Pendant que tout le monde apprend aux modèles à mieux discuter, TypeSafe AI fait le pari inverse : une IA qui ne parle pas, mais qui décide. Et qui dit à quel point elle est sûre d’elle.
Le contre-pied
Cette année, la course à l’IA a surtout consisté à fabriquer des interlocuteurs plus fluides, plus bavards, plus convaincants. Le 15 septembre, TypeSafe AI a lancé le contraire : Jev, un modèle qui ne produit aucun texte. Il reçoit l’état d’un programme et une série de questions, et renvoie des valeurs précises, accompagnées de probabilités. Pas de paragraphe à relire, pas de format à vérifier.
La société le présente comme un « modèle System One », un clin d’œil à la distinction de Daniel Kahneman entre la pensée rapide et intuitive (Système 1) et le raisonnement lent et réfléchi (Système 2). L’idée : l’essentiel des décisions dans un logiciel sont des jugements rapides, et on a jusqu’ici fait appel à un modèle de raisonnement complet pour chacune.
Derrière, Diogo Almeida, qui a contribué aux travaux sur le RLHF et InstructGPT chez OpenAI, et une levée de 40 millions de dollars menée par DCVC. Le nom vient de l’économiste William Stanley Jevons : quand une ressource devient moins chère à utiliser, on en consomme davantage. Ici, la ressource, c’est la décision.
Trois questions, pas une de plus
Tout repose sur trois types de questions :
- Choice : choisir parmi des options (jusqu’à 255), avec une probabilité par option et un score de confiance. Une option « autre » permet de dire « aucune ne convient ».
- Score : se placer sur une échelle de 2 à 10 niveaux décrits en mots. Le résultat peut tomber entre deux niveaux, par exemple 1,4.
- Oui/non : une probabilité unique entre 0 et 1.
Pour un ticket de support, un seul appel peut demander quelle équipe doit s’en charger, à quel point le client est agacé, et s’il réclame un remboursement. Le code récupère les réponses et enchaîne avec de simples if. C’est la formule de la documentation de TypeSafe : un « if-statement intelligent ».
Pourquoi c’est différent d’un LLM
Un LLM génère du texte jeton par jeton, qu’il faut ensuite lire, valider et corriger. Jev évalue toutes les questions en parallèle, en un seul passage, et rend des réponses d’un format garanti. Ajouter une dixième question change à peine le temps de réponse.
L’autre promesse, c’est la confiance calibrée. Jev est entraîné pour que sa probabilité reflète la réalité : quand il dit 90 %, il doit avoir raison environ neuf fois sur dix. TypeSafe précise toutefois que c’est vrai en moyenne, sur beaucoup de prédictions, et ne garantit en rien une réponse isolée. Jev peut se tromper.
Les limites, noir sur blanc
- Texte uniquement. Pas d’images, d’audio ni de vidéo.
- Aucune connaissance du monde. Il ne sait que ce qu’on lui transmet et ne peut rien chercher seul.
- Aucune écriture. Ni chat, ni code, ni explication de ses choix.
C’est un outil pour les décisions répétitives et à gros volume : trier des tickets, router des demandes, modérer, extraire, noter, contrôler les sorties d’un autre modèle.
Les chiffres, avec des pincettes
TypeSafe annonce 0,042 dollar par million de tokens en entrée, une sortie gratuite, une latence de 70 à 500 millisecondes, et jusqu’à 193,6 fois plus rapide et 444,6 fois moins cher que les LLM sur son benchmark.
Ce sont des chiffres du fournisseur, pas des résultats indépendants. L’entreprise le reconnaît elle-même : les tests ont été faits sur ses propres ordinateurs portables, elle ne peut pas prouver que les prix ne sont pas subventionnés, les workflows ont été conçus par son équipe, et la réponse « juste » de référence est la moyenne de GPT-6 Astra et de Fable 5.1, ce qui favorise ces modèles. Seule la promesse de zéro erreur de format se laisse vraiment vérifier : un seul contre-exemple suffirait à la réfuter.
Une couche de décision, pas un remplaçant
L’usage le plus intéressant n’est pas de remplacer un LLM, mais de le placer en aval. Jev trie à bas coût, le code classique traite ce qu’il peut, et le gros modèle ne s’occupe que des cas difficiles. La confiance sert de curseur : on agit seul sur les décisions peu risquées quand la confiance est élevée, on demande confirmation sur les décisions coûteuses, et on passe la main à un humain quand la confiance est basse.
Ce que ça change
Si Jev tient ses promesses hors des tests de son créateur, il pourrait absorber les petits jugements qui encombrent aujourd’hui nos prompts. Pour l’instant, c’est un accès anticipé, limité au texte, avec des performances auto-déclarées : prometteur, pas encore prouvé.