Jev : le modèle qui décide en 70 ms et ne sait pas écrire
Les premiers modèles System One sont sortis. Ce que change une décision typée à 70 millisecondes au lieu de deux secondes, puis trois endroits où ça se voit.
Un client écrit à votre support à 23h12. Avant qu'une réponse parte, votre produit doit trancher quatre choses : demande commerciale ou technique, urgent ou pas, faut-il réveiller quelqu'un, le ton du message annonce-t-il un départ.
Ce sont quatre questions à choix fermé, posées en quatre appels à un modèle de raisonnement, deux secondes et un centime chacun. Cela fait huit secondes et quatre centimes avant d'arriver à la rédaction de la réponse, alors qu'aucune de ces questions ne demande d'écrire : toutes consistent à choisir dans une liste.
TypeSafe vient de publier Jev1, premier représentant d'une classe de modèles qu'ils appellent System One. Il ne sait pas écrire : aucun texte en sortie, seulement une valeur typée accompagnée d'une probabilité. TypeSafe l'annonce entre 70 et 500 millisecondes de bout en bout, à 0,042 $ le million de tokens en entrée, sortie gratuite.
Cet article regarde ce que ce déplacement change au cadrage d'un produit IA : le sens exact de la promesse « ne peut pas halluciner », plus étroite qu'elle n'en a l'air, puis trois endroits où le calcul bascule, puis ce qu'on peut faire dès aujourd'hui, avec les modèles qu'on a déjà, pour être prêt le jour où on branche l'autre.
Trois mots avant de commencer
- système 1 et système 2 : deux modes de pensée que la psychologie distingue. Le système 1 juge vite et sans effort conscient, reconnaître un visage, sentir qu'une phrase sonne faux. Le système 2 raisonne lentement, poser une division, comparer deux contrats. Les modèles de langage actuels sont des machines système 2 qu'on emploie massivement à des tâches système 1 ;
- une sortie structurée, c'est une réponse dont la forme est connue d'avance : une valeur parmi cinq, un booléen, un nombre entre 0 et 100. Aujourd'hui on l'obtient en réclamant du JSON à un modèle qui produit du texte, par exemple avec
generateTextavecOutput.object2, puis en validant ce texte. La forme est espérée, pas garantie ; - la calibration3, c'est la propriété qui donne un sens au score de confiance. Un modèle calibré qui annonce 80% se trompe environ deux fois sur dix. Un modèle non calibré peut annoncer 95% et se tromper une fois sur trois.
Ce troisième point est celui qui compte pour un produit. Sans calibration, le score ne sert qu'à décorer l'interface. Avec, il devient un seuil, donc une règle d'automatisation.
Comptez la part décision de votre produit
Prenez une session utilisateur type et rangez vos appels de modèle en deux colonnes. D'un côté ceux qui produisent du texte destiné à un humain. De l'autre ceux qui produisent une valeur que seul votre code va lire : router vers le bon agent, choisir un outil, classer une pièce jointe, décider s'il faut relancer une recherche, noter une réponse avant de l'afficher, extraire six champs d'un document.
Sur les produits agentiques que je livre, la seconde colonne est la plus longue. Un tour de boucle contient une génération et plusieurs décisions.
| Ce que fait l'appel | Nature | Qui lit la sortie | Latence tolérable |
|---|---|---|---|
| Rédiger la réponse au client | génération | un humain | quelques secondes, le streaming occupe l'utilisateur |
| Classer la demande | décision | votre switch | aucune, elle doit rester invisible |
| Choisir les outils à charger | décision | votre orchestrateur | aucune, elle précède le travail |
| Noter la réponse avant envoi | décision | votre garde-fou | aucune, elle bloque l'affichage |
| Extraire six champs d'un PDF | décision | votre base de données | quelques minutes en traitement par lots |
Une génération a le droit d'être lente : le streaming occupe l'utilisateur pendant ce temps. Une décision n'a pas ce luxe : elle se place avant ou après le moment visible, elle ajoute sa latence sans rien donner à regarder. On paie donc le prix fort, en secondes et en centimes, précisément là où l'utilisateur ne voit aucune contrepartie.
Ce que Jev abandonne et ce qu'il achète avec
Jev renonce entièrement à produire du texte. En échange, il gagne trois choses qu'un modèle génératif ne peut pas offrir.
Il calcule tout d'un coup. Un modèle de langage écrit token par token, chacun conditionné par les précédents. Une sortie de quarante tokens, ce sont quarante passes séquentielles. Jev produit l'ensemble de sa sortie en une seule passe parallèle1. C'est à cet échantillonneur parallèle que TypeSafe attribue sa vitesse.
