Стартап TypeSafe AI отказался от идеи универсального чат-бота и создал специализированную модель Jev для структурированных решений. Вместо последовательной генерации текста, как в обычных языковых моделях, Jev формирует набор выходных значений параллельно. В тестировании один запрос занял 0,114 секунды против 8,566 секунды у GPT-5.6 Terra — перевес более чем в 70 раз.

Модель не общается с человеком. Она принимает структурированное описание задачи и возвращает предопределённые типы значений с вероятностями. Приложение может отправить текст обращения клиента и получить оценку, относится ли запрос к оплате, технической проблеме или продажам, без дополнительного анализа.

Параллельная обработка избавляет от траты времени на генерацию длинной строки. TypeSafe обучала систему методом Reinforcement Learning for Calibrated Decisions, нацеленным на быстрые вероятностные решения.

Цена отличается кардинально. TypeSafe установила тариф $0,042 за миллион входных токенов при бесплатных выходных данных. По расчётам компании, в одном из сравнений Jev вышла в 238 раз дешевле Fable 5.1. При нынешних ценах на ИИ-модели разница выглядит огромной, но прямое сравнение применимо только к задачам, которые подходят новому формату.

Демонстрацию провели в Doom. Модель не анализировала экран, а работала с текстовым состоянием от движка и выбирала действие. Система отвечала примерно на десять запросов в секунду, расход составил около $7 за час. TypeSafe признаёт, что специализированный бот сыграл бы лучше, поэтому тест показывает в первую очередь скорость реакции.

Компания утверждает, что Jev не галлюцинирует. Оговорка существенна: модель не может выдать произвольный текст или значение неправильного типа, поскольку допустимая структура ответа задана заранее. Но Jev может выбрать неверный вариант или ошибочно оценить вероятность. Для ИИ-агентов такое ограничение сужает один класс сбоев, не гарантируя правильность решения.

В собственных испытаниях рабочих процессов TypeSafe получила ещё больший прирост: до 193,6 раза по скорости и до 444,6 раза по стоимости. Разработчики называют эти цифры верхней границей выигрыша. Наборы задач готовила команда самой TypeSafe, эталон строился по ответам крупных сторонних моделей, поэтому реальное преимущество ждёт независимых тестов.

Ставка TypeSafe связана не с играми, а с автоматизацией внутри программных систем. Jev должна классифицировать данные, маршрутизировать запросы, оценивать варианты, проверять другие модели и быстро принимать решения. Её можно вызывать много раз в секунду там, где обычный чат-бот слишком медленный, дорогой или непредсказуемый без постоянного контроля человека.

TypeSafe вышла из двухлетнего скрытого режима и привлекла $40 млн посевного финансирования с DCVC во главе. Компанию основал бывший сотрудник OpenAI Диогу Алмейда вместе с Эриком Гафни и Сашей Шэн. Jev — первый публичный продукт стартапа, доступ к которому открывается постепенно из списка ожидания.

Результаты демонстрируют не универсальный ИИ, который опережает флагманы во всём, а другой компромисс между возможностями и затратами. Jev отказывается от свободной генерации текста ради ограниченных решений, низкой задержки и дешёвых вызовов. Как схема переносится на производственные системы, станет ясно после более широкого доступа и независимых тестов.