TypeSafe lance Jev : l’IA qui décide au lieu d’écrire

Une start-up issue d’OpenAI, déjà financée

TypeSafe AI est installée à San Francisco. Sa page d’équipe présente trois dirigeants : Diogo Almeida, directeur général, Sasha Sheng, directrice des opérations passée par Meta et son laboratoire FAIR, et Erik Gafni, directeur technique et fondateur en série. L’entreprise présente Diogo Almeida comme co-inventeur du RLHF et d’InstructGPT, deux méthodes d’entraînement à l’origine de ChatGPT. TechCrunch rappelle qu’il a participé à la construction du chatbot avant de quitter OpenAI, il y a deux ans, pour fonder TypeSafe.

Selon SiliconANGLE, TypeSafe a été créée en 2024 et a levé 40 millions de dollars en amorçage à sa sortie de l’ombre, mi-septembre, dans un tour mené par le fonds DCVC. Le site américain cite Forbes, qui situait la valorisation à 200 millions de dollars d’après une personne proche de l’opération ; l’entreprise n’a pas confirmé ce chiffre. Mise à jour du 20 octobre 2026 — TypeSafe a annoncé le 9 octobre, sur son blog, une série A de 870 millions de dollars menée par Andreessen Horowitz, avec Sequoia Capital et DCVC, qui la valorise 7,5 milliards de dollars. Jev reste proposé en accès anticipé.

Des réponses que le logiciel peut utiliser

Jev reçoit un « état », c’est-à-dire le contexte d’une tâche, et une série de questions définies à l’avance. Il répond sous trois formes : choisir une option (Choice), attribuer une note (Score) ou estimer entre 0 et 1 si une affirmation est vraie (Noul). Ces sorties peuvent ensuite orienter un dossier ou déclencher une branche du programme. La documentation recommande des questions précises, chacune centrée sur un seul jugement, dont les réponses sont combinées dans le code.

Prenons une équipe de production qui reçoit dans la même boîte mail des demandes de devis, des changements de planning et des propositions artistiques. Un développeur pourrait définir quatre destinations (commercial, planning, programmation, comptabilité) et garder explicites les choix possibles comme les actions associées. Ce cas est une illustration OHMAZIN, pas un déploiement réel.

Sur le même sujetIA & Nouvelles TechSiri AI : la promesse d’Apple bute sur les commandes simples20 sept. · 5 min

Premiers retours de développeurs

TechCrunch a recueilli plusieurs témoignages d’utilisateurs précoces. Un ingénieur de Vercel indique que son entreprise a remplacé un modèle d’OpenAI par Jev pour contrôler la sûreté de commandes, avec des résultats cinq à dix-huit fois plus rapides et plus justes. Le directeur technique de Bryo AI, qui l’a comparé à Gemini pour classer des courriels professionnels, a trouvé Gemini un peu plus précis mais dix à vingt fois plus cher ; il retient surtout les probabilités fournies par Jev.

Ce sont des retours d’usage, pas des tests contrôlés. Le même article note que la demande a été telle que l’API a brièvement cessé de répondre à ses utilisateurs.

L’incertitude doit avoir une conséquence

Les réponses Choice et Score comprennent une distribution de probabilités et un indicateur de confiance. La documentation précise que cet indicateur résume la concentration de la distribution et conseille de fixer des seuils prudents, testés sur ses propres données. Il ne garantit donc pas que chaque décision est correcte.

Armin Ronacher, directeur technique d’Earendil, résume l’enjeu auprès de TechCrunch : le modèle « délègue un peu le problème des hallucinations à l’utilisateur », à qui il revient d’écarter une réponse à 50 % et d’agir sur une réponse à 95 %. Dans notre exemple, un message clairement consacré à une facture irait vers la comptabilité ; une demande mêlant droits musicaux et conditions commerciales resterait à trier par une personne.

Notre lecture — Pour un média ou une agence, le premier essai utile consisterait à classer des demandes déjà traitées par l’équipe, puis à comparer les propositions du modèle aux décisions humaines, erreur par erreur. Une confusion entre deux rubriques et l’envoi d’un dossier au mauvais interlocuteur n’ont pas les mêmes conséquences. Il faudrait ensuite compter le temps gagné après correction et les cas qui exigent encore une relecture. Pour les structures créatives, l’intérêt de Jev se jouera là : libérer du temps sur une tâche bien délimitée, sans perdre la main sur les décisions.

Ce que les chiffres de lancement permettent de dire

TypeSafe annonce des réponses en 70 à 500 millisecondes, des jetons de sortie gratuits et un prix de 0,042 dollar par million de jetons d’entrée. Son billet reconnaît que ses ratios de vitesse et de coût proviennent d’évaluations internes, conçues par des membres de son équipe, et se situent dans la partie haute des gains observables en pratique. The Rundown AI relève que la référence choisie n’offre qu’une vue partielle de la justesse des décisions, et que les délais sous forte charge comme la tenue des prix restent à démontrer.

Même prudence pour la promesse de zéro hallucination : TypeSafe écrit lui-même que ce chiffre n’est pas empirique et correspond à la conformité garantie du format de sortie. Une réponse au bon format peut encore être une mauvaise décision sur le fond. OHMAZIN n’a réalisé aucun test indépendant du modèle.

Waymar

Fondateur d’OHMAZIN. Entrepreneur et créatif, Waymar signe les articles du média sur les deals, les marques, le cinéma et les séries, le sport business, la tech et les sneakers.