Sa sortie est typée par construction. Le schéma est la structure même de ce que le modèle produit. Zéro erreur de type, par garantie mathématique selon TypeSafe1. Le try/catch autour du JSON.parse disparaît.
Il annonce sa confiance et cette confiance est entraînée. TypeSafe a construit une méthode dédiée, RLCD pour Reinforcement Learning for Calibrated Decisions1, qui optimise des probabilités honnêtes là où l'industrie optimise sur le RLHF4.
| Modèles de référence | Jev | |
|---|---|---|
| Latence de bout en bout1 | 3 à 329 s | 70 à 500 ms |
| Tokens d'entrée | tarif frontier | 0,042 $ / MTok |
| Tokens de sortie | tarif frontier | gratuits |
| Conformité au schéma | validée après coup | garantie |
| Score de confiance | absent ou non calibré | calibré par entraînement, selon TypeSafe |
Sur leur banc de workflows1, TypeSafe revendique 193,6x plus rapide et 444,6x moins cher que GPT-6 Astra et Fable 5.1 pris comme références. Ces chiffres sont auto-publiés, sur des workflows écrits par leur propre équipe, mesurés depuis des portables de la côte ouest. Ils le précisent eux-mêmes dans le billet1, ce qui ne suffit pas à les inscrire dans un business plan. Retenez l'ordre de grandeur (deux zéros) et attendez une réplication indépendante pour la décimale.
Pourquoi ce nom
Jev vient de William Stanley Jevons, l'économiste qui a observé5 en 1865 que l'amélioration du rendement des machines à vapeur avait fait grimper la consommation de charbon au lieu de la réduire. C'est le paradoxe de Jevons et TypeSafe parie ouvertement dessus1.
Pour un fondateur, c'est l'idée à retenir du billet : rendre une décision cent fois moins chère ne fera pas baisser votre facture, cela multipliera le nombre de décisions que vous vous autorisez. Les usages de la section suivante attendaient que le prix les laisse passer.
« Ne peut pas halluciner » : la promesse exacte
La formule circule déjà hors de son contexte et demande à être bornée.
Ce que Jev garantit, c'est que sa réponse appartient au schéma. Si vous demandez un choix parmi urgent, normal et basse, vous recevrez l'une de ces trois valeurs, toujours. Aucun texte parasite, aucun champ inventé, aucun JSON tronqué.
Ce que Jev ne garantit pas, c'est que la réponse soit juste. Un ticket urgent classé normal reste une erreur, que le schéma laisse passer sans broncher parce qu'elle a la bonne forme. TypeSafe est explicite sur ce point1 : l'absence d'hallucination est une garantie de structure, pas une mesure empirique.
La distinction change ce que vous avez à construire. Un modèle qui ne peut pas mal se former vous dispense de la validation syntaxique. Il ne vous dispense d'aucune évaluation métier. Le jeu de cas de test que le playbook MVP réclame dès le premier jour reste exactement aussi nécessaire, avec les mêmes vingt à cinquante cas réels.
La calibration apporte autre chose, à mon sens plus utile qu'une garantie de vérité qui n'existe pour aucun système : elle vous donne la taille de la zone d'erreur, à l'avance. Si le modèle est calibré, vous savez que les décisions annoncées au-dessus de 0,9 se trompent une fois sur dix ou moins. Vous pouvez donc arbitrer en connaissance de cause le volume que vous laissez passer sans relecture humaine.
Trois endroits où le calcul bascule
1. Le if qu'aucun if ne sait écrire
Ce lead est-il qualifié ? Cette note de frais mérite-t-elle un contrôle ? Ce message annonce-t-il un départ client ? Réponse floue, sortie fermée : la pire combinaison pour un développeur.
Aujourd'hui, deux options. Écrire trois cents règles à la main, qui vieillissent mal et que plus personne n'ose toucher au bout d'un an. Ou appeler un modèle, trop lent et trop cher pour un enchaînement qui tourne mille fois par heure.
Une décision calibrée ouvre une troisième voie. L'apport tient dans le seuil. Au-dessus de 0,9 la machine tranche seule. En dessous de 0,6 un humain regarde. Entre les deux, vous choisissez selon le coût de l'erreur. Surtout, vous connaissez d'avance la proportion de volume qui tombe dans chaque bac, donc vous savez combien d'heures humaines votre automatisation réclame avant même de la déployer. C'est le chiffre que votre client vous demande et qu'aucun moteur de règles ne sait produire.
