TypeSafe AI lance Jev, modèle pour l'automatisation structurée
Original : Introducing System One Models and Jev
Pourquoi c'est important
Un modèle optimisé pour l'automatisation machine plutôt que le dialogue humain ouvre un segment de marché distinct des LLM généralistes.
TypeSafe AI annonce Jev, son premier « System One Model », conçu pour produire des décisions structurées et typées à destination des logiciels. Disponible en early access, Jev affiche une latence de 70 à 500 ms — jusqu'à 200x plus rapide que les LLM classiques — et un coût d'entrée de 0,042 $/MTok, avec outputs gratuits.
Fondée par Diogo Almeida, ex-OpenAI ayant contribué aux travaux à l'origine de ChatGPT, TypeSafe AI sort de deux ans de stealth avec une promesse simple : combler le fossé entre les modèles de langage et l'automatisation réelle. Leur réponse s'appelle Jev, un modèle qui abandonne la génération de texte libre au profit de sorties structurées et typées — impossibles à halluciner par construction. L'architecture repose sur un échantillonnage parallèle (toutes les sorties générées en une seule requête), une approche radicalement différente du décodage séquentiel token-par-token des LLM. La méthode d'entraînement maison, baptisée RLCD (Reinforcement Learning for Calibrated Decisions), vise des probabilités épistémiquement honnêtes plutôt que la préférence humaine ou des récompenses vérifiables. Résultat affiché : intelligence comparable aux LLM frontier sur les tâches « System One », pour un coût 10 à 240x inférieur et une latence réduite à 70-500 ms contre 3 à 329 secondes pour les modèles concurrents. Chaque réponse s'accompagne d'un score de confiance calibré — un point que l'équipe juge indispensable pour toute automatisation sans supervision humaine.