Julia-1对比Jev：本地与云端决策模型（2026）

Julia-1是什么？

Julia-1是Supersonic Labs基于mmBERT-small构建的144.3M参数决策模型，mmBERT-small是约翰斯·霍普金斯大学语言与语音处理中心（CLSP）推出的多语言编码器。给定一个上下文、一个问题和2到20个候选答案，Julia-1会对每个选项打分并返回最佳答案——它不生成自由文本。

该模型沿用了mmBERT-small的注意力布局：每三层中有一层对整个输入进行全局关注，其余层仅在±64个token的局部窗口内关注。一个含256,000行的词表嵌入占用了144M总参数中的98M，而单次请求只会读取实际用到的token所对应的嵌入行——这是该模型无需GPU即可在CPU上运行的原因之一。

Julia-1以Apache 2.0许可发布，磁盘占用550.5 MiB（FP32权重），可接受上下文、问题与候选答案合计最多8,192个token。它面向分类、路由决策、有序打分和是/否判断——这类是AI代理在调用工具或升级工单之前做出的固定选项决策，而非开放式生成。

其基础模型mmBERT-small本身也值得关注：JHU CLSP在MIT许可下用超过1,800种语言（最终训练阶段为1,833种）对其进行了训练。这个数字描述的是mmBERT-small的预训练覆盖范围——Julia-1自身的准确率仅在MASSIVE基准测试的52个语言区域上测得，因此应将1,800种语言这一数字视为关于基础模型的事实，而非关于Julia-1自身多语言准确率的说法。

Julia-1的准确率如何？

Julia-1在AG News（4标签主题分类）上得分94/100，在DAIR Emotion基准测试（6个标签）上得分86/100，两者均由Supersonic Labs自行报告。在覆盖52个语言区域的MASSIVE意图基准测试中，它在154,648个条目中正确回答了110,573个（71.5%），在混合类型化决策集上得分1,463/2,000（73.15%）。

较弱的结果来自Banking77（一个72标签的银行业意图基准测试）上的100样本试点：Julia-1得分64/100，而参考分数为87%。Supersonic Labs自己的模型卡明确指出「100样本的试点是令人鼓舞的信号，而非保证」，并指出像Banking77这样有72个类别的冗长、含糊标签集是Julia-1目前的薄弱环节。

截至发布时，这些数字均未在Supersonic Labs自己的模型卡之外得到独立复现——在第三方验证之前，请将其视为厂商自报数据。

应该本地运行Julia-1，还是调用Jev的云端API？

Jev由TypeSafe AI于September 15, 2026推出，是Julia-1本地方案的云端对应版本——而且获得了远超Julia-1的关注度。发布视频在X上获得了约40 million次观看，TypeSafe AI围绕发布获得了一轮由DCVC领投的$40 million种子轮融资，此后投资者曾以超过$10 billion的估值接触该公司，据彭博社的报道。

Jev由一位前OpenAI研究员打造，定位为「System 1」模型：它返回的是类型化、经过校准的决策，而非文本——用于路由、打分、分诊和审核，与Julia-1属于同一任务类别。与Julia-1不同，Jev仅通过DigitalOcean的Model Catalog等合作伙伴以云端API的形式提供。TypeSafe AI并未公布Jev的参数数量或模型架构；外部观察者仅是未经证实地猜测，它是基于开放权重底座的Transformer模型。

定价方式是按token计费，而非下载后免费使用：Jev每百万输入token收费$0.042，输出token目前免费，TypeSafe AI称在标准云端API条件下端到端延迟为70–500毫秒。目前尚无公开基准测试对Jev和Julia-1进行过正面比较——两者未在同一任务集上被评估过。

如需了解决策模型类别之外的纯CPU本地方案，请参阅适用于纯CPU设备的最佳Ollama模型。