Mis à jour le 18 septembre 2026
Jev est le premier modèle « System One » de TypeSafe AI, un moteur de décision qui renvoie des réponses typées et des probabilités calibrées au lieu de texte. Lancé en accès anticipé en septembre 2026, il équipe les développeurs qui automatisent le tri, le routage ou la notation dans leurs applications. La facturation porte sur les seuls tokens d'entrée, la sortie ne coûte rien. Console et documentation restent en anglais, aucune version française pour l'instant.
Jev reçoit un état en entrée, du texte brut, du JSON ou des listes, puis évalue des questions typées en parallèle et renvoie toutes les réponses en 70 à 500 millisecondes. Pas de prose, pas de code, pas d'explication.
En pratique, vous collez un ticket client, vous demandez d'un coup le service concerné, le degré d'urgence et la probabilité d'une demande de remboursement, et les trois verdicts tombent ensemble, chacun avec sa confiance. L'entraînement maison, baptisé RLCD, vise des probabilités calibrées, sur un grand nombre de prédictions données à 80 %, environ 80 % s'avèrent justes (la calibration décrit une moyenne, pas chaque réponse, testez donc sur vos propres données).
| Primitive | Ce que Jev renvoie | Exemple d'usage |
|---|---|---|
| Choice | Une option parmi 255 au maximum | Router un ticket vers le bon service |
| Score | Une position sur une échelle de 2 à 10 niveaux | Noter la gravité d'une alerte de sécurité |
| Noul | Une probabilité de oui ou de non | Repérer une tentative de jailbreak |
Derrière TypeSafe AI, on trouve Diogo Almeida, ancien chercheur d'OpenAI et co-auteur des travaux à l'origine d'InstructGPT, qui a sorti son labo de deux ans de discrétion avec 40 millions de dollars levés auprès de DCVC. Reste la question du nom. Jev rend hommage au paradoxe de Jevons, l'idée qu'une ressource devenue moins chère finit par être consommée bien davantage.
Sur le banc d'essai interne de TypeSafe, quatre flux de travail dont la gestion d'incidents et le traitement de factures, Jev atteint environ 68 % d'accord avec les réponses de référence, au niveau de LLM intermédiaires mais pour une fraction du temps et du prix. Une démo le montre même jouer à Doom à raison de dix décisions par seconde. Oui, Doom.
En production, il s'insère surtout en cascade parmi les briques d'automatisation par IA, Jev classe et route chaque cas, votre code traite les évidences, un LLM généraliste ne reçoit que les dossiers ambigus.
Jev est en accès anticipé, l'inscription passe par une liste d'attente sur typesafe.ai et, d'après les premiers retours, les clés arrivent en un ou deux jours. La console comprend un Playground avec des leçons guidées et des cas types, tri de CV, audit d'un agent de support, routage de tickets.
Côté tarif, comptez 0,042 $ par million de tokens d'entrée (moins de 4 centimes d'euro), la sortie n'étant pas facturée. Ce barème date du lancement, seule la grille affichée par TypeSafe fera foi le jour où vous créerez votre compte.
Non, Jev se facture à l'usage, uniquement sur les tokens d'entrée, la sortie ne coûte rien. Aucun programme de crédits gratuits n'était décrit au lancement, mais TypeSafe évoque un coût de quelques dixièmes de centime par décision. L'accès anticipé passe par une liste d'attente.
Au sens strict, oui. Le modèle ne peut pas renvoyer une valeur hors du schéma que vous définissez, donc pas de JSON malformé ni d'option inventée. En revanche, une réponse typée peut rester fausse sur le fond, un mauvais choix assorti d'une probabilité valide demeure une erreur à surveiller.
Jev complète les LLM sans les remplacer. Il ne rédige ni texte, ni code, il tranche des questions fermées. Le montage conseillé fonctionne en cascade, Jev classe et route à bas coût, votre code gère les cas clairs, et un modèle généraliste ne reçoit que la minorité difficile.
Du texte uniquement, sous forme de chaînes, d'objets JSON ou de tableaux. Les images, l'audio et la vidéo ne sont pas pris en charge. TypeSafe conseille aussi de n'envoyer que l'état utile à la décision, la précision baisse quand le contexte se remplit d'éléments hors sujet.
Verdict : Pour trier, noter et router des volumes entiers de tickets, de logs ou de sorties d'agents, Jev fournit une brique de décision facturée une fraction du prix des modèles génératifs, et les équipes qui gardent un LLM sous la main pour les cas épineux en tireront le meilleur parti.
« Un assistant IA privé gratuit orienté confidentialité, hébergé en Europe et chiffré de bout en bout. Il combine des capacités de raisonnement poussées, la génération d'images, la recherche sur le deep web et la mémoire à long terme. Il garantit par ailleurs que vos conversations ne sont pas utilisées pour entraîner des modèles »
