Jev от TypeSafe AI: модель без галлюцинаций — как это работает и кому нужно

Главное в этом релизе — не обещание «нуля галлюцинаций». Главное то, что кто-то наконец назвал вслух неприятную правду: большинство вызовов больших языковых моделей в продакшене — это вовсе не письмо. Это решение. «Этот тикет — жалоба или вопрос?», «пропускать платёж или отправить на ручную проверку?», «какой из шести маршрутов выбрать?». Под такие задачи мы гоняем генеративную модель, которая пишет текст, а потом парсим её вывод регулярками и молимся, чтобы формат не поехал. Jev предлагает убрать из этой цепочки лишнее звено — текст.

Что такое System One Models и почему это не очередной GPT

Название отсылает к «Системе 1» Канемана — быстрому автоматическому мышлению без рассуждений. Обычная LLM на каждый вопрос разворачивает цепочку токенов, даже если ответ бинарный. System One Model этот этап пропускает.

Jev не генерирует текст вообще. Разработчик заранее описывает схему возможных вариантов, модель возвращает типизированное решение. Документация вендора описывает три примитива:

• Choice — выбор из заданного набора. Возвращает выбранный вариант, распределение вероятностей и confidence.
• Score — оценка по шкале, тоже с вероятностями и уверенностью.
• Noul — значение от 0 до 1.

Отсюда и механика «нулевых галлюцинаций»: придумать несуществующий вариант модель не может технически, потому что выбирает только из того, что вы ей перечислили. Вендор заявляет 0% ошибок типа. Это не магия и не прорыв в архитектуре — это сужение задачи до такой, где ошибка формата невозможна по построению.

Обучали Jev не через RLHF, а собственным методом RLCD — Reinforcement Learning for Calibrated Decisions. Цель, по словам вендора, — «эпистемически честные вероятности». Проще говоря: если модель выдала 0,7 уверенности, то в семи случаях из десяти она должна оказаться права. Для продакшена это важнее сырой точности — на калиброванной вероятности можно строить пороги эскалации на человека.

Модель названа в честь экономиста Уильяма Стэнли Джевонса — автора парадокса о том, что рост эффективности увеличивает, а не сокращает потребление ресурса.

Дружелюбный робот мгновенно выбирает один из трёх светящихся путей — метафора System One: быстрое решение без рассуждений

Как устроено создание надёжного ИИ: где здесь настоящая новость

Стоит отделить факт от подачи. Жёсткая схема вывода — не изобретение TypeSafe: structured output и function calling есть у всех, включая GigaChat и YandexGPT. Новизна в том, что Jev отказался от генерации ради скорости и цены, а не ради надёжности как таковой.

И здесь наша позиция: ценность Jev не в «модели без галлюцинаций», а в том, что он заставляет архитектора разложить задачу на конечный список исходов. Половина галлюцинаций в реальных проектах возникает не потому, что модель плохая, а потому, что её просят решить неформализованную задачу в свободной форме. Дисциплина «сначала опиши все варианты» даёт больше надёжности, чем смена провайдера. Кто освоил этот способ мышления, выиграет и на GigaChat.

Ограничения вендор называет сам, и это к его чести: генерации текста нет совсем, максимальная кардинальность набора вариантов — 255, а в собственной оценке сценариев «возможна некоторая предвзятость», потому что сценарии составляла команда TypeSafe. Ограничения такого рода — лишь часть того, что мешает бизнесу внедрять ИИ.

Скорость и цена: что подтверждено, а что маркетинг

Заявленные цифры: отклик 70–500 мс против 3–329 секунд у существующих LLM — в 40–200 раз быстрее. На главной странице висят плашки «193.6x Faster» и «444.6x Cheaper», пример «Completed in 0.114s» против 8.566s. Цена: входные токены — 0,042 доллара за миллион, выходные бесплатны (их попросту нет).

Всё это — внутренние бенчмарки вендора, независимой воспроизводимой проверки нет. Архитектуру TypeSafe не раскрывает; сторонние наблюдатели, как пишет TechCrunch 18 сентября 2026 года, предполагают, что под капотом — открытая LLM. Основатели компании — Диого Алмейда, выходец из OpenAI и соавтор InstructGPT, Эрик Гафни и Саша Шэн.

