Jev face à l'API Decisions d'OpenAI : les modèles de décision comparés sur ce qui est publié

Une nouvelle catégorie de point d'entrée de modèle est née en cinq semaines. Le 15 septembre 2026, TypeSafe AI a publié Jev, un modèle « System One » qui répond à des questions typées avec des probabilités calibrées et ne génère jamais de texte, avec un tour d'amorçage de 40 millions de dollars ; le 29 septembre OpenAI a annoncé l'API Decisions au DevDay ; elle est passée en bêta publique le 6 octobre et en disponibilité générale le 22 octobre, la semaine même où TypeSafe livrait Jev 1.14, Liquid AI publiait d1-ultra et Base Labs présentait Elephant-1. Tous vendent la même forme : on donne au modèle un état et un ensemble fermé de réponses, il renvoie un choix avec des probabilités, en quelques centaines de millisecondes, pour une fraction du prix d'une complétion de chat. Ce billet compare les deux leaders sur ce que disent leur documentation et la télémétrie indépendante, et rien d'autre.

Cinq semaines

Ce que chacun est

Jev est un modèle discriminatif : l'entrée est un state (une chaîne, un objet JSON ou un tableau de chaînes) plus des questions typées ; la sortie est une distribution de probabilités par question, répondues en parallèle, si bien qu'une question ne peut pas dépendre de la réponse d'une autre. Les trois types sont choice (liste non ordonnée, jusqu'à 255 options), score (barème ordonné de 2 à 10 niveaux) et noul (probabilité oui/non) ; 1.14 ajoute box, une boîte englobante, et l'entrée d'images, tous deux marqués non prêts pour la production. TypeSafe l'entraîne sur des données synthétiques avec une méthode baptisée Reinforcement Learning for Calibrated Decisions et ne publie ni poids ni article ; TechCrunch décrit ses fondateurs comme d'anciens d'OpenAI et sa valorisation à 7,6 milliards de dollars.

L'API Decisions n'est pas un nouveau modèle. OpenAI a reconfiguré GPT-6 Luna pour une inférence moins chère et plus rapide et borne l'espace des réponses avant la génération : questions de type predicate (probabilité qu'une condition tienne), choice (une valeur plus une probabilité par option et une confiance) et score (position pondérée sur des niveaux ordonnés). Le responsable produit Nikunj Handa a indiqué à TechCrunch que les temps de réponse sont passés d'une à trois secondes à environ 100 à 180 millisecondes, avec une cible de 60 ms, et que les versions futures pourraient recevoir un entraînement dédié.

L'argent

Les deux facturent l'entrée seulement. La différence tient au tarif, et au cache que seul OpenAI propose.

La première ligne est l'arithmétique des éditeurs eux-mêmes : 500 millions de tokens d'entrée ; les deux autres la transposent à une charge de routage et à un agent qui décide à chaque étape. La colonne Responses omet la sortie, qu'un classifieur en mode chat paie aussi (0,50 USD par million) ; le cache d'OpenAI coûte 0,125 USD par million à l'écriture pour 30 minutes (0,25 pour 12 heures), exige un préfixe d'au moins 1 024 tokens et s'applique à l'entrée, pas aux questions, ce qui en fait le cas d'usage de plusieurs questions sur un même document.

La vitesse

Un seul des deux a des chiffres indépendants. La télémétrie d'OpenRouter sur Jev au 1er octobre donnait P50 à 0,21 s, P95 à 0,34 s et P99 à 0,75 s ; la revendication de TypeSafe est 70 à 500 ms de bout en bout. Les 150 ms d'OpenAI viennent d'une diapositive du DevDay face à sa propre référence de 1,6 s ; le CTO de Speak a rapporté un passage de 1,4 s à 0,13 s entre deux actions, et Box un routage environ 5 fois plus rapide sur 30 dossiers d'assurance à exactitude égale.

Aucun des deux éditeurs n'a publié de benchmark apparié face à l'autre. Les deux indices publics divergent : à l'Artificial Analysis Decision Index, Jev est 3e et le modèle d'OpenAI 14e, avec d1-ultra de Liquid et Elephant-1 de Base Labs à égalité vers 65 en tête ; à l'AIM System One Index, Jev est 7e et OpenAI 8e. JevMan, d'Opper, où les modèles jouent à PacMan, est dominé par le dernier Jev. Le PDG de TypeSafe dit se méfier des benchmarks et demande aux clients de tester sur leur propre travail, puis publie quand même des classements.

Lequel, pour quoi

Idées reçues et faits

TypeSafe publie une page sur la « jaggedness » de Jev : il lit les consignes littéralement, compte mal, traite les dates comme du texte, se dégrade quand l'état est rembourré, et peut être orienté par du contenu adverse dans l'état. Un fil Hacker News a observé que les probabilités de Jev bougent quand l'ordre des options change, si bien que la confiance apporte moins qu'il n'y paraît. Le guide d'OpenAI dit de fixer les seuils sur vos propres données étiquetées et de peser faux positifs et faux négatifs. Rien de tout cela n'est propre à un éditeur.

Le verdict honnête au 27 octobre 2026 : Jev est moins cher, mieux documenté et disponible sur plus de clouds ; l'API Decisions voit les images, met le contexte en cache, gère la voix et est en disponibilité générale. Aucun des deux n'a été mesuré face à l'autre par quelqu'un qui n'en vend pas un. Le billet suivant regarde où une couche de décision se place dans une architecture d'agent et les outils qui poussent autour.