9月的海外AI圈有多疯？据 ThursdAI 播客的追踪页统计，当月一共有 66 个发布：OpenAI 和 Anthropic 前后只差 101 分钟各发一款降价模型，Google 三周内塞了三款 Flash 进市场。大模型的价格战大家都看腻了，但我在翻完 ThursdAI、Launch AI Jam、LLM Reference、AI Release Tracker 四个发布追踪源之后，发现真正值钱的信息差不在“又便宜了几个点”，而在三个方向：一个全新的模型物种（不写字、只做判断）、一个白送的 24 小时个人 Agent、一场把语音转写打到七毛钱一小时的价格战。这三件事国内中文圈几乎零讨论，但每一件都能直接改进你的 Agent 流水线和产品毛利。今天一篇讲透。
9月最反直觉的发布，不是哪个模型又刷榜，而是 TypeSafe AI 公司发布的 Jev——按 ThursdAI 的说法，这是第一个公开的“非LLM”System 1 决策模型。
什么意思？大模型是“System 2”：慢慢想、慢慢写。而 Jev 完全不生成文本，它只回答问题——你用自然语言定义问题（只支持三种返回类型：choice 选择、score 打分、null 空值），它返回带置信度的机器可读概率。要点摘给你：
厂商自报的数据要打折听：TypeSafe 称在测试的决策任务上比同级 LLM 快 133 倍、便宜 444 倍，未经独立复核。但有一个旁证很硬：做电脑操作 Agent 的 Cua 随后发了 dev preview 版 jev-use，把 Agent 轨迹里的“点哪个、滚不滚、输不输”这类碎决策交给 Jev——在 Cua 自己的 80 任务电脑操作测试里，Jev 接住了 71 个，中位延迟约 0.1 秒（对比 GPT-6 Astra 的 4–5 秒），估算成本便宜约 400 倍。
更有意思的是开源侧的反应：Jev 发布不到一周，社区克隆就冒出来了，Florian S. 搞了个 JevBench，已经收录 70 多个开源兼容模型，甚至出现了刷榜攻击。
为什么值得你关注：你的 Agent 流水里，八成的模型调用其实是“这条是不是垃圾邮件”“该走 A 分支还是 B 分支”“这个输出及格吗”——全是判断题，却全在烧大模型的钱和时间。Jev 类模型就是把这一层拆出来单独计价。
国内对比：截至发稿，国内主流厂商没有公开的同类产品，大家还在用“微调个小分类器”土法炼钢。Jev 的差别在于：自然语言定义任务、返回校准概率、按 token 计费，不用训练。想跟进的团队门槛也不高——JevBench 里 70 多个开源克隆可以直接拉下来自部署。
获取方式：Jev 目前走 waitlist（等候名单），官网链接我不瞎贴，直接从文末参考来源的 ThursdAI 9月发布页点进去，或搜「Jev TypeSafe AI」。
Meta 在 9 月的 Connect 上把 Muse 立成了全家桶核心。这是个跑在独立 Linux 虚拟机里的个人 Agent——自带浏览器，7×24 小时挂着，用的自家 Spark 模型。关键数字：
直播里主持人现场让 Muse 订了晚餐位，回邮件比本人还快。但对我来说，Muse 最值得看的不是功能，是它给 Agent 安全交的作业：
选型不用猜：Merit Systems 的 David Pawlan 9 月上线了 Assistant Benchmark，首周亲手跑了 273 项测试、覆盖 23 个 Agent，榜单收录 116 个助手、16 个维度，不收厂商赞助。结果 Muse 以 9.1 分领跑通用类，iMessage 系的 Instinct 拿 8.4。这个榜单本身就是个宝——选个人 Agent 前先去翻，比看发布会靠谱。
国内对比：国内的个人 Agent 要么锁在单 App 里（手机助手），要么用扣子这类平台自己搭流程、自己付模型费。Muse 是把“独立虚拟机 + 连接器 + 支付护栏 + 免费额度”打包白送，这个产品形态国内还没有对标物。
注意事项：Meta 系产品有地区和账号风控限制，接入国内业务数据前先想清楚合规和数据出境问题；第三方追踪数据也可能随时变动。
9 月语音基建憋了个大的——两家同周发了流式转写模型，价格直接杀穿：
再配一个免费选项：NVIDIA 同月开源了说话人分离模型（判断"这段话是谁说的"），权重直接放出来了。
为什么这是信息差：做播客工具、会议纪要、客服质检、视频字幕 SaaS 的朋友，你的成本模型该重算了。以前转写成本撑着定价，现在 API 价掉到七毛一小时，“按分钟收费”的商业模式第一道防线没了。国内讯飞、阿里云的转写也都按小时计费，海外这个价位等于把出海产品的报价锚直接砸了。
flowchart TD
A["任务进来"] --> B{"是哪类活"}
B -->|"判断 分类 打分"| C["Jev类快判模型"]
B -->|"写码 写文 深想"| D["大模型"]
B -->|"跨应用跑腿"| E["Muse类常驻Agent"]
C --> F["70至500毫秒回概率"]
F --> G{"置信度够吗"}
G -->|"够"| H["直接执行"]
G -->|"不够"| D
D --> I["产出初稿或方案"]
E --> J["独立虚拟机里开浏览器"]
J --> K["护栏审查网络请求"]
K --> L["单次虚拟卡付款"]
H --> M["结果写回日志"]
I --> M
L --> M
| 你以为的 | 别人已经知道的 |
|---|---|
| Agent 的每次判断都得靠大模型 | Jev 类 System 1 模型专管判断：$42/十亿输入 token，输出免费，70–500ms |
| 个人 Agent 又贵又麻烦 | Muse 白送每周 1 亿 token，自带虚拟机、连接器全家桶和一次性付款卡 |
| Agent 安全靠提示词念紧箍咒 | Muse 用独立 Sentinel 进程审查每个网络请求，提示注入悬赏 13 万美元 |
| 转写还是几分钱一分钟的成本 | MAI-Transcribe-2 千分钟 $1.67，约七毛人民币一小时，还带说话人分离 |
| 新工具等中文测评再上手 | Assistant Benchmark 已手测 273 项、116 个助手排名，Muse 9.1 居首 |
注：文中厂商自报数据（如 Jev 的 133 倍/444 倍、Muse Voice Transcribe 的 3.1% 词错率）均标注为厂商口径，未经独立复核；Jev 尚在 waitlist 阶段，实际可用性以官方为准。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。