Jev、Clef、Clef Flash、Clef Omni、Decider 怎么选？决策模型对比与积分对照

该选哪个？ 先按输入筛：有图片，就在 Clef Flash、Clef Omni 和 Clef 里选。纯文本，从单价低的 Jev、Decider 或 Clef Flash 开始试。然后用自己的 50–200 条标注样本，把同一批请求换不同模型 ID 各跑一遍，比较漏判、误报和积分消耗。换模型后，要重新校准阈值。

五个模型一览

模型	输入类型	问题类型	每个问题每块积分	适合先试的场景
Jev	文本、JSON	Choice、Score、Noul	1来源: system-one.dev 定价、system-one.dev 模型目录 · 核验日期 2026-10-12	纯文本、量大、对成本敏感
Clef Flash	文本、JSON、图片	Choice、Score、Noul	3来源: system-one.dev 定价、system-one.dev 模型目录 · 核验日期 2026-10-12	带图片、量大、对成本敏感
Clef	文本、JSON、图片	Choice、Score、Noul	6来源: system-one.dev 定价、system-one.dev 模型目录 · 核验日期 2026-10-12	Jev 或 Clef Flash 效果不够时再试
Clef Omni	文本、JSON、图片	Choice、Score、Noul	4来源: system-one.dev 定价、system-one.dev 模型目录 · 核验日期 2026-10-12	带图片，Clef Flash 效果不够时先试（单价介于 Clef Flash 和 Clef 之间）
Decider	文本、JSON	Choice、Score、Noul	1来源: system-one.dev 定价、system-one.dev 模型目录 · 核验日期 2026-10-12	纯文本、量大、对成本敏感

模型 ID 不在这里手写，请从 GET /v1/models 读取。各模型详情见模型页：Jev、Clef、Clef Flash、Clef Omni、Decider。

本文只比积分单价和输入类型，不引用任何基准分数。哪个模型在你的任务上更好，要用你自己的数据测。

积分怎么算：同一个请求在五个模型上的花费

公式：

每 4KB 算一块，不足 4KB 也按一块；费用 = 块数 × 问题数 × 模型单价

• 字节数是整个请求（state、问题、选项）的 UTF-8 字节数，不是字符数。
• 一个汉字约 3 字节，所以中文请求要按字节估。
• 不足一块，按 1 块算。

算例一：9,000 字节、2 个问题（每 4KB 一块，算 3 块）

算例二：2,000 字节、1 个问题（不足一块，按 1 块算）

新账号注册即送 100 积分，积分不过期。详见 定价。

怎么选：三步

第一步：有没有图片？

有图片，就在 Clef Flash、Clef Omni 和 Clef 里选。Jev 和 Decider 不读图片。

第二步：纯文本，先试单价低的

纯文本、量大、对成本敏感，先试 Jev、Decider 或 Clef Flash。

第三步：结果不够好，再换别的模型对比

用同一批样本，换 Clef 再跑一遍对比。

切换模型：只改模型 ID

五个模型用同一个 SDK、同一种请求。切换时，问题和 state 都不用改，只换模型 ID。

下面是示意代码，没有经过实际运行测试。写法沿用本站其他文章里 @system-one-ai/core 的用法。

ts// 示意代码，未经测试
import { createSystemOne, choice } from '@system-one-ai/core';
import { systemOneAdapter } from '@system-one-ai/adapter-system-one';
import { createFetchTransport } from '@system-one-ai/transport-fetch';

const questions = {
  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',
  }),
};

// 模型 ID 从 GET /v1/models 读取后传入，不要硬编码
export async function compareModels(modelIds: string[], message: string) {
  const results = [];
  for (const model of modelIds) {
    const client = createSystemOne({
      apiKey: process.env.SYSTEM_ONE_API_KEY!,
      baseURL: process.env.SYSTEM_ONE_BASE_URL!,
      model,
      adapter: systemOneAdapter,
      transport: createFetchTransport(),
      timeoutMs: 30_000,
      maxRetries: 0,
    });
    const result = await client.evaluate({ state: { message }, questions });
    results.push({
      model: result.model,
      team: result.answers.team.choice,
      confidence: result.answers.team.confidence,
    });
  }
  return results;
}

提醒：模型 ID 可能变化，请从 GET /v1/models 动态读取，别硬编码。

阈值不能直接搬

不同模型给出的概率分布不一样。在旧模型上调好的阈值，换模型后要重新在标注样本上选，再在留出的样本上复核。阈值怎么定，见 用 Score 替代 LLM 当裁判。

自测方法：50–200 条样本就能起步

1. 准备 50–200 条带标注的真实样本。
2. 里面要有难例、信息不全的样本，以及不属于任何类别的样本。
3. 每个模型都跑同一批样本。
4. 同时看漏判和误报，不只看总体对了多少。
5. 记下每个模型的积分消耗。

最后按结果和成本一起决定。

想先试一下？在线试用（需登录）。

相关阅读

• 决策模型是什么？
• Jev 和 ChatGPT 有什么区别
• system-one.dev 定价

核验日期：2026-10-12