На прошлой неделе TypeSafe AI представила Jev – свою первую модель System One, оптимизированную для принятия решений на основе неструктурированных данных. Основатель компании Diogo Almeida ранее работал в OpenAI, где занимался исследованиями по разработке ChatGPT. Jev не предназначена для общения, написания кода или резюмирования. Она принимает неструктурированное состояние и возвращает типизированные решения с откалиброванными вероятностями. Это делает ее естественным выбором для множества мелких суждений внутри агентного цикла: какую модель вызвать, безопасна ли команда, какой фрагмент релевантен, завершен ли агент.
Каждый вызов отправляет состояние (текст или JSON) и словарь типизированных вопросов. TypeSafe определяет три примитива: Choice выбирает один вариант из списка (до 255 опций) и возвращает вероятность по каждому плюс уверенность; Score оценивает состояние по упорядоченным уровням рубрики и возвращает вероятности плюс уверенность; Noul возвращает вероятность (0–1) того, что утверждение истинно. Все вопросы оцениваются параллельно на одном состоянии в одном запросе. TypeSafe обучает Jev с помощью RLCD (Reinforcement Learning for Calibrated Decisions), поэтому более высокая уверенность должна соответствовать более высокой точности.
TypeSafe утверждает, что Jev в 193,6 раза быстрее и в 444,6 раза дешевле по сравнению с эталонными ответами GPT-6 Astra и Fable 5.1. Эти цифры взяты из собственных оценок рабочих процессов TypeSafe и, по заявлению компании, находятся на верхней границе реальных выигрышей. Стоимость: $0,042 за миллион входных токенов, выходные токены бесплатны. Латентность: от 70 до 500 мс.