2. Le backlog que vous n'avez jamais traité
Il existe dans toutes les entreprises que je croise : quatre cent mille tickets de support, deux millions de fiches produit sans catégorie propre, dix ans d'archives commerciales. Le projet est cadré depuis longtemps et il ne sort jamais, parce que le devis fait plusieurs milliers d'euros et plusieurs jours de traitement.
Le calcul avec les tarifs affichés, hypothèses posées : 400 000 tickets à 800 tokens font 320 millions de tokens en entrée. À 0,042 $ le million, la passe complète revient à 13,44 $. Le même volume sur Claude Opus 5.5, à 4 $ le million d'entrée6, coûte 1 280 $, sortie non comprise. Deux tarifs publics et une division, refaites-la avec votre volume réel avant de me croire.
Ce que ça débloque, c'est la permission de se tromper. À 13 $ la passe, vous relancez l'enrichissement complet trois fois dans la semaine parce que votre taxonomie a bougé mardi. À 1 280 $, vous la lancez une fois et vous vivez avec le résultat pendant deux ans.
3. La décision qui tient dans l'interface
Sous 100 millisecondes, une décision cesse d'être une requête réseau et devient un comportement d'interface : réordonner une liste pendant que l'utilisateur tape, pré-remplir un champ à partir de ce qui vient d'être collé, signaler qu'un formulaire va probablement être rejeté avant l'envoi ou trier une boîte de réception à mesure qu'elle se remplit.
Le seuil est documenté depuis 1993 par le Nielsen Norman Group7 : 0,1 seconde environ est la limite pour qu'une réaction paraisse instantanée et une seconde celle où le fil de pensée de l'utilisateur reste ininterrompu. Une décision à 70 millisecondes passe sous le premier seuil. Une décision à deux secondes dépasse le second.
C'est la catégorie la plus difficile à imaginer sur le papier. L'écart de qualité perçue s'y voit le plus : rien n'y ressemble à une fonctionnalité IA, l'écran réagit simplement mieux. Une interface soignée et le modèle y cessent d'être deux sujets séparés.
Deux autres méritent une ligne, pour les équipes qui ont déjà un agent en production. Le juge d'abord : noter les sorties d'un modèle ajoute un appel par réponse, donc on n'en note qu'une partie du trafic, en différé. À sortie gratuite, les scorers du guide agentique rentrent dans la requête et couvrent tout. Le routeur ensuite : choisir deux outils parmi cinquante ou le bon sous-agent reste un appel frontier à chaque tour de boucle, qu'il s'agisse du catalogue d'outils, du superviseur de l'architecture multi-agent ou de la découverte d'agents dans MCP et A2A. Dans les deux cas, le gain est celui décrit plus haut, déplacé à l'intérieur de la boucle.
Ce que ça ne règle pas
Vous ne pouvez pas l'essayer. Accès anticipé, liste d'attente1. Tout ce qui précède est un raisonnement sur des chiffres annoncés. Je n'ai pas fait tourner Jev.
Les mesures sont maison. Workflows choisis et écrits par l'équipe du fournisseur, modèles de référence choisis par lui aussi, mesures prises depuis des portables. Aucune réplication indépendante à ce jour. Je n'ai trouvé aucune mesure de calibration dans le billet.
La sortie gratuite est une position commerciale. « Trop bon marché pour être facturé »1 décrit une stratégie d'entrée sur un marché, pas une structure de coût. Bâtir des unit economics sur cette ligne revient à refaire l'erreur du quatrième principe du playbook MVP, avec un fournisseur de plus.
C'est une dépendance supplémentaire : un modèle propriétaire et fermé, chez un seul fournisseur, placé au cœur de vos enchaînements.
L'essentiel du travail reste du système 2 : rédiger, résumer, raisonner sur plusieurs étapes, écrire du code, tenir une conversation. Jev retire à votre modèle de langage une tâche pour laquelle il était surdimensionné.
S'y préparer sans attendre la liste d'attente
Le plus utile à faire maintenant ne dépend d'aucun accès anticipé : sortir vos décisions de vos prompts et leur donner une interface à elles.
Voici à quoi ressemble une décision dans la plupart des bases de code que je reprends. Elle est écrite en ligne, là où on en avait besoin, avec le SDK du fournisseur visible au milieu de la logique métier.
