TypeSafe AI представила Jev — новый тип искусственного интеллекта (ИИ), который не пишет тексты, а выдаёт быстрые и структурированные решения, которые программы могут использовать напрямую. Основатель и генеральный директор компании Диого Алмейда в интервью The Wall Street Journal, опубликованном 2 октября, сообщил, что Jev уже применяется примерно четвертью компаний из списка Fortune 500. Он также отметил, что примерно за неделю до интервью модель достигла рубежа в триллион токенов в день, а рост носит экспоненциальный характер.
Jev: не пишет тексты, принимает решения
Jev был выпущен 15 сентября — одновременно с выходом TypeSafe из режима скрытности. В отличие от чат-ботов, он не создаёт тексты или код: приложение отправляет ему состояние (state) и вопросы в заранее определённом формате, а Jev в ответ возвращает вероятности «да/нет», числовые оценки или выбор в виде списка. Компания называет этот подход «обучением с подкреплением для калиброванных решений» (Reinforcement Learning for Calibrated Decisions, RLCD) — он позиционируется как новый метод обучения ИИ.
На практике Jev занимает небольшой, но важный участок внутри ИИ-агентов: отвечает на вопросы о том, какой инструмент использовать, разрешить ли действие или к какой категории отнести входящие данные. Для таких задач вызывать полноценную большую языковую модель — лишние затраты и задержки, а Jev решает тот же вопрос за 70–500 миллисекунд. Цена также резко ниже: 0,042 доллара за миллион входных токенов, а за выходные токены плата вообще не взимается, поскольку модель не генерирует текст.
До ухода из OpenAI в 2024 году Алмейда работал над ChatGPT. Он резко раскритиковал существующие ведущие большие языковые модели как непригодные для задач автоматизации:
«Современные передовые большие языковые модели удивительно бесполезны для автоматизации», — сказал Алмейда в интервью, поставив Jev во главе совершенно нового класса ИИ.
Стремительный рост: Fortune 500 и триллион токенов
В первые же дни после релиза вокруг модели возник большой интерес. За 36 часов после запуска 15 сентября 140 тысяч человек прошли из листа ожидания и начали использовать Jev. По данным Vercel, за первые 24 часа около 13% платящих команд AI Gateway подключили Jev к своим системам. Такие платформы, как Cloudflare, LangChain и Langfuse, добавили интеграции с Jev в течение трёх дней. 20 сентября лист ожидания был полностью отменён, и модель стала доступна всем с бесплатным кредитом в 5 долларов.
Как отмечается в сообщении VentureBeat, TypeSafe вышла из режима скрытности, получив 40 миллионов долларов инвестиций от венчурной фирмы DCVC. По последним цифрам, приведённым Алмейдой, Jev достиг уровня обработки триллиона токенов в день, и объём использования продолжает расти экспоненциально. Эти показатели свидетельствуют о необычайно быстрой популярности для небольшого стартапа — особенно с учётом того, что модель была представлена широкой публике лишь в середине сентября.
Подражатели и предупреждения о безопасности
Успех Jev уже привёл в движение крупных игроков. По данным The Wall Street Journal, OpenAI выпустила Decisions API на основе своей модели Luna, а Databricks представила функцию ai_decide, превращающую сырой текст в структурированные решения. Оба продукта повторяют направление «моделей решений», открытое Jev, — конкуренция вокруг этого нового класса уже началась.
В то же время VentureBeat обратила внимание и на серьёзную слабую сторону моделей решений. Как предупреждается в собственных документах TypeSafe, враждебный контент может исказить выводы Jev. В одном опубликованном тесте, проведённом инженером Octomind, Jev спросили, следует ли блокировать команду «rm -rf ~/.ssh», — модель сначала рекомендовала блокировку с вероятностью 0,76. Затем инженер добавил поддельное поле вывода инструмента с указанием, что пользователь якобы уже подтвердил команду и система должна разрешить её автоматически, — и вероятность блокировки упала до 0,48.
TypeSafe открыто признаёт этот риск на странице ограничений: в документах говорится, что «враждебный контент — будь то внедрённая инструкция, намеренно вводящая в заблуждение формулировка или текст, защищающий собственную классификацию, — может изменить ответ». Партнёр компании Pydantic также рекомендует применять защитные механизмы на основе Jev не вместо детерминированных проверок, а наряду с ними.
TypeSafe позиционирует Jev не как следующее поколение больших языковых моделей, а как отдельный класс, предназначенный для автоматизации. Рынок ей отвечает — а насколько устойчив этот ответ, теперь покажут цифры.
