Бывший сотрудник OpenAI представил новое поколение ИИ: его модель Jev в некоторых задачах работает в 200 раз быстрее обычных LLM.

Модель, которая не умеет писать. И это её главное преимущество.

Модель - здесь

Вы просите ChatGPT написать текст. Он выдаёт слово за словом, токен за токеном, слева направо. Это работает. Но это же и ограничивает: пока модель дописывает предложение, она не может прыгнуть вперёд. Последовательность — это узкое место.

Диогу Алмейда, один из авторов InstructGPT и RLHF — технологии, на которой стоит ChatGPT, — два года просидел в стелсе, чтобы это узкое место убрать. 15 сентября 2026 года его стартап TypeSafe AI вышел из тени с $40 млн от DCVC и первым продуктом — моделью Jev.

Модель - здесь

Jev не пишет. Она принимает решения. Вы даёте ей неструктурированный контекст и заранее определённый набор вариантов. Она возвращает структурированный ответ: выбор из списка, оценку по шкале или вероятность того, что утверждение истинно. Всё — с калиброванной уверенностью.

Представьте транзакцию. Программа спрашивает Jev: это мошенничество? Нужна ли ручная проверка? Какой приоритет у алерта? Модель не рассуждает вслух. Она мгновенно возвращает вероятности по каждому вопросу. Разработчик заранее задаёт структуру ответа — и Jev физически не может выдать что-то за пределами этой схемы.

Ответ приходит за 70–500 миллисекунд. Обычные LLM на тех же задачах тратят от 3 до 329 секунд. В тестах TypeSafe зафиксировали ускорение до 193,6 раза и снижение стоимости до 444,6 раза.

Цена: $0,042 за миллион входных токенов. Выходные токены бесплатны — настолько дёшево, что компания не стала их считать.

Демо с Doom это подтверждает. Jev получала текстовое описание игровой ситуации и принимала 10 решений в секунду — стрелять, двигаться, уклоняться. Час такой игры обошёлся в $7. Для сравнения: GPT-5.6 Terra на том же демо отвечала за 8,5 секунды вместо 0,114.

TypeSafe прямо заявляет: модель не может галлюцинировать, потому что не генерирует текст. Она выбирает из заранее определённых вариантов. Схема не позволяет вернуть несуществующую команду или сломанный формат.

Но есть нюанс, который компания честно проговаривает. Отсутствие галлюцинаций не означает отсутствие ошибок. Jev может выбрать не тот вариант. Просто этот вариант будет структурно корректным, с честно указанной вероятностью. Ответственность за то, что делать с этой вероятностью, остаётся на разработчике.

Не RLHF, а RLCD — Reinforcement Learning for Calibrated Decisions. Обучение с подкреплением, настроенное не на качество текста, а на калибровку уверенности. Высокая уверенность должна означать высокую точность. Низкая — низкую. Модель оптимизировали под это соответствие, а не под красоту формулировок.

Jev создана не для людей. Она создана для программ, которые принимают решения внутри себя: классификация, маршрутизация, оценка рисков, извлечение информации. Алмейда описывает её как «не коллегу, а базу данных» — сущность, которая живёт внутри софта и отвечает на чётко поставленные вопросы.

Это не замена ChatGPT. Это другая ниша. Но если раньше встроить ИИ в продакшн мешали задержки, цена и непредсказуемость — Jev убирает все три барьера сразу.

Модель - здесь