Jev není chatbot. Je to chytrá podmínka
Většina modelů, které znáte, dělá jedinou věc: čte text a píše další text. Generuje token za tokenem, slovo za slovem. Tahle svoboda je zdrojem jejich síly — a zároveň zdrojem halucinací, tedy okamžiků, kdy model sebevědomě vyplivne nesmysl.
Jev od sanfranciského startupu TypeSafe AI jde opačnou cestou. Generování textu úplně vypustil. Dostane nestrukturovaný vstup — popis transakce, zákaznickou zprávu, kus kódu — a vrátí typovanou strukturu: kategorii, číslo, skóre, pravděpodobnost. Přesně tu hodnotu, kterou si vybere z předem daných možností.
Představte si to jako chytré if-then v kódu. Normální program má větvení typu „pokud je částka nad 10 000, označ jako podezřelé". Jev takové rozhodnutí zvládne z neuspořádaného textu, a k odpovědi ještě přidá odhad, jak moc si je jistý.
Proč zrovna „System One" a „Jev"
TypeSafe mluví o nové třídě modelů — System One Models. Název odkazuje na psychologa Daniela Kahnemana a jeho knihu Thinking, Fast and Slow. „Systém 1" je rychlé, intuitivní myšlení, „Systém 2" pomalé a rozvážné. Zatímco dnešní velké modely vnitřně „přemýšlí", Jev má být tím rychlým, instinktivním rozhodovačem.
Jméno Jev je taky záměr. Odkazuje na ekonoma Williama Stanleyho Jevonse a jeho paradox: když technologie zlevní, lidé jí začnou používat tolik, že celková spotřeba stoupne. TypeSafe sází na to, že zlevnění „inteligence" o řády otevře úplně nové případy použití.
Čísla, která stojí za pozornost
Jev účtuje 0,042 dolaru za milion vstupních tokenů, tedy 42 dolarů za miliardu. Výstupy jsou zdarma. Pro srovnání: Claude Fable 5.1 dnes stojí 10 dolarů za milion vstupních a 50 dolarů za milion výstupních tokenů.
Přepočítáno na koruny při kurzu zhruba 23 Kč za dolar: milion vstupních tokenů u Jevu vyjde asi na jednu korunu, u Claude Fable 5.1 na zhruba 230 korun. Jen na vstupu jde o zhruba 238násobný rozdíl — a u Jevu za výstup neplatíte vůbec nic.
Rychlost
Odezva se pohybuje mezi 70 a 500 milisekundami, u běžných operací pod 100 ms. Velké jazykové modely potřebují podle složitosti dotazu zhruba 3 až 329 sekund. Pro „rozhodovací" úlohy, na které je Jev stavěný, TypeSafe uvádí 20× až 200× zrychlení.
Konkrétní srovnávací demo ukazuje jeden dotaz: TypeSafe ho vyřešil za 0,114 sekundy a 0,000081 dolaru, velký model za 8,566 sekundy a 0,013880 dolaru. V publikovaném benchmarku čtyř workflow pak TypeSafe hlásí až 193,6× vyšší rychlost a 444,6× nižší náklady. Firma sama přiznává, že jde o horní hranici reálného přínosu a že testy běžely z jejich notebooků na západním pobřeží USA.
Ale pozor na přesnost
Tady je důležité nenechat se unést. Jev není chytřejší než špička. V testovaném benchmarku dosahuje přesnosti kolem 68 %, což odpovídá spíš modelům střední třídy, jako je GPT-5.6 Terra. Model se tedy zhruba ve třetině případů splete.
A právě tady přichází to zajímavé: na rozdíl od velkých modelů o své nejistotě „mluví". Každé rozhodnutí vrací i s kalibrovanou pravděpodobností — vyšší jistota znamená vyšší přesnost. Software se tak může zachovat rozumně: když si je model jistý, rozhodne sám, když ne, předá věc člověku.
