🧠 TypeSafe AI представила Jev - модель, возвращающая не текст, а готовые решения

Компания TypeSafe AI выпустила Jev - первый пример нового класса моделей, который она называет System One (в сообществе прижилось имя «decision models», или модели решений).

Jev принимает текст или полуструктурированные данные, но вместо генерации текста возвращает числа. Вход - объект «state»: строка, массив строк или набор пар имя-значение. Далее задаются вопросы трёх типов: yes/no (Noul, от распределения Бернулли) - вероятность от 0 до 1; choice - выбор одного варианта из списка с распределением вероятностей; score - оценка по заданной числовой шкале. Вопросы обрабатываются параллельно, поэтому сотня вопросов занимает почти столько же времени, что и один.

Главное - цена и скорость. Оплачивается только вход: $0.042 за миллион токенов, выход бесплатный. Это дешевле GPT-5 Nano ($0.05). Практическая ниша - всё, что сводится к классификации: спам-фильтры, авторазметка, приоритизация и ранжирование. Автор обзора экспериментировал с переранжированием поиска: 100 кандидатов от BM25, затем оценка релевантности через Jev.

Обратная сторона - полный «чёрный ящик»: объяснений нет, только число, поэтому риски скрытого bias высоки. Отсюда особая важность evals - благо тысячи тестовых прогонов стоят копейки. Сообщество уже собрало jevchat, jev-2048 и открытые реплики вроде Kev на Qwen 3.5.

#Tech #AI #LLM #Jev #TypeSafeAI #Models #Development

💵Decision-модели становятся отдельной категорией: TypeSafe/Jev - $100M ARR за три недели

TypeSafe объявила о раунде Series AI, а Sequoia раскрыла, что компания пересекла отметку $100M ARR в первую же неделю. Оценка - $7.5B всего через три недели после запуска. Jev стал точкой отсчёта, с которой теперь сравнивают все новые «decision»-модели.

Суть паттерна: такие модели возвращают типизированные ответы - вероятность условия, выбор из списка, скор по уровням - за один forward pass вместо свободного текста. За один день формат подхватили почти все: OpenAI Decisions API на GPT-6 Luna ($0.10 за 1M входных токенов, без платы за выход, до 10x быстрее), Microsoft-Decision-1 для LLM-judge и отбора гипотез, Perplexity pplx-decider-v1.1-27b (94.5% на Decision Bench, $0.017 за 1K решений), Cloudflare clef-omni с аудио и видео, Liquid d1 в Vercel AI Gateway. vLLM Semantic Router Decision 2.0 отвечает на несколько вопросов по одному входу, а LangSmith использует Jev как judge с раздельными typed-ответами на difficulty и correctness.

Зачем это нужно: большинство шагов агента - это yes/no, а не генерация. LangChain сообщает, что роутинг каждой задачи на самую дешёвую подходящую модель снизил медианную стоимость задачи Open SWE на 64%. Обучить свою модель тоже реально: Unsloth выложил бесплатный ноутбук, превращающий Qwen3.5-4B в decision-модель на 8GB VRAM.

🎨 qvabo.studio/tg · картинки и видео

#AI #LLM #DecisionModels #Jev #TypeSafe