Se usi un modello linguistico dentro un gestionale per smistare la posta o riconoscere un documento, sai che ogni decisione costa attesa e token. Il 15 settembre TypeSafe AI, la startup di un ex ricercatore di OpenAI, ha presentato Jev: un modello che non sa scrivere una parola e restituisce solo decisioni tipizzate, ognuna con la sua probabilità.
Come funziona Jev
Spiego le tre domande che accetta (choice, score e noul), perché risponde in un solo passaggio e perché TypeSafe lo chiama un modello “Sistema Uno”. C’entrano il libro di Kahneman e il paradosso di Jevons, di cui ho parlato nelle puntate 4 e 5.
200 volte più veloce?
I numeri del sito vengono da flussi scelti dal produttore. Ho costruito un benchmark mio: 105 email di clienti di un gestionale, modelli di OpenAI, Google e DeepSeek, test in inglese e in italiano, e un confronto fatto solo tra modelli che sbagliano quanto Jev. Il metodo, le tabelle complete e il codice Delphi per chiamare Jev sono nell’articolo Jev di TypeSafe contro GPT, Gemini e DeepSeek (anche in inglese).
“Non può allucinare”
La promessa è vera a metà: spiego quale parte regge, quale va letta bene e quanto merita fiducia la confidenza di Jev. Poi come la vedo io: dove lo metterei in un gestionale e le due cose che mi farebbero andare piano.
Di AI dentro i sistemi enterprise parla anche la puntata L’architettura dell’AI agentica in Delphi. Le altre stanno tutte su while true do;.
Fonti
- TypeSafe AI, “Introducing System One Models & Jev”, 15 settembre 2026: 70-500 ms per risposta, 0,042 dollari per milione di token in ingresso, uscita gratuita, fino a 255 opzioni per domanda.
- Documentazione di Jev, con le tre primitive Choice, Score e Noul e i pattern d’uso.
- Jev su OpenRouter, disponibile dal 18 settembre 2026.
- Video di lancio di Diogo Almeida, 15 settembre 2026.
- Latent Space, “Jev: System One models for Prod, not God”, intervista a Diogo Almeida, 21 settembre 2026, con l’origine dei nomi Jev (paradosso di Jevons) e Noul (Bernoulli).
- Ouyang et al., “Training language models to follow instructions with human feedback” (InstructGPT), 2022, tra i cui autori c’è Diogo Almeida.
- Daniel Kahneman, “Pensieri lenti e veloci”, Mondadori, 2012 (ed. originale “Thinking, Fast and Slow”, 2011).
- MindStudio, “12 Jev Use Cases Tested”: 1.000 email classificate in circa 6 secondi per 9 centesimi, contro circa 5 minuti e 62 centesimi con un modello di classe GPT-5.6.
- TrueFoundry, “TypeSafe AI’s Jev: What System One Models Actually Are”, sui numeri non ancora verificati in modo indipendente.
- Il mio benchmark, con il codice Delphi scaricabile: Jev di TypeSafe contro GPT, Gemini e DeepSeek.
Se stai portando l’AI dentro il tuo gestionale e vuoi capire dove un modello come Jev ha senso e dove no, bit Time Professionals può darti una mano. Scrivici a professionals@bittime.it.
A cura di Daniele Teti e bit Time Professionals.
Fatti chiave
Episodio 7 del podcast "while true do;" di Daniele Teti: Jev, il modello "System One" di TypeSafe AI che non genera testo e restituisce solo decisioni tipizzate, e un benchmark indipendente contro LLM generativi.
- Episodio 7, durata 16:24, pubblicato il 22/09/2026, in italiano
- Jev: presentato da TypeSafe AI il 15 settembre 2026, fondata da Diogo Almeida, tra gli autori del paper InstructGPT (2022). Disponibile su OpenRouter dal 18 settembre 2026
- Come funziona: riceve un contesto (state) e domande tipizzate di tre tipi, choice (fino a 255 opzioni), score (da 2 a 10 livelli) e noul (sì/no); restituisce l'opzione, la distribuzione di probabilità e una confidenza, calcolando tutte le risposte in un solo passaggio
- Il nome "System One" viene dal Sistema 1 di Daniel Kahneman ("Pensieri lenti e veloci"); il nome Jev dal paradosso di Jevons, tema delle puntate 4 e 5
- Numeri del produttore: 70-500 ms per risposta, 0,042 dollari per milione di token in ingresso, uscita gratuita, flusso fino a 193,6 volte più veloce e 444,6 volte più economico di un LLM di punta, non ancora riprodotti in modo indipendente. Test MindStudio: 1.000 email in circa 6 secondi per 9 centesimi, contro circa 5 minuti e 62 centesimi
- Benchmark di Daniele Teti (22 settembre 2026): 105 email di clienti di un gestionale contro modelli di OpenAI, Google e DeepSeek. Qualità di Jev al livello dei modelli di punta; contro l'LLM più economico di pari accuratezza da 4 a 8 volte più veloce; 1.000 email con 25 domande costano 0,08 dollari con Jev, circa 2 con GPT-5.6 Terra, circa 12 con Gemini 3.1 Pro; in italiano la qualità di Jev resta quella dell'inglese
- "Non può allucinare" vale per gli errori di formato, non per quelli di giudizio; la confidenza è affidabile sopra 0,95 (96% di risposte giuste) e ottimista nella fascia intermedia
- Limiti: solo API in cloud, in accesso anticipato, senza pesi pubblicati né installazione on-premise
- Architettura proposta: se basta un if decide il codice, se servono comprensione e risposte note decide Jev, se bisogna scrivere un LLM, e quando nessuno è sicuro una persona
- Articolo con metodo, tabelle e codice Delphi: https://www.danieleteti.it/post/jev-typesafe-delphi-benchmark-it/
- Pubblico: CTO, Software Architect, Lead Developer
- Autore: Daniele Teti, bit Time Professionals. Dove ascoltare: Spotify (https://open.spotify.com/episode/67iGHmOt3RYA8cn4x0zCEX), YouTube (https://youtu.be/TzSytIidgyA), feed RSS https://www.danieleteti.it/podcast/feed.xml