Jev é o primeiro System One Model da TypeSafe AI, laboratório fundado pelo ex-pesquisador da OpenAI Diogo Almeida, e devolve decisões tipadas com probabilidades em vez de texto, a US$ 0,042 por milhão de tokens de entrada.
- Jev não gera texto: retorna respostas tipadas Choice, Score e Noul com distribuição de probabilidade e confiança
- Custo de US$ 0,042 por milhão de tokens de entrada, saída gratuita e latência de 70ms a 500ms
- Atingiu quase 13% dos times pagantes do Jev no Vercel AI Gateway (vercel.com) AI Gateway em 24 horas, o dobro da família GPT-5.6
- Análise de 12.759 tuítes aponta speedup mediano real de 7x, não os 193,6x do marketing
- Documentação admite falhas em contagem, aritmética e datas; recomenda-se fixar a versão jev-1.13.0
O que muda em relação a um LLM tradicional?
O Jev avalia um estado mais perguntas tipadas em uma única passada paralela e devolve respostas dos tipos Choice, Score e Noul com distribuição de probabilidade e valor de confiança, permitindo que o código aja acima de um limiar e escale abaixo dele.
O treinamento usa o método Reinforcement Learning for Calibrated Decisions, da TypeSafe AI, fundada em San Francisco por Diogo Almeida, Erik Gafni e Sasha Sheng.
Como foi a adoção inicial nos gateways de IA?
A Vercel integrou o Jev ao AI Gateway no segundo dia e reportou quase 13% dos times pagantes em 24 horas, o dobro da família GPT-5.6. Netlify seguiu, LangChain lançou o TypeSafeClassifier com AutoMode e cinco clientes Elixir independentes surgiram em dias.
Benchmarks reportados incluem classificador de segurança cinco a 18 vezes mais rápido, segundo o engenheiro da Vercel Pranit Sharma, e custo 10 a 20 vezes menor que o Gemini em classificação de e-mails, conforme o CTO da Bryo AI, Nikhil Mudholkar.
# publicidade
Quais são as limitações do jev?
O modelo não emite tipo inválido, mas pode emitir valor válido completamente errado, como apontou a discussão no Hacker News. A página de jaggedness do jev-1.13 documenta falhas em contagem, aritmética e comparação de datas.
A recomendação prática é fixar a versão jev-1.13.0, evitar os aliases jev-latest e jev-preview e manter matemática no código da aplicação.
Leia também:
Fonte: Infoq
