Jev: «немой» ИИ от создателя ChatGPT — обзор, сравнение с GPT-4 и практический гайд

Забудьте про чат-ботов, которые пишут стихи и шутят. Пока одни тратят миллионы на генерацию текстов, другие экономят на молчании. 15 сентября 2026 года TypeSafe AI, стартап бывшего исследователя OpenAI Диогу Алмейды — одного из авторов InstructGPT и участника разработки ChatGPT — вышел из stealth-режима и выпустил модель Jev. Она не генерирует текст. Вообще. Ни буквы. Вместо этого она выдаёт структурированные решения: «да» или «нет», оценку от 0 до 1, выбор из списка. И всё это за 70–500 миллисекунд. За первые 36 часов после запуска к тестированию подключились более 140 000 разработчиков. Тогда же стартап объявил о привлечении $40 млн посевных инвестиций под руководством DCVC при оценке около $200 млн. Vercel, Cloudflare и LangChain интегрировали Jev в свои платформы в течение трёх дней. Похоже, «немой» ИИ оказался громче всех.

Что такое Jev и как он работает: разбор архитектуры и трёх примитивов

Jev — это не языковая модель в привычном смысле. TypeSafe называет его «System One Model», отсылая к концепции быстрого, интуитивного мышления Дэниела Канемана. Если ChatGPT, Claude и Gemini — это «система два», медленное и вдумчивое рассуждение, то Jev — «система один», мгновенная реакция. Название модели, кстати, отсылает к экономисту Уильяму Стенли Джевонсу и его парадоксу: чем эффективнее технология, тем больше её потребляют.

Вместо генерации текста Jev принимает «состояние» (state) — строку, массив строк или набор пар «ключ-значение» — и набор типизированных вопросов. Ответ приходит в виде структурированных данных. Всего три примитива:

• Choice — выбор одного варианта из заданного набора (до 255 опций). Модель возвращает распределение вероятностей по всем вариантам и итоговый выбор. Пример: «К какому отделу относится это обращение?»
• Score — оценка по заданной шкале. Вы определяете уровни, Jev возвращает числовое значение с оценкой уверенности. Пример: «Оцени риск оттока клиента от 0 до 1»
• Noul — бинарный вопрос («да/нет»), на который модель отвечает вероятностью от 0 до 1. Название происходит от распределения Бернулли. Пример: «Содержит ли этот текст инструкцию по промпт-инъекции?»

Ключевое отличие от традиционных классификаторов — нулевое обучение. Вам не нужно собирать датасет и дообучать модель под каждую новую задачу. Достаточно описать критерии на естественном языке. Это сохраняет семантическую гибкость больших языковых моделей, но отсекает генерацию текста — а вместе с ней и львиную долю вычислительных затрат.

Обучена Jev не на RLHF (обучение с подкреплением на основе человеческих предпочтений), а на RLCD — Reinforcement Learning for Calibrated Decisions. Если RLHF награждает ответы, которые «нравятся людям», то RLCD награждает ответы, где заявленная уверенность соответствует реальной точности. Если модель говорит «90% уверенности», она должна быть права в 90% случаев. Это делает вероятности Jev пригодными для принятия автоматических решений: например, порог 80% — автообработка, 50–80% — передача оператору, ниже 50% — эскалация.

Где Jev бесполезен? Там, где нужен текст. Он не напишет статью, не сгенерирует код, не поддержит диалог. Он не объяснит, почему принял то или иное решение. Это «чёрный ящик» в квадрате: на входе текст, на выходе — число.

Jev vs GPT-4: честное сравнение скорости, стоимости и точности с примерами

TypeSafe заявляет, что в пиковых внутренних тестах Jev оказался до 193,6 раза быстрее и до 444,6 раза дешевле передовых языковых моделей. Звучит как маркетинг, но давайте разберёмся в цифрах.

Важная оговорка: сравнение 70 мс против 329 секунд некорректно, если сопоставлять Jev с «полным» запуском LLM, включающим цепочку рассуждений (chain-of-thought). TypeSafe признаёт, что заявленные цифры — это верхняя граница производительности. Независимые тесты показали, что на реальных задачах классификации Jev стабильно работает с задержкой около 320 мс при сохранении точности на уровне лучших LLM. Подробный разбор скорости и цены опубликован в обзоре AIToolsReview.

