Jev, le modèle de décision de TypeSafe AI

Jev est présenté par TypeSafe AI comme son premier modèle System One. Le nom renvoie au système rapide et intuitif décrit par Daniel Kahneman. Le modèle ne converse pas. Il reçoit un état, le texte ou les données à juger, et des questions typées, puis rend des valeurs que votre code utilise directement.

Il existe 3 types de questions. Choice choisit une option dans une liste, jusqu’à 255 options. Score place un contenu sur une échelle de niveaux que vous décrivez. Noul rend la probabilité que la réponse à une question fermée soit oui. Chaque réponse porte ses probabilités, une par option pour Choice et Score, une seule pour Noul, et le modèle ne lit pas encore les images.

Le prix affiché est de 0,042 dollar par million de jetons en entrée, soit 42 dollars le milliard, et la sortie n’est pas facturée. La fenêtre de contexte est de 32000 jetons sur la fiche OpenRouter, et non 64000 comme l’annoncent certaines vidéos. La société est dirigée par Diogo Almeida, passé environ 4 ans chez OpenAI. D’après Wikipédia, elle a levé 40 millions de dollars en amorçage, un tour mené par DCVC. Ce chiffre ne figure pas dans le billet officiel.

La requête ci-dessous est recopiée telle quelle depuis le démarrage rapide de la documentation. Elle demande à Jev si un message de client exprime une urgence. La clé d’accès se crée dans la console de TypeSafe AI et se place dans la variable TYPESAFE_API_KEY.

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
  {
    "state": "Hi, I've been trying to connect my Stripe account for 3 days and the integration keeps failing. I'm losing sales. Please help ASAP.",
    "model": "jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "Does this message express urgency?"
      }
    }
  }
EOF

Le champ state porte le message à juger, questions la liste des décisions attendues. Plusieurs questions peuvent partir dans le même appel, elles sont évaluées indépendamment. Une question qui dépend de la réponse d’une autre demande donc un second appel, construit par votre code.

Un détail de facturation se lit dans la réponse d’exemple de la documentation. Elle compte bien des jetons de sortie, 65 pour 392 en entrée. L’éditeur annonce que seule l’entrée est facturée. Les coûts de sortie aperçus dans certaines démonstrations sont donc à confronter à la facturation réelle.

TypeSafe AI annonce un modèle 193,6 fois plus rapide et 444,6 fois moins cher. La comparaison porte sur ses propres flux de travail, en prenant la moyenne de GPT-6 Astra et Fable 5.1 comme réponse de référence. L’éditeur reconnaît lui-même un biais possible, des résultats probablement situés dans le haut de la fourchette, et des mesures faites depuis la côte ouest américaine, près de ses serveurs.

Les premières mesures indépendantes ne comparent pas Jev aux mêmes modèles. Elles le mesurent face à de petits modèles rapides, ce qui explique en partie un écart plus modeste. Selon la chaîne IA et Stratégie, des développeurs ont mesuré Jev depuis la France sur la détection de courriels d’hameçonnage. La moitié des appels revient en moins de 239 millisecondes, contre 687 pour Claude Haiku 4.5, soit environ 3 fois plus vite. Le même auteur estime à 163 millisecondes le délai incompressible lié au réseau, ce qui borne le gain possible depuis l’Europe.

Un second test, publié par le vidéaste Meydeey, enchaîne 30000 décisions entre Jev et GPT-5.6 Luna. Jev y est environ 10 fois plus rapide, et coûte 11 centimes pour environ 15000 décisions contre 70 centimes, soit environ 6 fois moins cher. L’écart reste net, face à un petit modèle déjà économique.

Sur 2000 courriels dont la moitié frauduleux, la décision directe de Jev est correcte dans 62,6% des cas. Claude Haiku 4.5, un petit modèle de langage généraliste, atteint 81,3%. Sur cette tâche, le modèle spécialisé dans la décision se trompe nettement plus souvent que le modèle qui écrit.

Le protocole mérite d’être lu en entier. Les courriels étaient synthétiques, générés par l’auteur. Quand il a découpé la décision en plusieurs indices, puis combiné leurs réponses, les résultats de Jev se sont nettement améliorés. Avec Jev, la manière de poser la question pèse davantage sur le résultat qu’avec un modèle de langage.

