Jev tranche sans texte : jeux prêts, entreprise prudente

TypeSafe propose avec Jev un modèle qui ne rédige pas mais rend des décisions typées assorties de probabilités. L’accès uniquement par API, l’absence d’explications et des effets de position documentés imposent une mise en œuvre encadrée. Les jeux vidéo l’exploitent déjà, et des projets l’adossent à la vision par ordinateur.

API évolutive, pas d’images et pas d’explication : les garde-fous nécessaires

Jev retourne des probabilités mais pas de justification, ce qui complique les usages soumis à des obligations d’explicabilité. Le service est accessible uniquement via API, sans poids publics ni option d’auto-hébergement, et chaque requête sort du périmètre. La documentation indique un alias jev-latest qui évolue avec les versions et des limites de taux ajustées dynamiquement. Jev est textuel uniquement et ne traite pas d’images. Un effet de position a été mesuré, avec une même option variant entre 0,84 et 0,96 selon son emplacement, et une calibration moins bonne sur des problèmes plus difficiles et fraîchement générés. Comme pour les classificateurs d’images connus pour leur sur-confiance, l’exigence de calibration sur données mises de côté vaut ici aussi.

Traitement des données : conditions contractuelles et usage en signal

TypeSafe affirme ne pas entraîner Jev sur les requêtes et réponses des clients, ce qui ne préjuge pas d’une absence de stockage. Aucune option de conservation dédiée n’est proposée via un accord séparé, mais un DPA est disponible. Hors DPA, il faut supposer un stockage possible pour raisons opérationnelles et lire ce cadre avant tout envoi réel. En pratique, l’envoi de champs dérivés et minimisés est recommandé, de même que l’obtention préalable d’engagements écrits sur la conservation des données personnelles. Les probabilités de Jev doivent être traitées comme un signal et calibrées sur des données internes, avec un modèle génératif conservé pour documenter les cas escaladés. Pour réduire l’effet de position observé, mélanger l’ordre des options et réaliser deux appels moyens est conseillé lorsque l’enjeu est élevé.

Jeux vidéo : décisions rapides, règles dans le code et premiers résultats

Les jeux offrent un cadre naturel à Jev : choix bornés par le moteur, règles détenues par le code, et latence serrée où environ 200 ms restent acceptables quand 10 secondes ne le sont pas. L’état de jeu étant synthétique et non personnel, l’externalisation par API est moins sensible. Un exemple consiste à identifier à quel PNJ un joueur s’adresse : Jev peut produire des scores tels que aubergiste 0,81, garde 0,12, barde 0,03, avec un seuil à 0,6 déclenchant une réponse adaptée, en pesant les indices contradictoires (épée vs demande de chambre). Un benchmark communautaire sur 79 énoncés difficiles rapporte un F1 de 0,96 et une précision de 1,0, contre 0,82 pour une heuristique, et 0,93 avec noms mal orthographiés. Utilisé comme moteur d’échecs, Jev atteint environ 37 % pour le meilleur coup, un Elo proche de 950 et une médiane de 166 ms par coup, à condition de pré-calculer les faits de position dans le code. Des projets encapsulent le modèle en ne lui exposant que les actions valides, le modèle rendant un jugement tandis que le code garde le workflow. Dans Unreal, l’étiquetage par révision du monde permet d’écarter les réponses tardives.

Intégration technique : API HTTP, SDKs et plugin Unreal en alpha

Jev s’appelle via une API HTTP et des SDK Python et JavaScript officiels. Sur Unreal Engine 5.8, un plugin C++ en alpha publique ajoute une tâche de décision déclenchée à l’entrée d’un état et estampille chaque requête d’un numéro de révision pour ignorer les réponses arrivées après un changement de contexte. Pour Unity, Godot ou Three.js, le même schéma s’applique via HTTP. Une règle opérationnelle s’impose : ne pas embarquer la clé API dans la build et intercaler un petit serveur passerelle.

Caractéristiques et performances annoncées par TypeSafe et mesures tierces

Jev ne génère pas de texte : il lit un état et répond à des questions typées en un passage parallèle. Les appels rapportés se situent entre 70 et 500 ms. Les limites incluent l’entrée texte uniquement, jusqu’à 64k tokens par requête. Le tarif annoncé est d’environ 0,04 $ par million de tokens d’entrée, sans coût de sortie. Les questions supportées couvrent le choix multiple, un score et le oui/non, avec en sortie une distribution de probabilité pour chaque. TypeSafe attribue la calibration à une post-formation RLCD dont la recette n’est pas publique. Sur quatre workflows, TypeSafe annonce 67,8 % de précision contre 67,9 % pour GPT-5.6 Terra, à environ 1/75 du coût par cas et environ 25 fois plus rapide, tout en notant que des modèles de raisonnement plus grands font mieux. Côté mesure tierce, une erreur de calibration d’environ 0,03 sur 1 200 items MMLU est rapportée.

Vision + langage : pipeline OCR et étiquettes zero-shot avant décision

La vision par ordinateur renvoie depuis des années une distribution probabiliste sur des étiquettes fixes ; Jev transpose ce format de réponse au langage. En l’absence de prise en charge d’images, l’architecture pratique consiste à faire produire par un modèle de vision un état typé, puis à soumettre des questions à Jev. Ce chaînage associe deux probabilités successives. Des projets communautaires appliquent déjà ce schéma : jev-eyes exécute un OCR, conserve la mise en page sur une grille de caractères, ajoute au besoin des étiquettes zero-shot issues d’un modèle SigLIP, et transmet ensuite à Jev pour la décision finale.

Alternative ouverte en self-host : Laya de Convai sous Apache 2.0

Lorsque l’envoi de données hors périmètre est proscrit, Laya, publiée par Convai sous licence Apache 2.0, offre une alternative basée sur la même idée et hébergeable en interne. Le modèle compte 421M de paramètres, avec une variante multilingue à 322M, s’exécute sur CPU en quelques centaines de millisecondes, mais vient avec des réserves explicites : à l’état brut il se rapproche du hasard sur des décisions typées, ses probabilités sont trop confiantes avant réglage de température, avec une erreur de calibration rapportée passant de 0,47 à 0,08 après ajustement, et une précision qui s’effondre au-delà d’environ 20 options. Laya sert donc de base à affiner sur des étiquettes internes plutôt que de remplacement immédiat.