产品定位
Jev Router 是 TypeSafe 与 OpenRouter 于 2026 年 9 月底联合上线的模型路由，模型 ID 为 typesafe/jev-router，在 OpenRouter 上可直接调用。它运行在 TypeSafe 首个 System One 模型 Jev 之上，为每个请求自动选择最合适的模型与推理强度，在质量、速度和成本之间取得平衡，并且会随对话演进自适应。

核心功能
Jev Router 的核心是自动模型路由与推理强度调节。它接收应用状态和带类型的问题，通过 Jev 返回带概率的类型化答案，包括 Choice 选哪个、Noul 条件是否成立、Score 落在有序标度哪个位置，因此代码可以直接分支处理。它还实现缓存感知路由，会从上下文检测缓存命中情况，减少重复计算和 token 浪费。会话策略上，它在整个会话中保持一个工作模型，只有当切换模型带来的预期收益超过丢弃已缓存上下文的成本时才会切换，也可以在不更换模型的前提下只调整推理强度。

技术特点
Jev 本身是结构化决策模型，不输出自由文本，而是输出带概率的类型化结果，适合作为路由决策器。产品页显示 Jev Router 价格为 0，并列出 1,000,000 token 的上下文窗口，输入支持文本、图片、音频、视频、PDF 等文件，输出为文本。作为对比，底层的 Jev 决策模型上下文为 32K，输入约 0.042 美元每百万 token，输出不收费。官方基准显示，在四个 agent 基准上解决 237/423 个任务，对比 OpenRouter 原有 Auto Router 的 130 个，相对提升约 82%；在五个基准上的中位首 token 时间领先于所测试的其他路由器。使用方式上，对已使用 OpenRouter 的开发者相当于更换 slug，在 OpenAI 兼容 API 里把 model 填成 typesafe/jev-router 即可，也可用于 Responses 与 Anthropic Messages 端点。隐私与限制方面，Jev 仅在零数据保留条款下读取对话文本用于选择模型与强度，不发送附件；若 Jev 返回无效结果或超时，请求会直接失败而不会回退到其他路由器。此外，Jev 不适合图像音频 PDF 输入，也不产出文档 diff 或计划，决策模型本身不应作为审批或安全决策的唯一权威。

适用场景
Jev Router 适合已经使用 OpenRouter 的开发者、需要多模型自动调度和成本质量速度平衡的 AI 应用、具有长上下文与缓存复用需求的会话式 agent，以及希望在 OpenAI 兼容 API、Responses 或 Anthropic Messages 端点中快速替换 slug 即可接入路由能力的团队。对于输入以文本和对话为主、希望减少手工选模、动态调整推理强度并利用缓存降低 token 浪费的场景较有价值；但涉及图像音频 PDF 输入、需要文档 diff 或计划产出，或必须依赖审批与安全决策权威性的任务，则不适合单独依赖 Jev Router。