L'inventeur de ChatGPT vient de tuer le chatbot

Jev AI a récemment fait la une des journaux en jouant au jeu vidéo Doom en temps réel, en traitant 10 requêtes par seconde. Ce n'est pas seulement un tour de passe-passe ; cela démontre la valeur fondamentale de Jev : une vitesse fulgurante. Le modèle affiche des temps de réponse compris entre 70 et 500 millisecondes, ce qui le rend 40 à 200 fois plus rapide que les grands modèles de langage conventionnels pour des tâches similaires, le tout pour environ 7 $ par heure lors de la démonstration sur Doom.

Cette IA révolutionnaire provient de TypeSafe AI, cofondée par Diogo Almeida, un co-inventeur de ChatGPT. Almeida s'est délibérément détourné de l'IA conversationnelle, visant à résoudre un problème plus fondamental dans l'automatisation des logiciels. Il a imaginé une IA qui agit, et pas seulement qui parle.

Jev définit une nouvelle catégorie en tant que premier System One Model, fonctionnant comme un "frontier-intelligence function call" qui prend des décisions typées et probabilistes directement au sein du code. Il abandonne entièrement la génération de texte, prenant des entrées non structurées et fournissant des valeurs structurées et typées en une seule requête parallèle, ce qui empêche intrinsèquement les hallucinations. Ce modèle est également incroyablement bon marché, facturant 0,042 $ par million de jetons d'entrée avec des jetons de sortie gratuits, soit 238 fois moins cher que des modèles comme Claude Fable 5.1.

Jev ne fonctionne pas comme votre chatbot typique, qui génère du texte jeton par jeton. Ce processus séquentiel limite intrinsèquement la vitesse et rend les LLM inadaptés aux décisions en temps réel. Au lieu de cela, Jev utilise un nouveau hardware-aware parallel sampler, évaluant et fournissant toutes les valeurs structurées simultanément. Ce changement architectural fondamental redéfinit la manière dont l'IA traite l'information, allant au-delà de la conversation vers l'action directe.

Ce n'est pas seulement une astuce matérielle ; l'entraînement est également différent. TypeSafe AI a développé le Reinforcement Learning for Calibrated Decisions (RLCD), une nouvelle méthodologie garantissant que les scores de confiance du modèle reflètent directement sa précision. Cela rend Jev exceptionnellement fiable pour les systèmes de production critiques, un contraste frappant avec les résultats souvent imprévisibles des LLM à usage général, où la précision est souvent une supposition.

Les gains de performance sont stupéfiants, positionnant Jev pour des applications d'entreprise sérieuses. Il offre des temps de réponse compris entre 70 et 500 millisecondes, ce qui le rend 40 à 200 fois plus rapide que les LLM conventionnels pour les tâches structurées. Surtout, ses sorties sont liées à un schéma par conception, ce qui le rend immunisé contre les hallucinations qui affligent les modèles ouverts. Ce n'est pas un chatbot ; c'est un moteur de décision conçu pour la vitesse et la fiabilité, prêt pour un travail réel.

Le modèle de tarification de Jev redéfinit l'accessibilité de l'IA. Il facture environ 0,04 $ par million de jetons d'entrée, rendant le coût de l'alimentation de données dans l'IA presque négligeable. Surtout, les jetons de sortie sont "trop bon marché pour être comptés", ce qui signifie que vous ne payez rien pour les décisions structurées réelles de l'IA.

Ce n'est pas seulement bon marché ; c'est disruptif. Pour des tâches comme la classification, Jev est estimé 238 fois moins cher qu'un modèle tel que Claude Sonnet 5. De telles économies de coûts spectaculaires rendent enfin les applications d'IA en temps réel et à haut volume économiquement réalisables sur l'ensemble des piles logicielles, là où les modèles précédents étaient tout simplement trop coûteux à mettre à l'échelle.

TypeSafe AI, le développeur de Jev, a choisi son nom avec soin, en référence au paradoxe de Jevons. Ce principe économique suggère que rendre une ressource radicalement plus efficace et moins chère n'en réduit pas la consommation ; cela étend son utilisation à d'innombrables nouveaux domaines. Pour plus d'informations techniques, lisez Introducing System One Models & Jev - TypeSafe AI Blog.

Attendez-vous à une explosion de la manière dont les logiciels utilisent la prise de décision par IA. L'accessibilité financière de Jev intégrera une logique intelligente dans chaque recoin de l'expérience numérique, des systèmes backend aux interfaces utilisateur, faisant de l'IA permanente une réalité pratique pour les développeurs comme pour les entreprises.

Jev n'est pas là pour remplacer ChatGPT dans votre navigateur. Sa véritable cible est l'infrastructure backend complexe et coûteuse que les développeurs construisent pour obtenir des données structurées à partir de LLM. Considérez-le comme un outil spécialisé pour les moments où vous avez besoin d'une sortie précise et lisible par machine, et non d'une prose créative. Les LLM traditionnels offrent un « mode JSON », mais il est souvent lent, peu fiable et nécessite toujours une validation et une analyse approfondies.

C'est là que Jev brille. Il contourne entièrement la génération jeton par jeton, fournissant des valeurs structurées type-safe en une seule requête parallèle. Ce changement architectural élimine les couches lentes et fragiles que les développeurs ajoutent actuellement aux LLM, économisant un temps et des cycles de calcul considérables. Pour les systèmes de production, c'est un changement radical en termes de fiabilité et de coût.

Cette capacité rend Jev idéal pour les tâches à haut débit et critiques où la vitesse et la précision sont primordiales. Imaginez l'utiliser pour :

• La classification
• Le routage
• Le scoring
• L'extraction de données
• L'implémentation de branchements décisionnels flous directement dans le code là où la logique écrite à la main est trop rigide.

Ce sont les tâches répétitives et à haut volume qui épuisent les LLM traditionnels et les ressources des développeurs.

En fin de compte, Jev n'est pas juste un autre modèle d'IA ; il signale un changement de marché crucial vers des outils d'IA spécialisés et de qualité production. Il offre une nouvelle primitive pour les développeurs, allant au-delà du chat pour intégrer l'intelligence en tant que composant central et efficace de la logique logicielle. Il ne s'agit pas de parler à une IA, mais de rendre les logiciels plus intelligents, plus rapides et moins chers à construire.

Qu'est-ce que Jev AI ?

Jev est un nouveau type de modèle d'IA appelé « System One Model » de TypeSafe AI. Il est conçu pour des décisions programmatiques extrêmement rapides et structurées au sein des logiciels, et non pour générer du texte conversationnel.

En quoi Jev est-il différent de modèles comme ChatGPT ou Claude ?

Contrairement aux LLM traditionnels qui génèrent du texte jeton par jeton, Jev prend un état non structuré en entrée et produit une valeur structurée et type-safe en une seule requête parallèle. Cela le rend des ordres de grandeur plus rapide et moins cher pour des tâches d'automatisation spécifiques.

Pourquoi Jev AI ne peut-il pas halluciner ?

Jev ne peut pas halluciner car ses sorties sont limitées à des schémas et des choix prédéfinis. Il ne génère pas de texte libre ; il sélectionne ou remplit une structure rigide, éliminant la possibilité d'inventer des faits.

Qu'est-ce qu'un « System One Model » ?

Inventé par TypeSafe AI, un « System One Model » fait référence à une IA conçue pour une prise de décision rapide, intuitive et automatique, semblable à la pensée « Système 1 » chez les humains. Il contraste avec les modèles « Système 2 » plus lents et délibératifs, comme les grands modèles de langage (LLM).