事先列不出来的任意字段。 - 多步推理，或者需要写出理由。 - 输入里有图片等非文本内容（Jev 只读文本和 JSON）。 ## 组合模式：大模型生成，Jev 把关 ### Jev 先分流，拿不准再交给大模型 先用 Jev 的 Choice 分类。置信度够高，直接走对应流程；不够高，再交给大模型处理。详见 [模型路由](https://system-one.dev/zh-CN/blog/model-routing)。 ### 大模型生成后，Jev 做是非检查 大模型写完回复，再用 Jev 的 Noul 检查，比如“这条回复是否承诺了退款”。概率高就拦下或转人工。详见 [Agent 护栏](https://system-one.dev/zh-CN/blog/agent-guardrails)。想用 Score 给生成结果打分，见 [用 Score 替代 LLM 当裁判](https://system-one.dev/zh-CN/blog/llm-as-a-judge-alternative)。 两种模式的阈值，都要用自己的标注样本定。 ## 那 Claude 呢？ 关系一样。Claude 也是生成式大模型，也提供结构化输出：Anthropic 文档说，它通过约束解码保证回答符合 schema。来源：[Claude 结构化输出文档](https://platform.claude.com/docs/en/build-with-claude/structured-outputs) · 2026-10-12 上面关于 ChatGPT + JSON Schema 的分析，同样适用于 Claude。本文不对 Claude 做单独评测。 ## 计费与试用 在 system-one.dev 上调用 Jev，按积分计费： > 每 4KB 算一块，不足 4KB 也按一块；费用 = 块数 × 问题数 × 模型单价 - Jev 单价：每个问题每块 1 积分。 - 字节数是整个请求的 UTF-8 字节数，不是字符数。一个汉字约 3 字节。 - 不足一块按 1 块算。 - 例：一个 9,000 字节、2 个问题的 Jev 请求 = 2 × 3 × 1 = 6 积分。 新账号注册即送 100 积分，积分不过期。模型用完整的模型 ID 选择，ID 从 `GET /v1/models` 取。详见 [定价](https://system-one.dev/zh-CN/pricing)。 ChatGPT 按 token 计费，和本站的计费方式不同，不能直接比单价。请用自己的典型请求分别算。 想试一下？[在线试用（需登录）](https://system-one.dev/zh-CN/demo)。 ## 相关阅读 - [决策模型是什么？](https://system-one.dev/zh-CN/blog/what-is-a-decision-model) - [Jev 是什么（Jev 模型页）](https://system-one.dev/zh-CN/models/jev) - [Jev、Clef、Clef Flash、Clef Omni、Decider 怎么选](https://system-one.dev/zh-CN/blog/jev-vs-clef) ## 常见问题 ### Jev 和 ChatGPT 有什么区别？ ChatGPT 生成文本；Jev 只回答预先定义的问题，返回选项、评分或是非概率，不生成文本。 ### Jev 能替代 ChatGPT 吗？ 不能整体替代。它只能替代“判断”那一步，生成和推理仍交给大模型。 ### 已经用 ChatGPT + JSON Schema 做分类，还需要 Jev 吗？ 如果你需要每个选项的概率，用来设阈值、转人工，可以试 Jev。如果现在的做法已经够用，就不必换。 ### 两者怎么组合？ 常见两种：Jev 先分流，拿不准再交给大模型；大模型生成后，用 Jev 做是非检查。 ### 在 system-one.dev 用 Jev 怎么计费？ 每 4KB 算一块，不足 4KB 也按一块；费用 = 块数 × 问题数 × 模型单价，Jev 单价 1 积分。新账号注册即送 100 积分，积分不过期。 ### Jev 和 Claude 也是这个关系吗？ 是的。Claude 也是生成式大模型，分工和组合方式相同。