Jev : l'IA qui décide au lieu d'écrire
Une situation, des choix, et une décision avec son pourcentage de certitude, en une fraction de seconde. Comment ça marche, comment l'installer, et 28 choses concrètes à faire avec.
Jev en deux minutes
Jev est sorti le 15 septembre 2026. Derrière, TypeSafe AI, la startup de Diogo Almeida, ancien d'OpenAI et co-auteur de la méthode qui a donné ChatGPT, avec 40 millions de dollars levés pour ça. Mais ce n'est pas un nouveau ChatGPT. C'est une IA d'un autre genre, qu'ils appellent un System One Model.
La différence tient en une phrase : Jev n'écrit pas. Tu lui donnes un état (un mail, un ticket, un commentaire, une ligne de tableur, n'importe quel texte) et des questions à réponses fermées. Il te rend, pour chaque question, une décision et une probabilité. Pas de phrase, pas de raisonnement à lire, pas d'invention : un choix parmi ceux que tu as fournis, et un chiffre qui dit à quel point il en est sûr.
Trois types de questions, et c'est tout :
Parce qu'il ne génère pas de texte, il est rapide et presque gratuit. TypeSafe facture 0,042 dollar par million de tokens en entrée, et rien en sortie : en pratique, une décision coûte quelques dix-millièmes de centime. Et tu peux poser dix questions d'un coup sur le même texte, elles sont évaluées en parallèle, la dixième ne rallonge presque pas la réponse.
Ce qu'il ne fait pas
Écrire un texte ou du code. Calculer, compter, comparer des dates. Raisonner étape par étape. Expliquer sa réponse. Il ne remplace ni ChatGPT ni Claude : il est le complément qui permet à tes systèmes de décider bien, vite, et pour presque rien, et de ne déranger un gros modèle que pour les cas qui le méritent. Autre limite à connaître : il ne lit que du texte. Une image, un audio, il faut d'abord les décrire ou les transcrire. Et sa langue de prédilection est l'anglais : le français est pris en charge, mais la précision y est un cran en dessous.
Le seuil de confiance, le vrai déclic
C'est le point qui change tout pour l'automatisation. Chaque réponse arrive avec une confiance entre 0 et 1. Tu n'as donc plus à espérer que l'IA a raison : tu règles ton système pour qu'il agisse seul au-dessus d'un seuil, et qu'il demande en dessous. Un point de départ qui marche :
Il agit tout seul. Archiver, router, étiqueter, publier. Le modèle a une lecture nette, personne n'a besoin de regarder.
Action réversible, ou file « à valider ». Il propose, tu confirmes d'un clic. Ou il fait une chose qu'on peut annuler.
Il escalade. À un humain, ou à un gros modèle (Claude, GPT) qui prend le temps de réfléchir. Jev ne tranche pas, il passe la main.
Et les seuils ne sont pas les mêmes selon le risque : bas pour lire ou trier, haut pour supprimer, payer ou envoyer. La doc TypeSafe donne la règle en une phrase : commence prudent, teste sur tes propres données, ajuste en regardant ce qui sort. Et une fois tes seuils réglés, épingle la version du modèle (jev-1.13.0 aujourd'hui) plutôt que jev-latest, pour qu'une mise à jour ne les décale pas en silence.
Les quatre exemples de la vidéo, avec leurs vrais chiffres
Trier 500 mails. Classés en quelques secondes pour 3,5 cents. Un autre test est monté à 1 500 mails. Source : Riley Brown, Ryan Vogel.
Classer 700 pubs de 37 marques. 724 publicités en ligne décortiquées en 40 secondes pour 9 cents : accroche, format, offre, appel à l'action, stade de conscience, décalage avec la page de destination. Source : Matt Berman.
Trouver un vol sur Google Flights. 7 secondes et 0,0039 dollar, vidéo à vitesse réelle, avec un agent navigateur open source, jev-ultrafast de Browser Use, qui dépasse 10 000 étoiles sur GitHub. Source : Gregor Zunic.
Subway Surfers, et d'autres jeux. Subway Surfers à une vitesse qu'aucun humain ne suit, 50 parties en parallèle pour moins d'un centime. Ailleurs : Doom à 10 décisions par seconde pour 7 dollars de l'heure, Tetris, Smash Bros à quatre joueurs, StarCraft. Source : Max Blade, Diogo Almeida, Faadil Shaik, Mau Baron.
Obtenir l'accès
Jev est en accès anticipé, par API. Pas d'application à télécharger : tu obtiens une clé, et tu la donnes à l'outil qui va l'utiliser pour toi. Quatre portes.
console.typesafe.ai, liste d'attente, puis ta clé dans Settings, Keys. Les retours parlent d'environ un jour d'attente.
