Aggiornato al 19 settembre 2026. Jev è disponibile in early access: prestazioni, prezzi e limiti descritti in questo articolo riflettono le informazioni pubblicate al lancio.
TypeSafe AI ha presentato Jev, un modello progettato per prendere decisioni strutturate dentro il software invece di generare conversazioni. Riceve uno stato, valuta domande definite dallo sviluppatore e restituisce scelte, punteggi o probabilità in un formato che il codice può usare direttamente.
È una proposta più radicale del solito modello “più veloce”. Jev rinuncia alla generazione libera di stringhe e restringe il problema: non deve scrivere una risposta, ma stimare quale opzione sia più plausibile e quanto sia incerta la decisione. Questa specializzazione può ridurre latenza e costo, ma non trasforma una previsione in verità.
| Elemento | Jev | LLM generativo |
|---|---|---|
| Output | Scelte, score, probabilità | Testo e token |
| Vincolo | Tipo definito in anticipo | Schema applicato alla generazione |
| Uso ideale | Routing, scoring, verifiche | Scrittura e reasoning esteso |
| Rischio | Decisione valida ma errata | Errore, formato invalido o allucinazione |
Jev TypeSafe AI in breve
Jev è il primo modello pubblico della classe che TypeSafe chiama System One Models. È entrato in early access il 15 settembre 2026 dopo due anni di sviluppo in modalità stealth. Il fondatore Diogo Almeida lo descrive come una funzione di intelligenza: stato non strutturato in ingresso, decisioni probabilistiche tipizzate in uscita.
La distinzione importante non è tra modello grande e modello piccolo, ma tra due interfacce. Un LLM autoregressivo produce token in sequenza; Jev valuta in parallelo un insieme di domande delimitate. Il software conosce già le forme possibili della risposta e può collegarle a regole, soglie e percorsi operativi.
Cosa significa System One
Il nome richiama la distinzione resa popolare da Daniel Kahneman tra pensiero rapido e pensiero deliberativo. TypeSafe usa “System One” per indicare giudizi rapidi e focalizzati: classificare una richiesta, stimarne l’urgenza, scegliere un reparto o verificare una condizione. Non è il modello adatto a redigere un rapporto, programmare un’applicazione o svolgere una lunga dimostrazione.
L’analogia non implica infallibilità. Una decisione rapida può essere sbagliata, soprattutto se lo stato è incompleto o la domanda combina più fattori. La documentazione consiglia di scomporre un giudizio complesso in domande atomiche e di ricomporre i risultati nel codice, dove pesi e regole restano visibili.
Le tre primitive: Choice, Score e Noul
Choice seleziona una voce da un insieme definito: per esempio billing, supporto tecnico o vendite. La risposta comprende l’opzione scelta, la distribuzione di probabilità sulle alternative e un valore di confidence. Aggiungere “altro” è essenziale quando l’elenco potrebbe non coprire tutti i casi.
Score colloca lo stato su livelli ordinati descritti dallo sviluppatore. Può misurare gravità, frustrazione o rischio e può restituire un valore tra due livelli. Noul risponde invece a un’affermazione sì/no con la probabilità del sì, da 0 a 1. Un valore 0,5 indica incertezza, non un livello medio del fenomeno.
Perché non è semplice JSON mode
JSON mode vincola la sintassi generata da un LLM, ma sotto rimane un processo autoregressivo che produce una stringa. Jev restringe direttamente lo spazio degli output: la scelta deve appartenere alle opzioni fornite e le probabilità sono parte del contratto. Questo elimina parsing, retry dovuti a schema non valido e valori fuori enumerazione.
La garanzia riguarda il tipo, non il significato. Se un ticket tecnico viene assegnato a billing, la risposta può essere perfettamente valida per lo schema e operativamente errata. La frase promozionale “zero hallucinations” va quindi letta con precisione: Jev non inventa prosa o un valore fuori tipo, ma può classificare male.
Come funziona una chiamata API
L’endpoint pubblico è POST /v1/systemone. La richiesta include state, il modello jev-latest e un oggetto questions. Ogni domanda ha un identificatore, un tipo e istruzioni; Choice e Score includono anche i criteri. Python e JavaScript/TypeScript dispongono di SDK, mentre l’API HTTP resta utilizzabile da altri ambienti.
