Jev by TypeSafe AI : Le modèle du co-inventeur ChatGPT qui ignore le chat
JEV est le premier modèle public de TypeSafe AI, un laboratoire de San Francisco qui est sorti de la clandestinité le 15 septembre 2026 avec un financement de démarrage de 40 millions de $ dirigé par DCVC. Contrairement à ChatGPT, Claude ou Gemini, Jev n'est pas conçu pour tenir une conversation. Il est conçu pour s'asseoir à l'intérieur d'un logiciel et renvoyer rapidement des décisions dactylographiées sur lesquelles d'autres codes peuvent agir directement.
Le lancement a attiré l'attention principalement en raison de qui l'a construit : PDG et co-fondateur de TypeSafe, Diogo Almeida, est un ancien chercheur d'OpenAI et co-auteur de l'article InstructGPT, la recherche qui a jeté les bases d'ChatGPT. Son argument est que la même approche optimisée pour le chat qui a fait le succès d'ChatGPT peut être la mauvaise base pour l'IA qui fonctionne à l'intérieur du logiciel de production.
Qu'est-ce que Jev ?
TypeSafe appelle Jev a Modèle System One. Au lieu de générer du texte de forme libre un jeton à la fois, Jev prend une question structurée plus un peu de contexte et renvoie une réponse dactylographiée avec un score de confiance calibré. Un flux de travail peut alors se poursuivre automatiquement lorsque la confiance est élevée, ou transmettre le cas à un humain lorsqu'il ne l'est pas.
TypeSafe a formé Jev en utilisant une nouvelle méthode qu'il appelle Apprentissage par renforcement pour les décisions calibrées (RLCD), distinctes des techniques RLHF et RLVR utilisées pour former des modèles de discussion conversationnelle et des modèles de raisonnement. La société considère qu'il s'agit d'un départ délibéré du travail de la RLHF qu'Almeida a lui-même aidé à mener à bien.
1. Résultats dactylographiés et structurés
Jev n'écrit pas de paragraphes. Il renvoie une valeur dactylographiée spécifique, telle qu'une catégorie, un score ou une décision oui/non, ce qui est plus facile pour le logiciel à consommer en toute sécurité que l'analyse de texte de forme libre.
2. Scores de confiance calibrés
Chaque réponse est accompagnée d'une estimation de la confiance du modèle. Les équipes de développement peuvent définir des seuils de sorte que seules les décisions à haut niveau de confiance soient prises automatiquement, tout le reste étant transmis à l'examen.
3. Rapidité et coût
TypeSafe affirme que Jev répond en environ 70 à 500 millisecondes et rapporte des points de référence de flux de travail qui sont considérablement plus rapides et moins chers que les pipelines comparables basés sur LLM. La tarification publiée se situe autour de 42 $ par milliard de jetons d'entrée, les jetons de sortie n'étant pas facturés séparément.
4. Requêtes composables parallèles
Parce que Jev est conçu pour être appelé par programme, TypeSafe dit qu'il peut générer de grands lots de décisions en parallèle et permettre aux développeurs de les combiner dans des flux de travail automatisés plus importants, similaires aux fonctions de composition dans le code.
À quoi sert Jev ?
TypeSafe lance Jev pour le genre d'appels de jugement qui s'appuient aujourd'hui soit sur des règles manuscrites fragiles, soit sur des appels LLM plus lents et plus coûteux :
- Trier ou trier les demandes et billets entrants
- Enregistrements de notation, tels que la notation des risques ou de la qualité des prospects
- Filtrage des sorties générées par l'IA pour détecter les tentatives de jailbreak ou les violations de la politique
- Extraction de fonctionnalités en temps réel et étiquetage des données structurées
- Logique de branchement automatisée dans les données à grande échelle ou les flux de travail métier
Ce à quoi Jev n'est pas bon
Jev n'est pas conçu pour écrire, réfléchir ou tenir une conversation. TypeSafe documente un contexte de travail d'environ 32 000 jetons, bien plus petit que les fenêtres d'un million de jetons annoncées par certains modèles de chat frontaliers, ce qui constitue une limite significative pour tout ce qui va au-delà d'un seul ticket, enregistrement ou passage de texte. Il est également toujours en accès anticipé, de sorte que la fiabilité réelle à grande échelle n'a pas encore été largement testée en dehors des propres repères de TypeSafe.
Jev vs utilisation d'un LLM pour une sortie structurée
Les développeurs contraignent déjà les LLM avec le mode JSON ou des fonctionnalités de sortie structurées pour obtenir des réponses analysables. L'argument de TypeSafe est qu'il s'agit d'une solution de contournement plutôt que d'un choix de conception natif : les modèles de chat généraux ont été optimisés pour satisfaire les lecteurs humains, et non pour produire des décisions calibrées et sûres pour le type, ce qui, selon la société, se traduit par une incohérence et une confiance excessive dans les cas marginaux. Jev est construit autour de décisions dactylographiées et d'un score de confiance à partir de zéro, à une fraction de la latence et du coût des rapports TypeSafe pour des flux de travail LLM comparables.
Qui doit utiliser Jev ?
Équipes d'ingénierie et de plateforme la construction de couches de décision automatisées à l'intérieur des produits est le public principal. Équipes Confiance et sécurité peut être intéressé à l'utiliser pour filtrer le contenu ou les sorties d'IA à faible latence. Équipes de données et d'opérations l'exécution de travaux de classification ou d'extraction à grande échelle pourrait l'utiliser pour réduire les coûts et les délais d'exécution par rapport aux pipelines LLM à usage général. Jev ne s'adresse pas aux spécialistes du marketing, aux rédacteurs ou aux utilisateurs occasionnels à la recherche d'un assistant de chat.
Prix et disponibilité
Jev est actuellement disponible via une liste d'attente à accès anticipé plutôt que via une disponibilité générale. TypeSafe répertorie les prix des jetons d'entrée autour de 42 $ par milliard de jetons, avec des jetons de sortie inclus sans frais supplémentaires, bien que les conditions et les prix d'accès anticipé puissent encore changer à mesure que le produit arrive à maturité.
Résultat net
Jev est moins un concurrent d'ChatGPT ou d'Claude qu'un pari sur une nouvelle catégorie de produits : l'IA conçue pour être consommée par les logiciels plutôt que par les personnes. Le décollage de cette catégorie dépendra des performances de Jev une fois qu'il aura dépassé l'accès anticipé et qu'il aura atteint de véritables charges de travail de production.