В том же материале TechCrunch есть встречный кейс: компания Bryo AI сообщила, что в её сценарии Jev оказался в 10–20 раз дороже Gemini и при этом менее точным. Вывод отсюда простой: «в сотни раз дешевле» — не свойство модели, а свойство удачного сценария. Если ваш выбор укладывается в короткий список и вход компактный, экономия реальна. Если вы подаёте на вход длинный документ ради одного бита ответа, платите за токены входа — и выигрыш испаряется. Какие сценарии на практике оказываются удачными, видно по тому, как реально используют Jev.

Исследователь с лупой сравнивает два светящихся кристалла разного размера — маленький яркий и крупный тусклый: проверка заявленных показателей

Как подключить: один эндпоинт

Интеграция устроена скупо и в этом удобна: POST на https://api.typesafe.ai/v1/systemone, идентификатор модели jev-latest (в ответах фигурирует версия jev-1.13.0). Отдельные SDK не обязательны — Jev подключён в Vercel AI Gateway, Netlify AI Gateway и Cloudflare AI, поддержан в LangChain и Pydantic AI. То есть в существующий пайплайн он заходит как ещё один провайдер, без переписывания логики.

Дата полного снятия листа ожидания по вторичным источникам — 21 сентября 2026 года, но на момент проверки официальная страница вендора всё ещё описывала early access. Сумму стартовых кредитов вендор не подтверждает.

Россия: доступность и чем заменить

Работает частично. Прямая оплата у вендора — только в долларах США: Master Customer Agreement (п. 8.1) требует расчётов в долларах, счёт с оплатой в 30 дней и пеней 1,5% в месяц. Пункт 16.12 обязывает клиента соблюдать экспортное законодательство США и подтверждать, что он не в санкционных списках. Российские карты и СБП на стороне TypeSafe не заявлены. Доступность console.typesafe.ai с российских IP мы не проверяли — по практике других американских AI-API понадобится VPN, но это предположение, а не факт.

Российские реселлеры предлагают доступ к Jev с оплатой картой РФ и по счёту с НДС; это заявления самих посредников, TypeSafe их не подтверждает.

Прямого аналога — отдельной «решающей» модели без генерации текста — в России нет. Но задачи закрываются:

• GigaChat 2/3 (Сбер) — structured output и function calling, маршрутизация Lite/Pro по сложности задачи.
• YandexGPT 5 Pro/Lite/8B в Yandex Cloud — классификация и структурированный вывод; в облаке есть и отдельные API текстовой классификации.
• T-Pro / T-lite (Т-Банк) — открытые модели для локального инференса под классификацию и роутинг.
• Классические классификаторы (ruBERT и подобные) — на тех же задачах дешевле и быстрее любой LLM, разворачиваются в контуре под 152-ФЗ.

Последний пункт стоит прочитать дважды. Если вы гоняете GPT ради выбора из пяти категорий, обученный классификатор сделает это за копейки и без внешнего API. Jev интересен там, где вариантов много, они меняются и нужна калиброванная уверенность. Разбирать такие развилки — отдельный навык, и его разбирают на программе «ИИ и нейросети для бизнеса», где учат сначала формулировать задачу, а потом подбирать под неё модель.

Разработчик в уютном пространстве выбирает одного из нескольких маленьких светящихся ИИ-помощников разной формы — местные альтернативы

Частые вопросы

Может ли Jev писать тексты и ответы в свободной форме? Нет. Вендор прямо пишет, что модель «отказывается от генерации строк». Jev возвращает выбор, оценку или число — для писем, описаний и диалога нужна обычная LLM.

Как Jev достигает нулевых галлюцинаций технически? Модель выбирает только из набора вариантов, заданного разработчиком, — максимум 255 штук. Придумать вариант вне списка она не может, отсюда заявленные 0% ошибок типа. Это не гарантия правильности выбора, а гарантия формата.

Сколько стоит Jev по сравнению с ChatGPT или Claude? По данным вендора — 0,042 доллара за миллион входных токенов, выход бесплатен; на главной заявлено «в 238 раз дешевле Claude Fable 5.1». Но кейс Bryo AI показал обратное: в их сценарии Jev вышел в 10–20 раз дороже Gemini. Считайте на своих данных.

Как попробовать создание надёжного ИИ на Jev из России и чем его заменить? Прямая оплата возможна только в долларах и требует соответствия экспортным правилам США, доступ, скорее всего, потребует VPN. Практичнее для российского контура — GigaChat, YandexGPT, T-Pro или локальный классификатор на базе ruBERT.