Tutte le domande nella stessa richiesta vedono lo stesso stato, ma vengono valutate indipendentemente. Questo evita che la risposta a una domanda alteri silenziosamente le altre. Se una seconda valutazione dipende davvero dal primo risultato, deve essere eseguita in una chiamata successiva costruita dal codice.
Parallelismo e speculative fan-out
TypeSafe suggerisce di inviare insieme tutte le domande che potrebbero servire. È il pattern speculative fan-out: si calcolano in parallelo anche giudizi che il programma potrebbe ignorare. La documentazione indica un budget condiviso di circa 32.000 token e sostiene che aggiungere domande incida poco sulla latenza.
Il vantaggio emerge nei workflow con molte diramazioni. Un sistema di assistenza può classificare reparto, urgenza, tono e rischio di abbandono in una sola richiesta, poi applicare regole deterministiche. Non conviene però moltiplicare domande vaghe: più output non compensano criteri mal definiti.
Probabilità e confidence non sono la stessa cosa
Choice e Score restituiscono la distribuzione completa. La confidence è una statistica sintetica derivata dalla forma di quella distribuzione: se una scelta domina nettamente, il valore sale; se le opzioni sono vicine, scende. Noul espone direttamente la probabilità del sì e non ha una confidence separata.
Questa distinzione permette soglie diverse per azioni diverse. Mostrare una schermata sbagliata è recuperabile; autorizzare un trasferimento non lo è. In un sistema serio, bassa confidence significa chiedere dati, passare a un operatore o fermarsi, mentre un’azione irreversibile richiede conferma anche con confidence elevata.
Velocità e prezzo: i numeri del lancio
TypeSafe dichiara una latenza end-to-end compresa tra 70 e 500 millisecondi e un prezzo di 0,042 dollari per milione di token in ingresso; l’output non viene tariffato separatamente. Nei workflow pubblicati dall’azienda, Jev risulta fino a 193,6 volte più veloce e 444,6 volte meno costoso rispetto ai modelli linguistici confrontati.
Sono dati interessanti, ma non universali. L’azienda stessa afferma che i guadagni pubblicati sono probabilmente nella fascia alta dei casi reali, che i test di velocità sono stati eseguiti dalla costa occidentale vicino al servizio e che la sostenibilità del prezzo richiede tempo. L’early access può inoltre cambiare condizioni e capacità.
Come leggere i benchmark senza farsi ingannare
Le workflow evals misurano quattro scenari: incidenti di sicurezza, osservabilità di agenti, fatture e customer service. Il lavoro viene scomposto in domande strutturate e regole. TypeSafe confronta i risultati con probabilità di riferimento ottenute mediando modelli esterni molto potenti, non con una verità assoluta annotata indipendentemente.
Il metodo misura quanto Jev imiti il consenso dei modelli di riferimento dentro un harness preparato dal team TypeSafe. La società riconosce possibile bias e ammette che lo stesso formato favorisce il modello specializzato. È evidenza utile sull’efficienza di quel tipo di workflow, non una prova che Jev superi gli LLM in qualsiasi compito.
L’adozione iniziale su Vercel AI Gateway
Vercel riferisce che nelle prime 24 ore Jev è stato usato da quasi il 13% dei team paganti del suo AI Gateway, oltre il doppio rispetto a ogni altro lancio recente misurato dalla piattaforma. È un segnale di curiosità tecnica e di domanda per modelli specializzati.
Non è ancora una misura di retention, affidabilità o volume di produzione. Un team che prova una singola chiamata conta come adozione iniziale, ma non dimostra che il modello resterà nel workflow. Il dato più importante arriverà dopo: frequenza d’uso, errori osservati, costi complessivi e percentuale di casi escalati.
Dove Jev può essere davvero utile
I casi migliori hanno output limitati e un costo dell’errore controllabile: routing di ticket, moderazione a più soglie, deduplicazione, classificazione di documenti, scoring di lead, selezione di tool per agenti e priorità degli alert. Può anche verificare output di altri modelli o decidere quando richiedere revisione umana.
Jev può affiancare un modello generativo: il primo decide quale percorso seguire, il secondo scrive o ragiona quando serve. Questo schema riduce l’uso dell’LLM generalista senza pretendere che un classificatore sostituisca la generazione. Il valore risiede nell’orchestrazione, non nel confronto ideologico tra modelli.
