Jev, un nouveau modèle d’IA conçu pour prendre des décisions rapides et structurées

Dans un communiqué publié le 15 septembre 2026, la startup américaine TypeSafe AI a dévoilé Jev, le premier représentant d’une nouvelle catégorie de modèles de frontière baptisée « System One Models ». Contrairement aux grands modèles de langage (LLM), ces derniers ne produisent pas de textes, mais des décisions structurées, pouvant être directement exploitées par un logiciel. Dépeint comme rapide, peu coûteux et immunisé contre les hallucinations, Jev a immédiatement séduit une partie des développeurs.

After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?

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

— Diogo Almeida (@CompleteSkeptic) September 15, 2026

Une startup fondée par un ancien chercheur d’OpenAI

Basée à San Francisco, la startup TypeSafe AI a été fondée par Diogo Almeida, qui revendique le statut de cocréateur de ChatGPT. Chez OpenAI, où il a passé quatre ans, ce diplômé du Georgia Institute of Technology a planché sur la méthode qui a appris aux modèles de langage à suivre des instructions et à dialoguer avec l’utilisateur : l’apprentissage par renforcement à partir de rétroaction humaine, ou Reinforcement Learning from Human Feedback (voir encart). Comme le rapporte Next, il est l’un des cosignataires d’un article de référence sur le sujet, datant de 2022.

Malgré l’engouement suscité par les modèles conversationnels, le chercheur s’est forgé la conviction que les acteurs de l’industrie faisaient fausse route, et que ces modèles ne pourraient jamais exceller dans l’automatisation. Une conviction qui l’a conduit à fonder TypeSafe AI. « Nous avons réussi à capturer quelque chose d’extraordinaire, et pourtant, ça n’est pas utile, a-t-il confié à TechCrunch. Il m’a fallu du temps pour arriver à cette conclusion : le problème, c’est que nous optimisons pour le langage humain… Nous excellons dans le langage humain depuis quatre ans, mais cela ne sert à rien pour l’automatisation, car les ordinateurs parlent une autre langue. »

Cette autre langue, TypeSafe AI a voulu l’inventer. Au terme de deux années de développement, marquées par « d’innombrables défis techniques et plusieurs percées scientifiques » d’après son fondateur, la startup a ainsi conçu Jev, un modèle de pointe capable de « prendre des décisions rapides et structurées », mais incapable de dialoguer. Son nom rend hommage à William Stanley Jevons, l’économiste britannique qui a établi, au XIXe siècle, qu’une ressource utilisée plus efficacement finit paradoxalement par être davantage consommée. Tout sauf un hasard, rappelle TechCrunch : TypeSafe AI prédit qu’une baisse du coût de l’intelligence artificielle devrait conduire à son déploiement à plus grande échelle.

Un modèle qui décide au lieu d’écrire

Contrairement à un LLM qui alimenterait ChatGPT ou Claude, Jev ne produit pas de texte. Il ne répond qu’à trois types de questions fermées :

• Choice : il choisit une option dans une liste.
• Score : il attribue une note selon une grille d’évaluation fixée à l’avance.
• Noul : il estime la probabilité qu’une affirmation soit vraie.

Par exemple, il pourrait juger si un commentaire publié sous un article contient des propos injurieux (Noul), déterminer s’il s’agit d’une question, d’une critique ou d’un spam (Choice), et évaluer son degré de véhémence sur une échelle de 1 à 5 (Score).

Les modèles System One fonctionnent mieux lorsque chaque question porte sur un point précis et bien délimité. Envisagez chaque question comme un jugement instinctif : le type d’évaluation qu’une personne très compétente pourrait formuler en quelques secondes, à condition de disposer du bon contexte, explique une page d’aide.

Pour donner vie à son projet, TypeSafe AI a conçu une nouvelle stack technique « entièrement dédiée à l’automatisation », précise l’annonce. Elle comprend « une nouvelle architecture de modèle » et « un échantillonneur parallèle », qui lui permet d’évaluer toutes les questions liées à une requête simultanément. La startup a également mis au point une méthode d’entraînement, le Reinforcement Learning for Calibrated Decisions (RLCD), qui apprend au modèle à prendre des « décisions calibrées », autrement dit à estimer honnêtement son degré de confiance dans le résultat. Ses réponses étant contraintes par un schéma, Jev ne peut, selon l’entreprise, ni commettre d’erreur ni halluciner. Il peut toutefois se tromper, et c’est ce score de confiance qui permet d’en estimer le risque.

Plus rapide et moins coûteux qu’un LLM

Si ce modèle frontière a suscité un intérêt immédiat, en particulier chez les développeurs — au point, même, de saturer brièvement l’API de TypeSafe AI —, c’est parce qu’il se montrerait plus rapide et moins coûteux pour accomplir certaines tâches, notamment d’automatisation logicielle. Sur certains usages ciblés, comme la vérification de la sécurité de commandes ou le tri d’emails, les premiers tests menés par des ingénieurs, rapportés par TechCrunch, le placent au niveau de ChatGPT Luna 5.6 ou de Gemini, parfois au prix d’une précision légèrement inférieure. Mais pour un coût significativement moindre.

Lors d’évaluations internes, menés sur des tâches conçues par ses propres équipes, TypeSafe AI annonce un temps de réponse de 70 à 500 millisecondes, une vitesse jusqu’à 193,6 fois supérieure à celle des LLM et un coût jusqu’à 444,6 fois inférieur. Dans son communiqué, la startup a toutefois tenu à nuancer ces résultats : « Le contenu de ces workflows n’a été ni délibérément choisi ni construit pour avantager notre modèle, et il ne fait pas partie de notre distribution d’entraînement. Il a toutefois été créé par des membres de notre équipe dédiée aux capacités du modèle : un biais n’est donc pas exclu. »