Jev est un modèle de décision à intelligence artificielle lancé par la startup TypeSafe AI en septembre 2026. Contrairement aux modèles conversationnels comme Claude ou ChatGPT, Jev ne discute pas, n'écrit pas de code et ne produit pas de prose libre. Étant donné un bloc d'état d'application et une liste de questions typées, il renvoie des réponses typées accompagnées de scores de probabilité calibrés, généralement en quelques centaines de millisecondes. TypeSafe le qualifie de premier « modèle System One », en référence à la pensée rapide et intuitive du « Système 1 » décrite dans le livre de Daniel Kahneman, Thinking, Fast and Slow.
Fonctionnement
Jev est conçu pour la prise de décision structurée plutôt que pour la génération ouverte. Un appelant fournit :
- un bloc de contexte ou d'état (par exemple, une facture, un ticket de support ou une alerte de sécurité), et
- une ou plusieurs questions typées, chacune avec un ensemble défini de réponses possibles.
Jev renvoie la réponse choisie pour chaque question, accompagnée d'une probabilité calibrée, afin que le code en aval puisse se ramifier à la fois sur la décision et sur la confiance du modèle. Comme la sortie est typée et contrainte plutôt que du texte en langage naturel, les résultats peuvent être consommés par programmation sans analyser de prose, et le modèle peut répondre bien plus rapidement qu'un modèle conversationnel token par token. Les utilisations typiques incluent la classification, la notation, le routage, la modération de contenu et la sélection de l'étape suivante dans un flux de travail automatisé.
Allégations de performance
Au lancement, TypeSafe a rapporté que, lors de ses évaluations internes de flux de travail, Jev fonctionnait environ 193 fois plus vite que Claude Sonnet 5 et coûtait environ 444 fois moins cher que Claude Opus 5 pour des tâches de décision. Ces chiffres proviennent de la propre suite d'évaluation de TypeSafe, dont les flux de travail ont été rédigés par l'équipe de TypeSafe elle-même, et l'entreprise a déclaré que ces gains représentent le haut de la fourchette attendue en usage réel plutôt qu'une moyenne garantie. Les benchmarks indépendants restaient limités dans les semaines suivant la sortie, donc les chiffres de vitesse et de coût annoncés doivent être lus comme des affirmations du fournisseur, en attente de vérification par des tiers.
Contexte
TypeSafe AI est dirigée par Diogo Almeida, un ancien chercheur d'OpenAI associé aux premiers travaux sur ChatGPT. L'entreprise positionne Jev comme un complément, et non un remplacement, des modèles génératifs : les grands modèles de langage restent adaptés à l'écriture et au raisonnement en prose (travail « Système 2 »), tandis que Jev cible les décisions de classification et de routage à volume élevé et à faible latence qui les entourent.
Réception
Jev a rapidement attiré l'attention de la communauté des développeurs en IA après son lancement, les premiers adoptants rapportant des améliorations de coût et de latence pour des tâches comme le traitement de factures, la correspondance de produits et l'automatisation du service client. Les couvertures ont noté à la fois la nouveauté d'un modèle de « décision » typé et non conversationnel, et la réserve que ses chiffres de performance les plus frappants étaient auto-déclarés. Le nombre de projets construits sur Jev aurait rapidement augmenté dans ses premiers jours de disponibilité. En quelques jours, la startup indienne Convai Innovations a publié Laya, un modèle open-weight sous licence Apache-2.0 dans la même catégorie « System One », se positionnant comme l'alternative auto-hébergeable.
Voir aussi
- Laya - la contrepartie open-weight (Apache 2.0) publiée quelques jours plus tard par Convai Innovations en Inde
- Grand modèle de langage
- IA générative
- Agent IA