Le 15 septembre, la startup TypeSafe AI a présenté Jev, un modèle d’intelligence artificielle qui a attiré l’attention des développeurs.
Sa particularité : il ne rédige rien !
À l'heure où ChatGPT, Claude et les autres grands modèles de langage (LLM) semblent tout savoir faire, à quoi peut bien servir une IA qui n'écrit pas ?
Diogo Almeida, cofondateur de TypeSafe AI et ancien chercheur d’OpenAI, a annoncé le lancement de Jev sur X.
Son équipe s'intéresse aux choix qu'un logiciel doit faire pendant qu'il exécute une tâche : quel outil utiliser, quelle information retenir, à quel moment solliciter une personne…
After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?
— Diogo Almeida (@CompleteSkeptic) September 15, 2026
I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev
• 20-200x faster
• 40-400x… pic.twitter.com/JSybNG2BKJ
Jev est un modèle pensé pour un usage « programmatique », à l'intérieur même du code. Les concepteurs le décrivent comme une suite de « smart if-statements », de conditions intelligentes. Là où un développeur écrit d'ordinaire une condition rigide, Jev permet d'écrire une condition qui s'appuie sur la compréhension du contexte.
Le nom Jev résume d’ailleurs cette ambition.
Il fait référence à l’économiste britannique William Stanley Jevons qui a a observé qu'une ressource pouvait être davantage consommée lorsque son utilisation devenait plus efficace.
TypeSafe AI reprend cette idée.
Si les décisions prises par une IA coûtent moins cher, les développeurs pourraient en intégrer beaucoup plus dans leurs applications.
Par ailleurs, TypeSafe présente Jev comme le premier représentant d'une catégorie qu'elle baptise « System One Models », en référence à la pensée rapide et intuitive décrite Daniel Kahneman, le « Système 1 », par opposition au raisonnement plus lent des LLM.
Concrètement, comment ça fonctionne?
Une application transmet à Jev les informations à examiner dans un champ appelé state : un message client, un document ou l’état d’un logiciel, par exemple.
Elle lui pose ensuite une ou plusieurs questions, avec une consigne et des réponses définies à l’avance.
Jev peut répondre de trois façons :
Prenons une demande envoyée depuis un site web. Jev pourrait en déterminer le sujet et évaluer son urgence.
Le logiciel utiliserait ces résultats pour l'orienter et un LLM prendrait le relais pour rédiger une réponse personnalisée si nécessaire.
Ces tâches ne sont pourtant pas hors de portée d'un LLM, qui peut lui aussi classer une demande et fournir des données structurées.
L'intérêt annoncé de Jev tient donc à sa spécialisation
Il répond à des questions rapidement et avec efficacité, pertinent pour optimiser les performances d'une application ou un agent IA devant prendre plusieurs décisions au cours d’une même tâche.
TypeSafe AI annonce des temps de réponse de 70 à 500 millisecondes.
Dans ses tests internes, Jev aurait été jusqu’à 193 fois plus rapide et 444 fois moins coûteux que les modèles retenus pour la comparaison.
Ce graphique rassemble les résultats de quatre scénarios d’automatisation. Pour mesurer la précision, TypeSafe prend comme référence la moyenne des réponses de GPT-6 Astra et Claude Fable 5.1. Jev obtient environ 68 % selon cette méthode, un niveau comparable à GPT-5.6 Terra ou Sonnet 5, mais inférieur à celui de Sol et d’Opus 5 en mode workflow.
L'argument n'est pas que Jev est le plus précis, mais qu'aucun des modèles comparés n'offrent un meilleur rapport précision/coût.
À noter que ces chiffres proviennent des propres évaluations de la startup, sans confirmation par des benchmarks indépendants.
TypeSafe AI met aussi en avant l'absence d'« hallucinations ».
Cette formule demande à être précisée : comme le modèle répond dans un cadre imposé, il ne peut pas inventer une option absente de la liste. Il peut malgré tout choisir la mauvaise ou attribuer un score discutable.
La promesse de Jev prend tout son sens lorsque la tâche est cadrée avec soin. Si les critères de décision sont suffisamment précis, le modèle pourrait produire rapidement, et à faible coût, des réponses fiables pour un usage donné.
Pour un développeur, le choix dépendra donc du rapport entre les gains obtenus et le travail nécessaire pour définir les critères, tester les résultats et intégrer un modèle supplémentaire dans son application.
Cela dit, l’annonce a suscité assez d’intérêt pour que TypeSafe AI suspende temporairement les nouvelles inscriptions le 22 septembre, afin de préserver la qualité du service pour les utilisateurs inscrits.
Mise à jour : les inscriptions à Jev sont de nouveau ouvertes depuis le 27 septembre.
