Jev от TypeSafe AI: ИИ в 193 раза быстрее ChatGPT — что это значит для вас

Что если искусственный интеллект перестанет писать текст? Звучит как шаг назад — но именно этот отказ сделал новую модель Jev в 193 раза быстрее привычных LLM и в 444 раза дешевле Claude Opus 5. Пока одни спорят, заменит ли ИИ писателей, соавтор InstructGPT Диого Алмейда просто выкинул генерацию текста за ненадобностью — и получил инструмент, который делает то, чего не умеет ChatGPT: принимает решения за миллисекунды.

Что такое Jev и почему 193x — это не маркетинг, а архитектурное отличие

Jev — это не «улучшенный ChatGPT». Это System One Model: ИИ, который принципиально не генерирует текст. Он принимает неструктурированные данные и список вопросов — и возвращает не абзацы, а типизированные ответы: «да/нет», выбор из вариантов, числовую оценку. Каждый ответ сопровождается оценкой уверенности.

Аналогия проста: LLM — это писатель, который обдумывает каждое слово, прежде чем поставить его на бумагу. Jev — это судья на линии, который мгновенно поднимает флажок. Один инструмент для творчества, другой — для принятия решений. Они не конкурируют, а дополняют друг друга.

TypeSafe AI вышла из стелса 15 сентября 2026 года с $40 млн seed-раунда под руководством DCVC. Компанию основал Диого Алмейда — исследователь OpenAI, чья работа над InstructGPT легла в основу того, что мы сегодня называем ChatGPT. После двух лет в тени он представил модель, которая не пытается быть умнее — она пытается быть быстрее и дешевле в тех задачах, где «ум» вообще не нужен.

Как Jev работает под капотом: System One, RLCD и параллельные решения

LLM генерируют текст последовательно: каждый следующий токен зависит от предыдущего. Это как собирать поезд из вагонов — один за другим. Jev работает иначе: все ответы вычисляются параллельно за один запрос. Никакой очереди, никакого ожидания.

Обучение тоже отличается. Вместо RLHF (обучение на человеческих предпочтениях) TypeSafe применила RLCD — Reinforcement Learning for Calibrated Decisions. Суть: модель тренируют так, чтобы её уверенность соответствовала реальной точности. Если Jev говорит «90% уверенности» — значит, в 9 из 10 случаев он прав.

Это решает главную боль LLM — галлюцинации. Jev физически не может выдать несуществующий вариант ответа: он выбирает только из предопределённого списка. Ошибки типа «придумал ссылку, которой нет» здесь архитектурно невозможны. Подробнее о внутреннем устройстве модели рассказывается в разборе на Habr.

Сравнительная таблица: Jev vs GPT-5.6, Opus 5, Qwen Flash

На официальных тестах TypeSafe Jev показал среднее совпадение с эталоном 67,8%, у GPT-5.6 Terra — 67,9%. Практически одинаково. Но время выполнения: 0,4 секунды у Jev против 10,1 секунды у Terra. На 27 бизнес-задачах разрыв ещё нагляднее: Jev справился за 0,114 секунды, Terra — за 8,566 секунды. Стоимость одной задачи: $0,000081 против $0,013880 — разница в 171 раз.

Независимые тесты, опубликованные The Cherry Creek News, дают более скромные, но всё равно впечатляющие цифры: Jev примерно в 5 раз быстрее и в 8,6 раза дешевле Mistral Small 4, а также в 1,6 раза дешевле DeepSeek V4.1 Flash. Даже с поправкой на маркетинг экономия очевидна.

Jev на практике: 5 сценариев, где она сэкономит деньги (и 3 задачи, которые провалит)

Где Jev реально приносит пользу? Там, где нужен быстрый выбор из вариантов, а не сочинение на вольную тему.

• Классификация тикетов поддержки. Система получает обращение и за 100 мс определяет: срочность, тему, необходимость эскалации. 1 млн обращений в месяц на Jev обойдётся в $42 против $200 на GPT-5.6 Luna.
• Скоринг рисков. Jev оценивает клиента по шкале от 1 до 5 с указанием уверенности — и банк решает, пропустить заявку автоматически или отправить на ручную проверку.
• Маршрутизация запросов. Вместо генерации ответа — мгновенное решение, какому отделу или агенту передать задачу. Меньше текста — быстрее конвейер.
• Модерация контента. Jev отмечает нарушения и присваивает вероятность — без «творческих» объяснений, которые всё равно никто не читает.
• Агентные пайплайны. Когда инструменты уже описаны, а действия ограничены, Jev выбирает следующий шаг без долгих рассуждений. В демо с DOOM бот на Jev делает 10 запросов в секунду за $7 в час.

Пример интеграции через API TypeSafe (Python):

import requests

url = "https://api.typesafe.ai/v1/jev/decide"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
payload = {
    "context": "Клиент просрочил платеж на 45 дней, сумма 120 000 руб.",
    "questions": [
        {"id": "risk_level", "options": ["низкий", "средний", "высокий"]},
        {"id": "call_required", "options": ["да", "нет"]}
    ]
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
# {"risk_level": {"choice": "высокий", "confidence": 0.92}, "call_required": {"choice": "да", "confidence": 0.88}}

А теперь честно о том, где Jev проиграет. Во-первых, он не генерирует текст. Ни статей, ни писем, ни кода. Во-вторых, он не ведёт диалог. В-третьих, сложные рассуждения — не его конёк. Jev — это скальпель, а не швейцарский нож. Конкретные примеры провалов: написать пост в блог, объяснить клиенту причину отказа в кредите, придумать название для продукта, перевести статью на другой язык — всё это не к Jev.

Как получить доступ и что делать прямо сейчас: практические выводы

Jev находится в early access. Заявку можно оставить на сайте TypeSafe AI. API уже доступен через Vercel AI Gateway — если вы разработчик, интеграция займёт меньше часа. Берите одну задачу из вашего пайплайна, которая требует классификации или скоринга, и прогоняйте через Jev. Сравнивайте не по ощущениям, а по трём метрикам: скорость, стоимость за 1M запросов, точность на вашем датасете.

Помните: 193x — это цифра из бенчмарков самой TypeSafe. Независимые тесты пока ограничены, но даже консервативные оценки дают 5-кратный выигрыш по скорости и 8-кратный по стоимости относительно Mistral Small 4. Этого достаточно, чтобы протестировать. Если у вас высоконагруженная система с миллионами однотипных запросов — считать нужно уже сейчас.

Подпишитесь на дайджест «Деньги не пахнут», чтобы первыми получать разборы новых AI-инструментов, которые меняют правила игры. Jev — только начало.