SDE Cascade · 用 mini 模型拿 reasoning 模型 90% 的质量
mini 模型跑一遍结构化抽取 → 验证关键字段 → 不确定时才升级到 reasoning 模型。省 10× 成本,保留大部分质量。
cascadecost-optimizationextraction
📄 原文:https://docs.typesafe.ai/cookbooks/sde_cascade 更新:2026-09-20
来源:docs.typesafe.ai/cookbooks/sde_cascade 抓取时间:2026-09-20
模式
# Stage 1: 用 Jev 做抽取(便宜)
resp = client.system_one(state=doc, questions={
"fields": Score(["complete","partial","missing"], instructions="How complete is the extraction?")
})
# Stage 2: 只在 confidence 低时升级
if resp.fields.confidence < 0.85:
resp = expensive_reasoning_model.extract(doc)
关键洞察
Jev 适合做校准的”quality gate”——它的 confidence 告诉你”该信还是该升级”。
何时用
任何”先用便宜模型跑、只在不确定时升级”的成本优化场景:文档抽取、数据迁移、表单解析。