Agenti AI e sicurezza operativa
Un agente può usare Jev per scegliere il prossimo tool, stabilire se continuare, ritentare o fermarsi e assegnare un rischio prima di un’azione. Questa architettura è coerente con le regole di sicurezza AI e i controlli obbligatori: il modello propone un giudizio, ma autorizzazioni, conferme e limiti restano nel codice.
Non bisogna lasciare che la confidence diventi un lasciapassare. Permessi capability-based, allowlist, idempotenza, log, limiti di spesa e approvazione umana per le operazioni distruttive restano necessari. La probabilità del modello è un segnale nel sistema di controllo, non il sistema di controllo.
Cosa Jev non può sostituire
Jev non scrive articoli, non produce codice completo e non risolve da solo compiti che richiedono una catena lunga di inferenze. Per questi lavori rimangono centrali modelli generativi come GPT-6 Astra e altri reasoning model. La specializzazione di Jev è proprio la rinuncia a quella flessibilità.
Non è nemmeno un motore di regole deterministico. Quando la regola può essere espressa con un confronto esatto, una query o una firma crittografica, il codice tradizionale è più affidabile ed economico. Jev ha senso nella zona grigia in cui il linguaggio e il contesto rendono fragili le regole manuali.
I rischi nascosti nella definizione dello stato
La qualità dipende da ciò che entra nello stato. Campi mancanti, dati obsoleti, istruzioni contraddittorie o testo manipolato possono spostare la distribuzione. Dichiarare un output type-safe non protegge da prompt injection nel contenuto, contaminazione dei dati o criteri che incorporano bias.
In produzione servono validazione dell’input, separazione tra dati fidati e testo utente, test avversariali e monitoraggio del drift. Lo stato dovrebbe essere il più compatto possibile ma contenere l’evidenza necessaria. Se il modello deve intuire informazioni assenti, la confidence non recupera il difetto di progettazione.
Come valutarlo con un test serio
Il primo passo è costruire un dataset rappresentativo con casi facili, ambigui, rari e ostili. Poi si confrontano precisione, richiamo, calibrazione, latenza p50/p95, costo e tasso di escalation. Le soglie vanno scelte sul costo reale dei falsi positivi e falsi negativi, non su un valore generico come 0,8.
Occorre eseguire il modello in shadow mode prima di affidargli azioni. Le decisioni vengono registrate senza effetto e confrontate con operatori o risultati successivi. Solo dopo si automatizzano i percorsi reversibili; quelli ad alto impatto restano soggetti a conferma e rollback.
Una nuova categoria o un componente specializzato?
TypeSafe presenta i System One Models come una nuova classe. Dal punto di vista del prodotto, l’interfaccia è effettivamente diversa: decisioni tipizzate e probabilità sono il risultato principale, non un adattamento della prosa. Dal punto di vista scientifico, molti dettagli dell’architettura e di RLCD non sono ancora pubblici in misura sufficiente per una verifica indipendente completa.
La tesi più solida non richiede accettare ogni definizione del marketing. Esiste un ampio spazio per modelli specializzati che trasformano linguaggio in giudizi delimitati con latenza molto bassa. Se Jev manterrà calibrazione e stabilità su dati reali, potrà diventare un componente frequente accanto agli LLM, non necessariamente il loro sostituto.
Conclusione: cosa cambia davvero
Jev sposta l’attenzione dalla qualità della risposta scritta alla qualità della decisione incorporata nel software. Choice, Score e Noul rendono esplicito ciò che molti sistemi tentano già di ottenere con prompt, JSON schema e parser. La velocità dichiarata apre applicazioni in tempo reale e verifiche ripetute che sarebbero costose con un LLM generalista.
La prova decisiva sarà meno spettacolare dei demo: curve di calibrazione su dataset indipendenti, stabilità tra versioni, comportamento sotto attacco e risultati dopo mesi di produzione. Fino ad allora, Jev è una delle idee più interessanti del lancio AI di settembre, ma va adottato come componente probabilistico governato dal codice, non come oracolo.
Video: Jev spiegato in italiano
Per approfondire la parte tecnica, il video di Simone Rizzo analizza per oltre 42 minuti differenze dagli LLM, decisioni probabilistiche, workflow, casi d’uso e ciò che è noto dell’architettura. Il video è in italiano e completa, ma non sostituisce, la documentazione primaria citata nell’articolo.
