Pas besoin d’un géant pour chaque e-mail : Jev tranche en 0,8 s à 97 % de confiance

Pendant des années, notre rapport à l’IA tenait en un cycle prompt → texte . Doruk Yalçınsoy décrit une rupture : le modèle entendu comme ‘Cev’ dans la vidéo est en réalité Jev , premier membre de la famille System One de TypeSafe AI, ouvert en accès anticipé le 15 septembre 2026. Après les modèles qui écrivent sur consigne, arrive une couche qui lit un état et tranche . Les exemples sont volontairement banals — changer un vêtement à la voix, conduire à partir de flux de capteurs, trier des e-mails — avec un point commun : non pas produire du texte, mais filtrer parmi des options bornées avec une confiance calibrée .

Non pas un rédacteur, un moteur de décision

Ce qui distingue Jev est son architecture : trois types de questions — Noul (probabilité oui/non 0–1), Choice (choisir dans une liste) et Score (note sur une échelle) — évaluées en parallèle et de façon isolée sur le même état. Poser sept questions en un appel ne fait presque pas bouger la latence, car il n’y a pas de génération de texte, seulement des sorties typées avec confiance calibrée . Sous le capot, TypeSafe évoque un apprentissage « Reinforcement Learning for Calibrated Decisions » et un nouvel échantillonneur. Concrètement, 70–500 ms de bout en bout, souvent autour de 100 ms, à 0,042 $ par million de tokens d’entrée, sortie gratuite , contexte 32K, entrée texte uniquement, distribué sur liste d’attente.

L’argument vitesse-coût tient en deux chiffres dans la vidéo. Le ‘4 secondes pour 1 000+ e-mails’ marketing devient 6–7 secondes dans les mesures de Yalçınsoy, soit environ 300 ms par requête . Le même lot de sept questions sur un grand modèle comme GPT 5.6 Luna prend environ 5 minutes . L’évaluation maison de TypeSafe affiche 193,6× plus rapide et 444,6× moins cher, avec la mention claire que c’est une mesure éditeur, les réponses de référence étant la moyenne de GPT-6 Astra et Fable 5.1. Reste un ordre de grandeur parlant — 500 millions de tokens d’entrée ≈ 21 $ — et la sortie gratuite qui rend l’idée d’un étage de décision séparé immédiatement compréhensible.

De la boîte mail au scoring de leads : où ça sert

La démo la plus nette est le tri des 50 derniers e-mails pour pertinence sponsoring : 42 secondes au total , 800 ms par verdict , avec une répartition oui/non finale en pourcent. La généralisation est directe : facture ou reçu , deal de marque ou hameçonnage, newsletter ou prospection ; tri de ton pour les commentaires YouTube et réseaux ; vérifications post-réunion — décision prise, actions définies, suivi nécessaire ; côté vente, un clip peut-il vivre seul et sa force d’accroche pour estimer la viralité ; revue de contrat — clauses à risque, délais de paiement au-delà de 30 jours, besoin d’avis juridique. La vidéo insiste sur le tri de leads — budget disponible, adéquation à la cible, urgence — en recommandant de les poser en trois questions séparées plutôt qu’en un vague ‘bon lead ?’

Le quotidien de Yalçınsoy passe par une console qui agrège les abonnements — Cloud, ChatGPT, Gemini, Grok et modèles chinois — derrière une surface unique, avec un harness qui sert tous les modèles ensemble. L’étape décrite comme ‘choisir C puis prix plancher ou qualité max’ est en fait Jev en routeur : selon la tâche, il décide quel modèle prend la main. Dans l’exemple, un billet sur ‘GPT1 Live’ est routé vers GPT 5.6 Terra à 100 % de confiance et exécuté là. Le signal vient de tableaux sur arena.ee , présentés comme classements votés par des humains ; Yalçınsoy note que le turc y manque et, d’après ses propres tests, garde GPT pour le turc. Le même routage mono-question Noul/Choice se décline pour la recherche, la génération d’images ou le texte-vers-vidéo.

L’installation se veut rapide. On compose un état plus des questions sur console.typesafe.ai/playground — Yalçınsoy fait même rédiger les questions par une autre IA tant la formulation compte. Puis on génère une clé API , nommée ‘YouTube’ dans la démo, copiée avec un avertissement net de ne pas la partager. On ouvre ensuite Codex (ou VS Code, Hermes, la console) et on attache la clé dans le projet, idéalement comme variable d’environnement. L’accès anticipé offre 5 $ de crédit et un coût par décision décrit comme environ 0,001 dans la vidéo ; le jeu de test couvre trois seaux — demandes clients, brouillons de contenu, tâches IA — en petit job de harness. Note pratique : décomposer un score de lead et recombiner en code donne des résultats plus calibrés qu’une seule question monolithe.

Et le test en direct : une phrase unique — ‘notre paiement est cassé, aucun client ne peut commander, nous perdons des ventes’ — interrogée comme ‘Ce message client est-il urgent ?’ revient Noul 0,97 oui en environ 0,8 seconde . La leçon de Yalçınsoy est le motif général : inutile d’appeler un géant pour chaque petit verdict . La couche rapide intuitive System One (métaphore System 1 de Kahneman) prend les jugements rapides et cohérents , les grands modèles génératifs n’intervenant que quand le chemin choisi exige réellement de la prose, de la planification ou un raisonnement approfondi. Les limites sont dites aussi : Jev n’accepte ni image, ni audio, ni vidéo , sa précision peut baisser en japonais et assimilés, un Noul proche de 0,5 signale l’incertitude, et il peut buter sur du comptage ou des comparaisons de dates. Pour les tâches répétitives à seuils — tri d’e-mails, scoring de leads, contrôles de contrats et de contenus — le tandem petit moteur de décision + grand rédacteur s’impose aujourd’hui comme schéma d’automatisation pragmatique.