定价与成本测算：什么时候 Jev 胜过 LLM + JSON
先给结论数字，再给算法。当前版本 jev-1.13.0（别名 jev-latest）：每 10 亿输入 token 收 42 美元——即每百万 0.042 美元——输出免费。限速 250,000 tokens/秒、1,200 请求/分钟（官方称动态调整中）。上下文总预算 64k；state 加最长问题控制在 32k 以内（约 15 万英文字符）。
规格表
| 项目 | 规格 |
|---|---|
| 价格 | $42 / Btok（$0.042 / Mtok），仅输入计费，输出免费 |
| 限速 | 250,000 tokens/秒 · 1,200 请求/分钟 |
| 上下文 | 64k 总预算；state + 最长问题 ≤ 32k |
| 输入 | 纯文本：string / JSON object / array。不支持图像、音频、视频 |
| 语言 | 英文最准；CJK 可用但精度偏低——务必用自己的数据测 |
| 微调 | 不做客户级微调；靠 state 塞领域材料、criteria 写规则、代码加权 |
批量效应：为什么一次调用胜过很多次
因为问题在单次前向里并行评估，问题数量几乎不改变成本和延迟。一个社区基准把它说得很具体：13 个问题合并成一次调用，比拆成 13 次单独调用便宜 12.2 倍、快 10 倍，答案完全一致。这一条就重塑了设计：过度提问几乎是免费的，所以把你可能需要的每个问题都发出去，让代码挑（见 投机式扇出）。
每百万次判断的成本（推演）
真正的问题是"一百万次判断要花多少"。下面是一个透明、假设驱动的对比。所有数字都是示意性估算——Jev 用的是其公开价，LLM 价只是常见档位的代表值，不是报价单。请用你真实的 token 量自己算。
| 假设 | Jev | 廉价 LLM（JSON） | 前沿 LLM（JSON） |
|---|---|---|---|
| 价格（输入/输出 每 Mtok） | $0.042 / 免费 | ~$0.10 / ~$0.40 | ~$3 / ~$15 |
| state + prompt tokens / 次 | ~300 | ~300 | ~300 |
| 输出 tokens / 次 | 0（免费） | ~50 | ~50 |
| 每次调用判断数（批量） | 13 | ~4 | ~4 |
| 每次调用成本 | ≈ $0.0000126 | ≈ $0.000050 | ≈ $0.00165 |
| 每百万次判断成本 | ≈ $1.3 | ≈ $50 | ≈ $410 |
| 每次调用延迟 | 毫秒级 | ~1–3 秒 | ~3–30 秒 |
怎么读：在大规模下，Jev 大约比廉价聊天模型便宜一个数量级，比前沿模型便宜两到三个数量级，同时低 100–1000 倍延迟。每次调用批量塞的判断越多，差距越大。
数学会反咬的地方。Jev 只收输入，所以你的state 大小就是全部成本故事。把 30k token 的 state 塞进每次调用来"给它上下文"，既抹掉成本优势，又掉精度（context rot）。state 要最小且相关——先在代码里过滤再发。并且记住：如果任务需要生成，Jev 干不了；那条路上你仍然在为 LLM 付钱。
让这些概率在生产里真正有用的阈值逻辑，见 置信门控路由。