TypeSafe AI lance Jev pour l'automatisation IA structurée

TypeSafe AI, fondée par Diogo Almeida, ancien chercheur d'OpenAI ayant contribué aux travaux initiaux de ChatGPT, annonce le lancement de sa première intelligence artificielle conçue spécifiquement pour l'automatisation logicielle. Intitulé Jev, ce modèle inaugure les System One, une nouvelle classe de modèles frontaux optimisés pour prendre des décisions rapides, structurées et directement exploitables par des programmes. Contrairement aux grands modèles de langage actuels qui génèrent principalement du texte brut non structuré, Jev renonce à la production de chaînes de caractères au profit de sorties typées et prédéfinies. Cette architecture repose sur un nouvel entraînement baptisé RLCD, qui privilégie les récompenses vérifiables plutôt que les préférences humaines. Le résultat est un système incapable de produire des hallucinations ou des erreurs de type. Chaque décision est systématiquement accompagnée d'un score de confiance calibré, garantissant que la fiabilité annoncée correspond à la performance réelle du modèle. Les indicateurs techniques signalent une rupture d'efficacité. Là où les modèles leaders nécessitent plusieurs secondes pour générer une réponse et génèrent des coûts élevés par million de tokens, Jev offre un temps de réponse compris entre 70 et 500 millisecondes. Cette rapidité s'appuie sur un échantillonnage parallèle qui calcule toutes les sorties en une seule requête, tout en réduisant drastiquement la consommation de ressources. Les tokens de sortie sont pratiquement gratuits, tandis que les tokens d'entrée sont facturés environ 42 dollars par milliard. Cette approche répond directement aux exigences des environnements de production industrielle. En remplaçant les logiques conditionnelles rigides par des règles décisionnelles probabilistes et fiables, les développeurs peuvent intégrer l'intelligence artificielle dans des workflows automatisés, des applications temps réel et des systèmes de vérification ou de filtrage. Des démonstrations techniques, incluant le contrôle en temps réel d'un jeu de stratégie et la navigation automatisée sur Wikipédia, illustrent la capacité du modèle à traiter des flux de données complexes avec une précision mesurable et une latence négligeable. TypeSafe AI ouvre dès aujourd'hui un accès anticipé pour les développeurs, souhaitant identifier les cas d'usage où Jev excelle et les limites à combler. L'entreprise défend l'idée que l'intelligence artificielle doit disposer d'une interface prévisible et dépendable pour être véritablement adoptée par les secteurs critiques. En standardisant les sorties et en garantissant la cohérence des décisions, Jev vise à combler le fossé entre les capacités exploratoires des LLM actuels et les exigences de stabilité requises par l'automatisation à grande échelle, ouvrant la voie à une intégration plus fluide de l'IA dans les infrastructures logicielles modernes.