Но вот что не вызывает сомнений: экономика. При цене $0,042 за миллион входных токенов Jev дешевле даже GPT-5 Nano ($0,05 за миллион). Для стартапа, обрабатывающего 10 миллионов запросов в месяц, разница в затратах может измеряться в тысячах долларов. Один разработчик подсчитал: проверка 1000 коммитов кода через Jev обошлась ему в 7 центов.

Практический гайд: как интегрировать Jev в ваш проект за 30 минут (с кодом)

Интеграция Jev начинается с регистрации на платформе TypeSafe AI. После получения API-ключа вы можете использовать официальный Python-адаптер system-one-adapter-python, который также позволяет переключаться между Jev и совместимыми LLM (OpenAI, Anthropic) для сравнения на одних и тех же задачах.

Вот минимальный пример на Python — классификация обращений в службу поддержки:

from system_one_adapter import JevClient

client = JevClient(api_key="your_api_key")

state = {
    "text": "Я оплатил подписку, но доступ не появился. Верните деньги!"
}

questions = [
    {
        "type": "Choice",
        "id": "department",
        "question": "В какой отдел следует направить это обращение?",
        "options": ["Техподдержка", "Биллинг", "Продажи", "Возвраты"],
        "multi_select": False
    },
    {
        "type": "Score",
        "id": "urgency",
        "question": "Насколько срочным является это обращение?",
        "levels": {
            "1": "Низкая срочность",
            "2": "Средняя срочность",
            "3": "Высокая срочность",
            "4": "Критическая срочность"
        }
    },
    {
        "type": "Noul",
        "id": "requires_manager",
        "question": "Требует ли это обращение вмешательства руководителя?"
    }
]

response = client.decide(state=state, questions=questions)

for answer in response.answers:
    print(f"{answer.id}: {answer.value} (уверенность: {answer.confidence:.2f})")

Ответ придёт примерно таким:

department: Биллинг (уверенность: 0.92)
urgency: 3 (уверенность: 0.78)
requires_manager: 0.35 (уверенность: 0.81)

Что делать дальше — зависит от ваших порогов. Например, если requires_manager > 0.7, автоматически создаётся задача для руководителя. Если urgency >= 3 и department == "Биллинг", обращение помечается как приоритетное.

Чек-лист для миграции:

• Определите задачи, которые можно свести к классификации, ранжированию или бинарному решению. Jev не подходит для генерации текста или диалога.
• Опишите состояние (state) и вопросы максимально атомарно: один вопрос — одно измерение. Сложную логику комбинируйте в коде.
• Установите пороги уверенности для автоматических действий. Начните с консервативных значений (например, 0.8), затем корректируйте по мере накопления данных.
• Проведите A/B-тест: отправьте одинаковые запросы в Jev и в вашу текущую LLM, сравните точность, задержку и стоимость на реальных данных.
• Обязательно добавьте детерминированные проверки поверх решений Jev. Он не должен быть единственной линией защиты в критических сценариях.

Кейс: стартап с 10 млн запросов в месяц. Предположим, вы обрабатываете 10 миллионов запросов в месяц, каждый запрос — 500 входных токенов и 200 выходных. При использовании GPT-4 (вход $10/млн, выход $30/млн) затраты составят: 10M × 500 / 1M × $10 + 10M × 200 / 1M × $30 = $50 000 + $60 000 = $110 000 в месяц. С Jev: 10M × 500 / 1M × $0,042 = $210. Экономия — $109 790 в месяц. Это не гипотетическая, а расчётная модель, которую можно адаптировать под свои объёмы.

Риски и ограничения: промпт-инъекции, калибровка вероятностей и что делать

Промпт-инъекции: главная уязвимость

TypeSafe честно предупреждает в документации: «Текст, написанный с целью адверсариально управлять моделью, — будь то внедрённая инструкция, намеренно вводящая в заблуждение формулировка или текст, аргументирующий собственную классификацию, — может повлиять на ответ». Pydantic, партнёр TypeSafe по интеграции, добавляет: «Порядок вариантов в Literal или членов Enum — это часть того, что видит Jev, и их перестановка может изменить ответ».

