ChatGPT'den Sonra En Büyük Kırılma mı: TypeSafe'in Sistem Bir Modeli Jev

Bu yeni model fırtına gibi esiyor iddiasıyla açılıyor video: büyük dil modellerinden 200 kata kadar daha hızlı ve 400 kata kadar daha ucuz olduğu, üstelik zekâda da geri kalmadığı söylenen bir sistem. Sunucu Jev'i küresel bir atılım gibi takdim ederken, kısa bir kesitte TypeSafe AI'ın kurucusu Diogo Almeida sahneye çıkıyor ve OpenAI'da ChatGPT ile RLHF'in mimarlarından biri olarak sohbeti süper insan seviyesine taşıdıklarını, fakat sohbetin tek başına genel yapay zekâ anlamına gelmediğini hatırlatıyor. Buradaki trilyon dolarlık soru net: talimat izlemeyi çözen modeller neden hâlâ insan onayı olmadan güvenle otomatikleştirilemiyor.

Neden sohbet yetmedi: otomasyonun tıkanma noktası

Almeida'nın teşhisi, insan tercihine göre ayarlanmış dil modellerinin yan etkilerine odaklanıyor: mod kaybı, aşırı özgüven ve güvenilirlik açığı. Bu zayıflıklar döngüden insanı çıkaramıyor; küçük bir hata bile zinciri bozduğu için gerçek otomasyon kurulamıyor. TypeSafe'in iki yıl gizlilikte geliştirdiği yanıt, metin yazmak yerine karar üretmeye adanmış farklı bir temel model ailesi: Sistem Bir modelleri. Projenin sloganı da bu yüzden prod not god — tanrısal bir sohbet yerine üretime uygun, hatayı pahalıya patlatmayan bir yapı hedefleniyor.

Sistem Bir nedir: Kahneman'dan ödünç bir çerçeve

İsim ilhamını Daniel Kahneman'ın Hızlı ve Yavaş Düşünme ayrımından alıyor: hızlı, sezgisel Sistem 1 ile yavaş, müzakereci Sistem 2 karşıtlığı. Bugünkü üretken modeller Sistem 2 gibi davranıyor; cevabı token token, otoregresif biçimde örüyor. Bu yaklaşım doğal diyalog için güçlü olsa da bilgisayarlar için dar bir pipet gibi kalıyor. TypeSafe'in iddiası, aynen dönüştürücülerin RNN'leri geride bıraktığı gibi, sıralı üretimin paralelle değiştirilmesi gerektiği yönünde; Jev de bu sıçramayı temsil eden ilk herkese açık örnek olarak konumlanıyor.

Paralel mimari ve RLCD: nasıl bu kadar hızlı ve ucuz

Jev metin dizisi üretmiyor; şema içinde tanımlı seçenekleri topluca puanlıyor. Yeni mimari, yeni paralel örnekleyici ve Kalibre Kararlar için Pekiştirmeli Öğrenme olarak adlandırılan RLCD eğitimi bir araya geliyor ve model bir istekte onlarca yapılandırılmış soruyu tek geçişte yanıtlıyor. Diyalog yerine olasılık ve güven skorlarıyla çalışan bu yapı, kod gibi tür güvenli sayılıyor: çıktılar şemaya bağlı kalıyor ve sözel üretim hatalarına yer bırakmıyor. Sonuç, kurucunun yanyana demosunda netleşiyor: bir yanda akıcı cümleler kuran fakat saniyelerce bekleten dil modeli, diğer yanda aynı sorulara milisaniyeler içinde tip güvenli yanıtlar döndüren Jev.

Hız ve maliyet rakamları da bu mimari farktan türemiş. TypeSafe'in duyurusu Jev'i 100 kata kadar daha hızlı ve girdi tokenlarında milyar başına 42 dolar ile yaklaşık 100 kat daha ucuz olarak tarif ediyor; çıktı tokenları ise sayılmayacak kadar ucuz olduğu için ücretsiz. Bağımsız özetler bu aralığı 70 ila 500 milisaniye ve 40 ile 200 kat hız avantajı, 40 ile 400 kat maliyet avantajı olarak aktarıyor. Videodaki tanıtım kesiti aynı mesajı tekrarlıyor: gerçek zamanlı yapay zekâ ancak bu ölçekte mümkün, çünkü karar başına maliyet ve gecikme otomasyonun önündeki asıl bariyerdi.

"Halüsinasyon yapamaz" ne demek, ne demek değil

En çok tartışılan vaat, Jev'in halüsinasyon yapamaması. Doğru okuma, bunun bir doğruluk garantisi değil, tür garantisi olduğu yönünde: model izin verilen şema dışına çıkamıyor, tanımlı dörtten fazla bir kategori uyduramıyor ya da bir sınıflandırma sorusunu denemeye dönüştüremiyor. TypeSafe bu hatayı matematiksel olarak sıfır kabul ediyor ve tek bir karşı örneğin iddiayı çürüteceğini söylüyor. Fakat yanlış geçerli değer hâlâ mümkün; faturalama ile teknik destek biletini karıştırmak gibi bir hata şema içinde kalıyor. Farkı güven skoru kapatıyor: RLCD ile kalibre edilmiş olasılıklar, %80 dendiğinde yaklaşık %80 sıklıkta doğru olma eğiliminde olduğu için düşük güvenli kararlar güvenle insan veya büyük modele yönlendirilebiliyor.