// Aujourd'hui : décision en ligne, fournisseur codé en dur, forme espérée
import { generateText, Output } from 'ai'
import { anthropic } from '@ai-sdk/anthropic'
import { z } from 'zod'
const { output } = await generateText({
model: anthropic('claude-opus-5-5'),
output: Output.object({
schema: z.object({
urgence: z.enum(['urgent', 'normal', 'basse']),
}),
}),
prompt: `Classe l'urgence de ce ticket :\n${ticket}`,
})
if (output.urgence === 'urgent') await reveillerAstreinte(ticket)Trois problèmes, dont aucun n'attend Jev pour se poser. Le fournisseur est codé en dur au milieu du métier. La décision n'a pas de nom, donc elle n'a pas de jeu de tests. Et vous ignorez le degré de certitude du modèle, donc vous traitez un cas limite exactement comme un cas évident.
La même décision, nommée puis isolée :
// Le contrat, indépendant du moteur
export type Decision<T> = { valeur: T; confiance: number }
export interface MoteurDeDecision {
decider<T extends string>(
entree: string,
choix: readonly T[],
consigne: string,
): Promise<Decision<T>>
}
// L'appel, côté métier
const urgence = await moteur.decider(ticket, URGENCES, CONSIGNE_URGENCE)
// Le seuil existe dès maintenant, même si sa valeur bougera
if (urgence.confiance < 0.6) return fileDeRelectureHumaine(ticket)
if (urgence.valeur === 'urgent') await reveillerAstreinte(ticket)Ce que vous gagnez tout de suite, avec les modèles d'aujourd'hui derrière l'interface : la décision porte un nom, donc elle a son propre jeu d'évaluations, dans l'esprit des scorers que Mastra intègre en standard8. Vous pouvez compter combien d'appels de décision fait une session, ce qu'ils coûtent et ce qu'ils ajoutent à la latence. Vous avez un endroit unique où poser un seuil et brancher une file de relecture humaine.
Une réserve à écrire noir sur blanc dans votre code : la confiance que vous renverrez dans cette implémentation intermédiaire, dérivée des logprobs du modèle ou d'une auto-évaluation, n'est pas calibrée. Traitez-la comme une valeur provisoire. Ce qui compte est que le seuil existe dans votre code, pas que sa valeur soit déjà la bonne.
Le jour où un moteur calibré devient disponible, vous remplacez une implémentation derrière une interface, vous relancez le même jeu d'évaluations et vous comparez deux colonnes de chiffres. C'est la version décision de la règle que ce blog applique au choix du modèle depuis le début : isoler la dépendance, ne pas s'enfermer tôt.
Ce qu'il faut retenir
- Une part importante de vos appels de modèle ne produit pas de texte, elle produit une valeur que seul votre code lit. Comptez-la, elle est plus grosse qu'on ne croit et elle se paie au tarif d'un moteur de raisonnement.
- Jev abandonne la génération de texte pour gagner trois choses : une passe parallèle au lieu d'un décodage séquentiel, une sortie typée par construction, une probabilité entraînée pour être honnête.
- « Ne peut pas halluciner » garantit la forme, jamais la justesse. Vos évaluations métier restent entièrement nécessaires.
- Les chiffres annoncés, deux ordres de grandeur en vitesse comme en prix, sont auto-publiés et non répliqués. Ordre de grandeur oui, business plan non.
- L'effet à anticiper est celui que Jevons a décrit : une décision cent fois moins chère ne fera pas baisser votre facture, elle multipliera le nombre de décisions que vous vous autorisez.
- L'action utile aujourd'hui ne demande aucun accès anticipé : nommer vos décisions, les placer derrière une interface avec un seuil de confiance, leur donner un jeu d'évaluations.
C'est le genre d'arbitrage qu'on tranche au cadrage, avant que la moitié du budget de latence parte dans des décisions que personne n'a comptées. Il se met ensuite en place sur une prestation d'agents et enchaînements pilotés par des modèles de langage ou dans la construction d'un produit web IA-first.
Sources
- TypeSafe, Introducing System One Models & Jev, 15/09/2026.
- Vercel, AI SDK Core, Generating Structured Data, consulté le 29/10/2026.
- Guo et al., On Calibration of Modern Neural Networks, arXiv, 14/06/2017.
- Ouyang et al., Training language models to follow instructions with human feedback, arXiv, 04/03/2022.
- Jevons, The Coal Question, Macmillan, 1865.
- Anthropic, Claude API, Pricing, consulté le 29/10/2026.
- Nielsen Norman Group, Response Times: The 3 Important Limits, 1993.
- Mastra, Evals, Overview, consulté le 29/10/2026.