Guide

Qu'est-ce que Jev ?

Jev est un modèle de décision de TypeSafe AI. Vous lui envoyez un état — un ticket, un message, un enregistrement — et des questions typées, et il renvoie des probabilités sur lesquelles votre code peut brancher. Cette page couvre qui l'a construit, en quoi il diffère d'un modèle de texte et où il échoue.

Mis à jour

Un modèle de décision, pas un modèle de texte

La plupart des API d'IA renvoient du texte généré que votre code doit ensuite analyser. Jev saute le texte. La requête porte un état et une carte de questions typées ; la réponse porte une réponse typée par question : une probabilité oui/non, un choix parmi vos options ou une position sur votre échelle. TypeSafe appelle Jev le premier modèle System One, d'après le nom que Daniel Kahneman donne au jugement rapide et intuitif.

Jev a été entraîné avec RLCD, Reinforcement Learning for Calibrated Decisions, pour qu'une probabilité plus élevée corresponde à une meilleure précision. Il ne peut pas écrire de texte : l'objet de réponse constitue toute la sortie.

Qui fabrique Jev

Jev est développé par TypeSafe AI, une entreprise de San Francisco fondée en 2024 par Diogo Almeida, Erik Gafni et Sasha Sheng. Almeida, le CEO, a passé environ quatre ans chez OpenAI à travailler sur RLHF, InstructGPT, ChatGPT et GPT-4 avant de partir en 2024. Jev n'est pas un modèle d'OpenAI.

Jev a été publié en accès anticipé limité le 15 septembre 2026, en même temps qu'une levée de fonds de 40 millions de dollars menée par DCVC. Ses poids, son nombre de paramètres et son architecture ne sont pas publiés. Jev n'est pas affiné par client — les mêmes poids servent tous les comptes — et TypeSafe affirme que le modèle n'est pas entraîné sur les requêtes ou réponses des clients.

System One face à un modèle de langage

Un modèle de langage complète du texte ; Jev note des décisions. Pas de paragraphes à lire ni de tokens en streaming : l'objet de réponse typée est la sortie. TypeSafe annonce une latence de bout en bout de 70 à 500 ms, ce qui rend Jev utilisable dans des chemins synchrones comme le routage de requêtes, les portes de modération et la validation de formulaires.

L'entrée est du texte uniquement : une chaîne, un objet JSON ou un tableau de texte. Jev ne peut pas voir d'images, d'audio ou de vidéo. L'anglais est la langue principale et la plus précise ; les autres langues, dont le chinois, le japonais et le coréen, fonctionnent mais moins bien.

Les trois types de questions

Chaque question définit type et instructions, qui peuvent être une chaîne, un objet ou un tableau. L'id choisi n'est qu'une étiquette : la réponse revient sous la même clé.

  • Noul est une question oui/non. La réponse est noul, une probabilité entre 0 et 1 que l'affirmation soit vraie. Un objet criteria optionnel décrit ce que signifient true et false.
  • Choice choisit une option dans une carte que vous définissez, jusqu'à 255 options sur l'API officielle. La réponse inclut choice, une entrée probabilities pour chaque option et confidence.
  • Score place l'état sur une échelle ordonnée que vous écrivez, de 2 à 10 niveaux, le plus bas d'abord. La réponse inclut un score fractionnaire qui peut tomber entre les niveaux, legend, probabilities et confidence.
{
  "state": "Help! My payouts have been failing for 3 days.",
  "model": "jev-latest",
  "questions": {
    "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" },
    "team": {
      "type": "choice",
      "instructions": "Which team should handle this?",
      "criteria": { "billing": "Payments and refunds", "technical": "Bugs and outages" }
    },
    "frustration": {
      "type": "score",
      "instructions": "How frustrated is the customer?",
      "criteria": ["Calm", "Frustrated", "Very angry"]
    }
  }
}

Les points faibles de Jev

TypeSafe publie une note sur les irrégularités de Jev 1.13, revue pour la dernière fois le 2 octobre 2026. Les faiblesses documentées :

  • Lecture littérale — Jev tend à prendre le texte au pied de la lettre.
  • Maths et comptage — gardez l'arithmétique dans votre code.
  • Comparaison de dates et d'heures — calculez vous-même les dates relatives.
  • Indirection — les chaînes de références dans l'état peuvent le perturber.
  • Grands états remplis de détails non pertinents — filtrez avant d'envoyer.
  • Contenu antagoniste — un texte hostile dans l'état peut biaiser les réponses.
  • Des instructions ou des critères contradictoires donnent des résultats peu fiables.
  • Ordre des options du Choice — Jev penche vers la première option ; réordonnez pour vérifier la cohérence.
  • Génération — Jev ne peut pas écrire de texte ; utilisez un modèle génératif pour cela.

Le conseil pratique suit la liste : faites l'arithmétique et les dates dans le code, retirez les champs non pertinents de l'état et mélangez les options du Choice quand le classement compte.

Comment essayer Jev

Sur ce site, connectez-vous et créez une clé — le playground sur /dashboard/home peut en émettre une pour le compte connecté et exécuter une décision dans le navigateur. Un appel réussi utilise 1 crédit, donc ajoutez d'abord un petit pack à l'unité sur la page des tarifs. Les SDK officiels de TypeSafe fonctionnent aussi ici : pointez la base URL vers https://jev-api.org et envoyez le corps System One standard à /v1/systemone.

TypeSafe exploite aussi sa propre console avec facturation au token sur console.typesafe.ai

FAQ

Jev génère-t-il du texte ?

Non. Jev renvoie des réponses typées : une probabilité Noul, un Choice avec des probabilités par option ou un Score sur votre échelle. Pour générer du texte, il faut un modèle de langage.

Jev est-il un modèle d'OpenAI ?

Non. Jev est développé par TypeSafe AI, une entreprise distincte fondée en 2024. Son CEO a travaillé chez OpenAI, mais Jev est un produit TypeSafe.

Combien coûte un appel à Jev sur ce site ?

Un crédit par appel réussi, quel que soit le nombre de questions. Les erreurs de validation et les échecs amont sont gratuits. Environ 100 crédits correspondent à 1 USD hors taxes, et les packs à l'unité n'expirent pas.

Quelles langues Jev comprend-il ?

L'anglais est la langue principale et la plus précise. Les autres langues, dont le chinois, le japonais et le coréen, fonctionnent mais moins bien. Jev ne lit que du texte — pas d'images, d'audio ni de vidéo.

Peut-on affiner Jev sur mes données ?

Non. TypeSafe n'affine pas Jev par client ; les mêmes poids servent tous les comptes et TypeSafe affirme que les requêtes des clients ne servent pas à l'entraînement.

Envoyez la première décision

Ouvrez le playground avec une requête d'exemple, ou lisez la documentation et appelez l'endpoint avec votre propre clé.