Le 15 septembre, la startup TypeSafe AI a présenté Jev, un modèle d’intelligence artificielle qui a attiré l’attention des développeurs. Là où un grand modèle de langage (LLM), comme ceux qui alimentent ChatGPT ou Claude, peut rédiger une réponse libre, Jev répond à des questions fermées.
Il choisit parmi des options prédéfinies, attribue des scores ou estime des probabilités.
Les LLM savent aussi le faire... Quel intérêt y a-t-il alors à utiliser Jev ?
Diogo Almeida, cofondateur de TypeSafe AI et ancien chercheur d’OpenAI, a annoncé le lancement de Jev le 15 septembre.
Son équipe s’intéresse aux choix qu’un logiciel doit faire pendant une tâche : quel outil utiliser, quelle information retenir ou 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
Le nom Jev renvoie d’abord à William Stanley Jevons. Au XIXe siècle, cet économiste britannique a observé qu’une ressource pouvait être davantage consommée lorsque son utilisation devenait plus efficace.
TypeSafe AI applique cette idée aux décisions prises par une IA : si chacune coûte moins cher, les développeurs pourraient en intégrer beaucoup plus dans leurs applications.
La startup fait aussi référence à Daniel Kahneman. Elle présente Jev comme le premier de ses « System One Models », un nom inspiré du « Système 1 », la pensée rapide et intuitive décrite par le psychologue, par opposition au raisonnement plus lent qu’elle associe aux LLM.
On donne à Jev le contexte d’une situation et une ou plusieurs questions fermées. Le modèle peut alors :
Prenons une demande envoyée depuis un site web. Jev pourrait en identifier le sujet et évaluer son urgence.
Le logiciel s’appuierait sur ces résultats pour l’orienter, puis ferait éventuellement appel à un LLM pour rédiger une réponse personnalisée.
Un LLM peut déjà classer cette demande et fournir des données structurées.
TypeSafe AI mise sur la spécialisation de Jev.
Il répond à des questions fermées, rapidement et avec efficacité, lorsqu’une application ou un agent IA doit enchaîner 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.
A noter que ces chiffres proviennent des propres évaluations de la startup, sans confirmation par des benchmarks indépendants.
L’entreprise affirme aussi que Jev ne produit pas 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 tout de même choisir la mauvaise ou attribuer un score discutable.
Dans quatre flux de travail testés par TypeSafe AI, sa précision moyenne était d’environ 68 %. C’est comparable au résultat de GPT-5.6 Luna, mais six à sept points derrière GPT-5.6 Sol ou Claude Opus 5.
Pour un développeur, le choix dépendra donc des gains obtenus dans son application et du travail nécessaire pour intégrer un modèle supplémentaire. Il faudra aussi le comparer aux règles programmées et aux LLM déjà en place.
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. Au moment de la rédaction de cet article, ce message était toujours épinglé sur le compte X de l’entreprise.