Proč nemůže halucinovat
Halucinace a typové chyby spolu úzce souvisí. Velký jazykový model může vrátit cokoli — včetně hodnoty, kterou jste nečekali. U Jevu jsou možné výstupy dané předem schématem. Model z nich jen vybírá a přidává pravděpodobnosti. Nemá kam „vystřelit" nesmysl, protože žádnou volnou formu negeneruje.
TypeSafe proto tvrdí, že typových chyb je nula procent — a upozorňuje, že na rozdíl od jiných tvrzení jde o matematicky zaručenou vlastnost, ne o změřený výsledek. Stačil by jediný protipříklad a tvrzení padá. Jenže při dané architektuře žádný vzniknout nemůže.
Neznamená to, že má Jev vždycky pravdu. Znamená to jen, že když se splete, splete se „čistě" — vrátí špatnou, ale formálně správnou hodnotu s nízkou jistotou. To je pro automatizaci zásadní rozdíl: u chatbota je vymyšlený výstup otrava, u systému zabudovaného hluboko v kódu by byl katastrofa.
K čemu se hodí — a kde jsou limity
Jev je nástroj pro vývojáře, ne koncový produkt pro běžného uživatele. Neumí napsat e-mail, shrnout dokument ani poradit s dovolenou. Umí zato věci, které velké modely dělají draho a pomalu: třídit, kategorizovat, skórovat, extrahovat údaje, směrovat požadavky nebo kontrolovat výstupy jiných modelů.
TypeSafe uvádí typické scénáře: rozhodovací pravidla v podnikovém softwaru, zpracování velkých objemů dat, aplikace, kde záleží na odezvě, a „ověřování všeho" — tedy hodnocení a filtrování výstupů LLM včetně odhalování pokusů o jejich obejití.
Pro české vývojáře a firmy je podstatné, že jazyk tu nehraje roli. Model pracuje se strukturovanými daty, ne s prózou, takže čeština či angličtina je jedno. Dostupnost je zatím omezená: TypeSafe otevřel předběžný přístup a lidi z waitlistu pouští postupně.
Kam to zapadá
Jev přichází v době, kdy se obor posouvá od pasivních chatbotů k autonomním agentům a systémům, které mají pracovat bez lidského dohledu. Do tohohle příběhu zapadá: k agentům, kteří zvládají dlouhé úkoly, přibývá levná a rychlá vrstva, která dělá miliony malých rozhodnutí.
Almeida je přitom věrohodná postava. Spolupodílel se na RLHF a InstructGPT, tedy metodách, ze kterých ChatGPT a GPT-4 vyrostly, a dřív působil v Google Brain. TypeSafe po dvou letech utajení oznámil seedové kolo ve výši 40 milionů dolarů vedené fondem DCVC. Podrobnosti popisuje v oficiálním oznámení.
Jestli se sázka na „AI, která nemluví" vyplatí, ukáže čas. Ceny zatím firma sama označuje za neověřitelně nízké — nedá se vyloučit, že je dotuje. Ale směr dává smysl: ne každý úkol potřebuje model, který umí psát básně. Někdy stačí rychlé, levné a ověřitelné rozhodnutí.
Můžu si s Jevem normálně popovídat jako s ChatGPT?
Ne. Jev negeneruje text, takže nemá chatové rozhraní v běžném slova smyslu. Vrací typovaná strukturovaná rozhodnutí určená pro software — je to spíš API funkce, kterou voláte z kódu. Na konverzaci a psaní textu zůstávají klasické LLM.
Jak se k Jevu dostanu a je to zdarma?
TypeSafe otevřel předběžný přístup (early access) a zájemci se hlásí přes waitlist na webu. Nejde o předplatné pro koncové uživatele, ale o API: platíte 0,042 dolaru za milion vstupních tokenů (asi 42 dolarů za miliardu), výstupy jsou zdarma.
Můžu se na Jev spolehnout, když se v třetině případů splete?
Záleží na nastavení. Každé rozhodnutí nese odhad jistoty, takže v aplikaci můžete nastavit práh: pod ním model rozhoduje sám, nad ním předá úkol člověku nebo jinému systému. V provozu tak „spolehlivost" závisí na tom, jak konzervativně práh nastavíte.
