---
title: "Jev、Clef、Clef Flash、Clef Omni、Decider 怎么选？决策模型对比与积分对照"
description: "五个决策模型用同一个 TypeScript SDK、同一种请求，切换只需换模型 ID。看输入类型、每块积分怎么对比，以及如何用自己的数据选模型。"
canonical: "https://system-one.dev/zh-CN/blog/jev-vs-clef"
language: "zh-CN"
---

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

**Jev 和 Clef 有什么区别？** Jev、Clef、Clef Flash、Clef Omni 和 Decider 都是 system-one.dev 提供的决策模型。它们用同一种请求格式回答 Choice、Score、Noul 问题，返回概率。区别在输入类型和积分单价：Jev 和 Decider 只读文本和 JSON，Clef Flash、Clef Omni 和 Clef 还能读图片；每个问题每 4,096 字节，Jev 1 积分、Decider 1、Clef Flash 3、Clef Omni 4、Clef 6。

**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<br><small>[system-one.dev 定价、system-one.dev 模型目录](https://system-one.dev/zh-CN/pricing) · 2026-10-12</small> | 纯文本、量大、对成本敏感 |
| Clef Flash | 文本、JSON、图片 | Choice、Score、Noul | 3<br><small>[system-one.dev 定价、system-one.dev 模型目录](https://system-one.dev/zh-CN/pricing) · 2026-10-12</small> | 带图片、量大、对成本敏感 |
| Clef | 文本、JSON、图片 | Choice、Score、Noul | 6<br><small>[system-one.dev 定价、system-one.dev 模型目录](https://system-one.dev/zh-CN/pricing) · 2026-10-12</small> | Jev 或 Clef Flash 效果不够时再试 |
| Clef Omni | 文本、JSON、图片 | Choice、Score、Noul | 4<br><small>[system-one.dev 定价、system-one.dev 模型目录](https://system-one.dev/zh-CN/pricing) · 2026-10-12</small> | 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<br><small>[system-one.dev 定价、system-one.dev 模型目录](https://system-one.dev/zh-CN/pricing) · 2026-10-12</small> | 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](https://system-one.dev/zh-CN/models/jev)、[Clef](https://system-one.dev/zh-CN/models/clef)、[Clef Flash](https://system-one.dev/zh-CN/models/clef-flash)、[Clef Omni](https://system-one.dev/zh-CN/models/clef-omni)、[Decider](https://system-one.dev/zh-CN/models/decider-v1-1)。

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）**

| 模型 | 计算 | 积分 |
|---|---|---|
| Jev | 2 × 3 × 1 | 6 |
| Clef Flash | 2 × 3 × 3 | 18 |
| Clef Omni | 2 × 3 × 4 | 24 |
| Decider | 2 × 3 × 1 | 6 |
| Clef | 2 × 3 × 6 | 36 |

**算例二：2,000 字节、1 个问题（不足一块，按 1 块算）**

| 模型 | 计算 | 积分 |
|---|---|---|
| Jev | 1 × 1 × 1 | 1 |
| Clef Flash | 1 × 1 × 3 | 3 |
| Clef Omni | 1 × 1 × 4 | 4 |
| Clef | 1 × 1 × 6 | 6 |
| Decider | 1 × 1 × 1 | 1 |

新账号注册即送 100 积分，积分不过期。详见 [定价](https://system-one.dev/zh-CN/pricing)。

## 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](https://system-one.dev/zh-CN/blog/llm-as-a-judge-alternative)。

## 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）](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 和 ChatGPT 有什么区别](https://system-one.dev/zh-CN/blog/jev-vs-chatgpt)
- [system-one.dev 定价](https://system-one.dev/zh-CN/pricing)

核验日期：2026-10-12


## 常见问题

### Clef 和 Jev 是同一个模型吗？

不是。它们请求格式相同，但行为和给出的概率可能不同。

### 哪个最准？

没有通用答案。请用自己的数据测。

### 哪个最省积分？

按单价，Jev 1、Decider 1、Clef Flash 3、Clef Omni 4、Clef 6。

### 从 Jev 切到 Clef 要改代码吗？

只要换模型 ID，问题和 state 不用改。但阈值要重新校准。

### 怎么选择具体的模型？

可以用完整的模型 ID 选模型，不填就用默认模型。模型可能更新，换版后建议重新验证阈值。

### 支持中文吗？

Jev 能处理中文，但准确度不如英文，建议先用自己的中文数据测试。Clef Flash、Clef Omni、Clef、Decider 的中文效果，请先用自己的数据测试。

### 在哪里试用？

[在线试用（需登录）](https://system-one.dev/zh-CN/demo)。新账号注册即送 100 积分。