Modèle typesafe-ai/jev, avec l'AI SDK en version 7.0.105 ou plus. Le modèle adopté le plus vite de l'histoire de leur passerelle.
Page du modèle chez Cloudflare, en ligne depuis le 17 septembre.
Annoncé en bêta. Le connecteur MCP ci-dessous accepte d'ailleurs une clé OpenRouter à la place d'une clé TypeSafe.
L'utiliser sans coder
Deux façons qui ne passent que par du code officiel, puis une troisième à connaître avant de la choisir. La première suffit pour toute la liste de niveau 1 plus bas.
A. Dans Claude Code, avec le skill officiel de TypeSafe
TypeSafe publie sur son propre GitHub un skill qui apprend à Claude Code comment on utilise Jev : quand il vaut mieux qu'un gros modèle, comment écrire les questions, comment lire les réponses. Une fois installé, tu ne codes rien : tu décris le travail, Claude écrit le script avec le SDK officiel, le lance, et te rend le résultat.
npx skills add typesafe-ai/skills --skill typesafe-ai
Ouvre Claude Code dans un dossier vide et colle la commande ci-dessus. Le skill vient du dépôt typesafe-ai/skills, celui de TypeSafe.
Crée ta clé sur la console TypeSafe, dans Settings, Keys, et donne-la à ton terminal, pas à la conversation. La première ligne est pour Mac et Linux, la seconde pour PowerShell sous Windows :
export TYPESAFE_API_KEY=ta-cle $env:TYPESAFE_API_KEY = "ta-cle"
Décris le travail. Voici un prompt de départ, à adapter : mets tes mails dans un fichier texte, un par ligne, et laisse-le faire.
Avec le skill typesafe-ai, écris et lance un script qui envoie à Jev chaque mail du fichier mails.txt (un mail par ligne) avec trois questions : - categorie : facturation, technique, commercial, spam - urgence : faible, moyen, fort, bloquant - reponse_attendue : oui ou non Lis ma clé dans la variable TYPESAFE_API_KEY, ne me la demande jamais dans le chat. Utilise le SDK officiel de TypeSafe, rien d'autre. Rends-moi un tableau : mail, catégorie, urgence, réponse attendue, confiance. Sous 0,6 de confiance, marque la ligne « à vérifier » au lieu de trancher. À la fin, dis-moi combien de tokens ça a coûté.
B. Dans n8n, Make ou Zapier
Aucun module Jev n'est nécessaire : un nœud HTTP suffit, puisque tout passe par une simple requête vers l'API officielle. Tu envoies le texte et tes questions, tu récupères les décisions, et le reste de ton scénario branche dessus avec le seuil de confiance.
POST https://api.typesafe.ai/v1/systemone Authorization: Bearer TA_CLE_TYPESAFE Content-Type: application/json
{
"model": "jev-latest",
"state": "Mon paiement Stripe échoue depuis 3 jours.",
"questions": {
"categorie": {
"type": "choice",
"instructions": "Quel service traite ce message ?",
"criteria": {
"facturation": "paiements et remboursements",
"technique": "bugs et pannes",
"commercial": "devis et ventes"
}
},
"urgence": {
"type": "score",
"instructions": "Niveau d'urgence",
"criteria": ["faible", "moyen", "fort", "bloquant"]
},
"remboursement": {
"type": "noul",
"instructions": "Demande-t-il un remboursement ?"
}
}
}En retour, tu reçois pour categorie l'option choisie, la probabilité de chaque option et une confiance ; pour urgence un score et sa répartition sur les quatre niveaux ; pour remboursement une seule probabilité. Un nœud de condition sur la confiance, et ton automatisation sait quand agir seule et quand te prévenir.
C. Les connecteurs MCP : pratiques, mais pas officiels
Deux connecteurs branchent Jev directement dans Claude Desktop, Claude Code ou Codex : typesafe-mcp et jev-mcp. C'est le plus confortable, et c'est justement pour ça qu'il faut savoir ce qu'on installe.
Pour les développeurs
Un seul point d'entrée, POST https://api.typesafe.ai/v1/systemone, avec ta clé en en-tête, et le corps de requête de la section précédente. Les SDK existent en Python (3.10 et plus), en JavaScript (Node 20 et plus) et pour LangChain.
pip install typesafe-sdk npm install @typesafe-ai/sdk pip install langchain-typesafe
Avec Vercel AI Gateway, c'est une fonction de l'AI SDK. Note que le SDK appelle le oui-non boolean là où l'API brute dit noul.
import { experimental_evaluate as evaluate } from "ai";
const result = await evaluate({
model: "typesafe-ai/jev",
state: "Mon paiement Stripe échoue depuis 3 jours.",
questions: {
remboursement: {
type: "boolean",
instructions: "Le client veut-il un remboursement ?",
},
},
});Limites à garder en tête : 64 000 tokens par requête au total, dont 32 000 pour l'état plus la question la plus longue. Texte uniquement. Les quotas de débit (250 000 tokens par seconde, 1 200 requêtes par minute) bougent sans préavis, la doc le dit elle-même.
