Jev et ChatGPT Sites : coûts, usages et limites

Jev est présenté comme un moteur de décision rapide et économique, centré sur le routage et la classification, tandis qu’OpenAI exploite ChatGPT Sites pour créer des outils internes personnalisés. Claire détaille les annonces DevDay, l’ajout de la vision à l’API Decisions et les tarifs de modèles comme GPT-6.1 Sol et Astra.

Tarifs de modèles et vision Decisions changent l’équation

GPT-6.1 Sol est proposé à 2 dollars par million de tokens d'entrée et 10 dollars par million de tokens de sortie, contre 10 dollars et 50 dollars pour Astra. Claire continue à utiliser Astra pour ses préférences personnelles, mais estime que Sol mérite d'être envisagé pour le travail quotidien. L'ajout de la vision à l'API Decisions permet de nouveaux types de flux de travail : Claire a ainsi utilisé cette fonctionnalité pour analyser 100 images vidéo et identifier des éléments exploitables.

Jev privilégié pour des décisions rapides sur espace d’actions borné

Jev est présenté comme un moteur de décision plutôt qu’un chatbot, transformant des entrées non structurées en résultats structurés comme des scores, des classifications, des probabilités ou des appels de fonction. Sa rapidité et son faible coût sont mis en avant, avec un modèle mental proche d'une instruction if/else, là où un programme traditionnel utiliserait une condition ou un switch. Les développeurs déterminent les différentes options de cheminement, puis Jev choisit la solution appropriée à partir d'une consigne en langage naturel. Ce fonctionnement convient lorsque l’ensemble des actions envisageables est clairement délimité ; pour des tâches telles que le raisonnement créatif, l’exploration ouverte, le brainstorming ou l’interprétation d’images, les LLM continuent d’être privilégiés.

Performances et coût : chiffres d’essais et benchmark d’échecs

John Lindquist indique avoir dépensé 73 cents pour 23 exécutions de développement avec Jev. Claire indique avoir pu traiter cinq gigaoctets de données JSON pour un coût de 40 cents. Lors d’un test de performance sur une partie d’échecs, Jev a passé en revue l’intégralité de la partie en moins d’une seconde, avec une vitesse dix fois supérieure et un coût quatre fois inférieur à celui d’un LLM à faible raisonnement, d’après John. Il considère qu’un modèle de décision peut l’emporter sur un modèle génératif lorsque le nombre d’actions possibles est restreint, et que l’approche par force brute devient possible à condition que chaque choix soit effectué rapidement et à faible coût.

Usages développeurs : routage, omnibar et classifications superposées

Huit démonstrations de Jev ont été montrées, illustrant des scénarios tels qu’un assistant vocal en temps réel, la suppression des doublons dans des jeux de données, le routage d’applications, l’analyse de parties d’échecs, la coordination entre plusieurs agents et un coach de présentation en direct. Le routage est cité comme un cas d’usage immédiatement pertinent : une simple consigne en langage naturel suffit à repérer le bon outil, à déduire l’action à effectuer et à lancer la fonction correspondante. Les exemples de liste de tâches et d’omnibar illustrent cette couche de commande flexible. Pour la précision, John Lindquist privilégie la classification superposée, enchaînant plusieurs étapes peu coûteuses et combinant les résultats, plutôt que de rechercher une unique décision parfaite.

Sites chez OpenAI : personnalisation par connecteurs et infra de production

Kath Korevec explique utiliser ChatGPT Sites en interne chez OpenAI depuis plus d’un an pour transformer des données issues de Slack, Notion et des calendriers en outils personnalisés, dont un centre de commandement d’incidents qui s’adapte à chaque visiteur. Plugin Insights permet de personnaliser automatiquement l’affichage, par exemple en inférant l’équipe d’un utilisateur via son accès aux canaux, tandis que l’authentification des connecteurs gère la personnalisation sans logique dédiée. Codex peut inférer les plugins appropriés à partir des mentions dans le prompt, et Kath note qu’il sélectionne souvent correctement sans instruction explicite. Les Sites intègrent stockage D1, bucket R2, hébergement de plugins MCP et co-édition, et sont utilisés pour des tâches de production, comme la création de diapositives pour la keynote DevDay, même si beaucoup les considèrent encore comme un outil de prototypage.

Logiciels éphémères, musique automatisée et garde-fous d’usage

Kath Korevec estime que des logiciels temporaires valent désormais la peine d’être créés, citant la réalisation d’un site pour un voyage d’affaires, utilisé une semaine puis abandonné. Elle a automatisé un flux de découverte musicale qui récupère chaque lundi des playlists populaires sur Reddit pour créer et jouer une playlist Spotify, découvrant ainsi une chanson qu’elle a appréciée. Les compétences permettent d’étendre une application sans accès au code source : Kath a publié une compétence de donjon définissant dimensions et contrôles, installable par tous pour générer une pièce via Astra et l’ajouter à un crawler partagé. Selon elle, des modèles plus rapides encouragent l’expérimentation continue ; Claire évoque une session ultrarapide avec Astra où des requêtes comme « ventre de méduse » et « ajoute un poulet » n’ont pas interrompu la dynamique créative. Kath précise que l’IA peut aider à la recherche et à la rédaction, mais que l’envoi de messages reste sous son contrôle.

DevDay : Dots et Spaces testés, place de Google questionnée

Claire a testé en avant-première plusieurs annonces de DevDay, évaluant Dots, Spaces et Sites, et utilisant l’API Decisions pour choisir des miniatures de podcast, puis Astra pour construire un tableau de croquis collaboratif et un monde 3D interactif. Elle juge les Dots plus capables qu’ils n’en ont l’air, citant des exemples comme des achats, de la génération de code et la détection d’un conflit dans l’agenda de ses enfants, mais note que la relation entre fils de Dot, ChatGPT et Codex reste confuse, ce qui la conduit à différer son jugement. Elle considère ChatGPT Spaces comme une annonce potentiellement sous-estimée, offrant un espace partagé avec contrôles d’accès pour documents et diapositives. Ayant développé un outil similaire appelé Claire’s Notebook, elle voit la version d’OpenAI comme un concurrent sérieux pour Google. Pour les entreprises, elle présente Sites avec plugins regroupés comme une solution à la multiplication des outils internes, permettant d’encapsuler un connecteur comme Snowflake tout en préservant les permissions, afin que seuls les employés autorisés accèdent aux informations pertinentes.