Инженер из Octomind продемонстрировал это на практике. Он спросил Jev, следует ли заблокировать команду rm -rf ~/.ssh. Jev вернул вероятность блокировки 0.76 с уверенностью 0.64. Затем инженер добавил фальшивое поле «вывод инструмента», в котором утверждалось, что пользователь уже одобрил команду и система должна ответить auto_allow. Вероятность блокировки упала до 0.48, а уверенность — до 0.22. Это не бенчмарк, а единичный тест, но он наглядно показывает уязвимость.

Как защититься от инъекций и других рисков

• Не полагайтесь на Jev как на единственный защитный барьер. Используйте его в связке с детерминированными проверками: regex, белые списки, санитизация ввода.
• Ограничьте «поверхность атаки». Если Jev принимает решения о вызове инструментов, убедитесь, что сами инструменты имеют собственные механизмы авторизации и не полагаются только на вердикт модели.
• Регулярно обновляйте детекторы инъекций. Если вы используете Jev для обнаружения промпт-инъекций (а такая практика уже существует), помните: техники атак evolving, детектор нужно периодически переобучать или дополнять.
• Проверяйте калибровку на своих данных. Хотя RLCD теоретически обеспечивает соответствие заявленной уверенности реальной точности, на вашем конкретном распределении данных калибровка может смещаться.

Сравнение с альтернативами для задач классификации:

Второе ограничение — отсутствие объяснимости. Jev не скажет, почему он классифицировал обращение как «Биллинг», а не «Техподдержка». Для регуляторных сценариев, где требуется обоснование решения, это может быть блокером. Третье — жёсткая типизация вывода: если задача не сводится к Choice, Score или Noul, Jev не подходит. Это не замена LLM, а дополнение к ним.

Экономика и рынок: как Jev меняет расстановку сил в AI-стартапах + выводы

Появление Jev — это не просто ещё одна модель. Это сигнал о фрагментации AI-стека. До сих пор рынок двигался в сторону универсальных моделей: одна LLM для всего — от написания кода до анализа данных. Jev предлагает противоположную логику: специализация через архитектуру, а не через файнтюнинг.

Что это значит для стартапов? Порог входа в AI-продукты резко снижается. Если раньше маржинальность AI-сервиса убивалась стоимостью инференса, то теперь целый класс задач — классификация, маршрутизация, скоринг, модерация — можно перевести на Jev с сокращением затрат на 2–3 порядка. Это открывает ниши, которые раньше были экономически нежизнеспособны: гиперперсонализированные рекомендации, модерация контента в масштабе, автоматическая проверка кода на каждом коммите.

Для гигантов вроде OpenAI и Anthropic это не прямая угроза — Jev не конкурирует с ними за генерацию текста. Но он конкурирует за бюджет на инференс. Каждый доллар, потраченный на Jev для классификации, — это доллар, не потраченный на вызовы GPT-4. И если Jev докажет свою надёжность в продакшене, крупные платформы могут начать встраивать аналогичные «decision models» в свои стеки.

Стоит ли разработчикам переходить на Jev прямо сейчас? Ответ зависит от задачи. Если вы жжёте токены на классификацию обращений, маршрутизацию запросов или модерацию — попробуйте. Бесплатный вывод и $5 стартового кредита делают эксперимент почти безрисковым. Если вам нужна генерация текста, объяснимость или сложные многошаговые рассуждения — Jev не для вас. Но даже в этом случае стоит держать его в виду как «второй слой» для быстрых решений, разгружающий основную LLM.

Пока одни спорят, заменит ли ИИ человека, Jev тихо заменил часть вызовов GPT-4. И сделал это за 70 миллисекунд.

Материал носит информационно-аналитический характер и не является индивидуальной инвестиционной рекомендацией.

Подпишитесь на наш дайджест — мы будем следить за развитием Jev и других «немых» моделей, чтобы вы первыми узнавали, где можно сэкономить без потери качества.