Le test des 30000 décisions va dans le même sens. En qualité brute, Jev termine légèrement sous GPT-5.6 Luna. Son score global de 99,4 sur 100 contre 69,2 vient d’une grille où la vitesse et le coût pèsent lourd. Les 2 modèles échouent d’ailleurs dans 67% des cas sur les dates numériques et dans 80% des cas sur les structures imbriquées.

La promesse centrale de TypeSafe AI tient en un mot, la calibration. Un modèle est bien calibré quand ses probabilités correspondent aux fréquences observées. Sur 100 décisions notées à 90%, environ 90 doivent être justes. Les réponses Choice et Score portent aussi un champ confidence, absent des réponses Noul, qui ne se confond pas avec la probabilité. Voici un extrait de la réponse d’exemple publiée dans la documentation.

"department": {
  "type": "choice",
  "choice": "technical",
  "confidence": 0.78,
  "probabilities": {
    "technical": 0.85,
    "sales": 0.0,
    "billing": 0.15
  }
}

L’option retenue a une probabilité de 0,85 et une confiance de 0,78. D’après la page Confidence, la confiance mesure à quel point la répartition est concentrée sur une option. Une confiance de 0,90 ne veut donc pas dire 90% de bonnes décisions. Un seuil d’automatisation réglé sur le mauvais champ agit sur une assurance mal interprétée.

Les tests tiers montrent pourquoi ce réglage se mesure. La même source obtient une bonne calibration sur plusieurs jeux de test publics. En revanche, sur des tickets dont la règle de priorité était volontairement cachée, Jev attribuait en moyenne 74% de probabilité à sa réponse, avec une justesse très inférieure. Face à des questions sans réponse possible, il a reconnu son ignorance environ une fois sur 2. Le slogan zéro hallucination signifie seulement que Jev ne sort jamais d’une option que vous avez prévue. Il peut cocher la mauvaise case, et cette erreur bien typée traverse tous les contrôles de forme.

Pour une PME française, la question des données passe avant celle du prix. Les documents officiels de TypeSafe AI répondent en partie. La politique de confidentialité confirme un hébergement aux États-Unis et s’engage à ne pas entraîner de modèle sur les données envoyées. Le contrat client autorise, sans limite de durée, l’usage des données pour produire de la télémétrie, et fournit le service en l’état, sans garantie de disponibilité. Un accord de traitement des données prévoit les clauses contractuelles types européennes.

Nous n’en tirons aucune conclusion juridique. Ces clauses sont à faire lire par votre conseil avant d’envoyer à Jev un nom, une adresse ou le contenu d’un ticket client. L’absence d’engagement de disponibilité pèse aussi sur l’architecture, car un tri qui s’arrête bloque tout le flux qui en dépend.

Le repli se prépare donc dès le départ. Si Jev ne répond pas, la décision part vers un autre modèle ou vers une personne. C’est le même principe que le champ de repli d’une table de routage entre modèles.

Jev trouve sa place là où une décision fermée se répète des milliers de fois. Trier les demandes entrantes d’un agent IA de service client avant de les confier à un modèle de langage ou à une personne. Qualifier des leads selon des critères écrits. Vérifier, avant qu’un agent agisse, que l’action demandée entre dans son périmètre. La confiance rendue sert alors à décider quand automatiser et quand passer la main.

Il est à éviter dès qu’il faut rédiger, expliquer ou raisonner en plusieurs étapes, puisqu’il ne produit aucun texte. Il l’est aussi quand la réponse dépend d’une information absente du contexte, et quand une erreur ne se rattrape pas. L’un des invités d’un podcast consacré au lancement le dit sans détour, il ne confierait pas un portefeuille d’actions ou de cryptomonnaies à ce modèle.

Dans tous les cas, la preuve se fabrique sur vos données. Prenez quelques centaines de cas dont vous connaissez la réponse, faites-les trancher par Jev et par un petit modèle de langage, et comparez la justesse, le délai et le coût. Si vous préférez déléguer ce travail, nous le menons dans le cadre de notre prestation de location d’agents IA.