Zekâ karşılaştırması: birkaç puan geride, iki mertebe ucuz

TypeSafe'in dört iş akışlı iç değerlendirmesinde Jev %67,8 doğrulukla GPT-5.6 Terra ile başa baş, GPT-5.6 Sol'un %74,1'i ve Claude Opus 5'in %73,1'inin birkaç puan gerisinde kalıyor. Farkı yaratan maliyet ve gecikme: Jev vaka başına yaklaşık 0,0004 dolar ve 0,4 saniye ile çalışırken aynı doğruluk bandındaki Claude Sonnet 5 aynı puanı 293 kat pahalı ve 195 kat yavaş veriyor. Sunum bu yüzden Jev'i en büyük modelleri tahtından indiren bir rakip değil, dar ve yüksek hacimli kararları üstlenen verimli bir uzman olarak çerçeveliyor; tepe doğruluğun kritik olduğu az sayıdaki işte büyük modeller hâlâ önde.

48 saatte gelen kanıtlar: Minecraft, sürüş, Subway ve drone

Videonun ikinci yarısı teoriden hızla pratiğe geçiyor ve son 24 ila 48 saatte geliştiricilerin kurduğu demoları sıralıyor. İlki Minecraft: Jev, zaman, sağlık, düşman ve yapılabilir eylemler gibi sadeleştirilmiş bir dünya betiminden her döngüde bir sonraki hamleyi seçiyor; gece çöküp canavarlar belirdiğinde kaçmak için ayrı bir komut yazılmadan geri çekilmeyi tercih edebiliyor. Geliştirici 2 dakikalık oyunu yaklaşık 150 bin token ile ve yalnızca 1 sent maliyetle işletmiş; büyük modellerde aynı döngü hem çok yavaş hem çok pahalı kalıyor. İkinci örnek bir saatten kısa sürede kurulan simülatör tabanlı sürüş: Jev hızlan, fren yap, sabit kal veya yön değiştir gibi izinli eylemler arasından seçim yaparak simülasyonu gerçek zamanlıymış gibi sürüyor. Üçüncü kesitte Subway Surfers benzeri hızlı tepki gerektiren bir oyunda her karede zıpla, eğil, sola veya sağa kay kararları olasılıkla üretiliyor; model bu oyuna özel ince ayar görmeden, kutudan çıktığı haliyle oynuyor. Dördüncü demoda ise 15 dakikada kurulan engelli parkurda bir drone; konum, hız, engel mesafesi ve hedef yönü verileriyle ileri git, dön, yüksel, alçal veya asılı kal komutları arasından ardışık seçimlerle akıcı bir uçuş sergileniyor ve maliyet 10 sent civarında kalıyor.

Bu denemelerin ortak dersi, Jev'in algı ve eylem donanımının yerini almadığı, fakat mevcut bir simülasyona zekâyı dakikalar içinde ekleyebildiği. Minecraft sunucusu, sürüş simülatörü veya drone engel parkuru zaten fizik ve kontrol katmanını sağlıyor; Jev yalnızca durum metnini okuyup izinli eylemler kümesinden en uygun kararı seçiyor. Gerçek bir araçta kamera, sensör, direksiyon kumandası ve güvenlik kuralları elbette ayrı bir mühendislik gerektirir; yine de prototipi veri seti toplamadan ve ayrı bir model eğitmeden kurabilmek, ürün ekiplerine oyun karakterlerinden robotik ön prototiplere kadar geniş bir alanda hızlı deneme alanı açıyor. Kanalın vurgusu da bu: gösterişli tablolar yerine 48 saatte çalışan ürün, bu lansmanı önceki duyurulardan ayırıyor.

Sınırlar ve doğru sandviç: neye dokunmamalı

Jev'in sınırları bilerek çizilmiş. Sohbet, e-posta veya kod yazma, uzun zincirli akıl yürütme, gerekçe üretme, görsel ve ses anlama bugün kapsam dışı; tek bir seçim sorusunda desteklenen seçenek sayısı da 255 ile sınırlı. Aritmetik, tarih hesabı veya kesin kural gerektiren adımlar modelde değil, geleneksel kodda tutulmalı. TypeSafe'in önerdiği en sağlam desen kaskad: Jev sınıflandırır, puanlar ve yönlendirir, sıradan kod kesin kuralları uygular, kalan zor azınlık ise GPT-6 Astra veya Opus gibi üretken modellere veya insana devredilir. Kalibre güven değeri bu devrin anahtarı; eşiğin altındaki her karar otomatik olarak tırmanıyor ve sistem hızlı olanla dikkatli olanı aynı akışta buluşturuyor.

Kapanışta mesaj sadeleşiyor: Jev metin için değil, eylem için; her akıllı adımı yazıyla başlatmak zorunda olmayan bir katman fikri etrafında kuruluyor. Kurucu, TypeSafe evreninde üretimin tanrıdan önce geldiğini hatırlatarak daveti erken erişimdeki geliştiricilere bırakıyor; kanal da izleyiciye kararı demolar üzerinden verme çağrısı yapıyor. Eğer kaskad deseninde doğruluk ve kalibrasyon bağımsız veride de korunursa, Sistem Bir modelleri yalnızca bir indirim değil, otomasyonun ekonomisini değiştiren yeni bir ilkel hâline gelebilir; aksi hâlde en azından yüksek hacimli sınıflandırma ve yönlendirme yükünü büyük modellerin omzundan alan pratik bir hızlandırıcı olarak kalır.