Les erreurs classiques, et la cascade qui gagne
Une question, un seul jugement. Littérale, sans négation ni condition cachée. « Le client est-il en colère ? » plutôt que « ne pas être en colère sauf si ».
N'envoie que l'utile. Le superflu dans l'état dégrade la précision. Coupe les signatures, les en-têtes, l'historique inutile.
Pose tout d'un coup. Dix questions en un appel coûtent des tokens, pas de latence. Un appel par question, si.
Jamais de calcul. Ne lui demande ni de compter, ni de comparer des dates. Fais-lui extraire en Choice, et calcule dans ton code.
Méfie-toi du contenu utilisateur. Traite ce qui vient de l'extérieur comme potentiellement hostile. TypeSafe publie d'ailleurs une recette officielle de garde-fous pour ça, dans ses cookbooks.
La cascade. Jev pour router et juger, du code pour la logique, et un gros modèle seulement pour la minorité de cas qui demandent d'écrire. C'est là que le coût s'effondre.
28 choses concrètes à faire avec
Chaque projet ci-dessous existe, avec son chiffre réel et la personne qui l'a construit. Trois niveaux : sans code, business et automatisation, développeur.
Niveau 1 : sans code, en laissant Claude Code écrire le script
Catégorie, urgence, spam, et la probabilité qu'il faille répondre. Le premier projet à faire, avec le prompt de la section 2.
Source : Riley Brown ; variante 1 500 mails par Ryan Vogel
Pour chaque fichier, une question : est-ce une facture ? un contrat ? une capture ? Puis déplacer et renommer.
Source : Marcel Pociot
Entraîné sur 9 481 posts, il choisit le post qui va marcher deux fois sur trois.
Source : Rob Hallam, outil gratuit sans inscription
Chaque post étiqueté sur huit dimensions : sujet, accroche, style, format. Tu vois ce qui marche dans ta niche sans lire mille posts.
Source : yuhasbeentaken
Quatorze questions oui ou non par post : le hook ouvre-t-il une boucle, y a-t-il un chiffre en première ligne, la preuve est-elle réelle ou seulement affirmée. Le même corpus donné à Claude Opus 5 : 214 posts traités pour 0,98 dollar. Résultat : les superlatifs font 1,92 fois la moyenne, et les listes numérotées, le format que tout le monde écrit, sont sous la moyenne.
Source : 0xMovez
Il lit trois jours de posts d'une niche, huit questions chacun, et retire les appâts à clics et les pubs déguisées.
Source : Rob Hallam
Chaque post évalué en temps réel : est-ce que ça sent la génération automatique ?
Source : Jon Kraayenbrink, Robin Bilgil
Jev lit la transcription et repère le moment où la pub commence et finit.
Source : Tony Dinh
Tu donnes la transcription d'une heure, il note chaque passage sur son potentiel d'extrait, et tu ne montes que le haut du classement.
Source : idée de yuhasbeentaken
Question, objection, spam, prospect chaud. Le tri qui décide qui reçoit une réponse automatique et qui mérite la tienne.
Source : dérivé du filtre de commentaires d'Ian Nuttall
Niveau 2 : business et automatisation (n8n, Make, un script simple)
Probabilité de réponse à chaque message, et décalage entre le lead et le message envoyé.
Source : Romàn (romanbuildsaas)
Vente, libre-service ou à nourrir, puis routage automatique vers la bonne personne ou la bonne séquence.
Source : yuhasbeentaken
Facturation, technique ou compte, plus la sévérité, plus la demande de remboursement : en un seul appel.
Source : exemple officiel Vercel
L'exemple de la vidéo : chaque pub décortiquée sur son accroche, son format, son offre et son décalage avec la page de destination.
Source : Matt Berman
Avec un score de confiance par correspondance.
Source : Sarvagya Kulshreshtha
Jev classe tout, et les cas incertains partent vers un gros modèle : la cascade en action.
Source : Hassan (nutlope)
Chaque paragraphe noté contre ta charte, avant relecture humaine.
Source : Every, Dan Shipper
Jev décide si la demande part vers Haiku, Opus, GPT ou un humain. Le modèle cher ne voit que ce qui le mérite.
Source : Riley Brown, Duncan, Lahfir
Une extension PostgreSQL : « WHERE jev(personne, 'pourrait télétravailler') ».
Source : Zachi (iam_zachi)
Tu tapes « Urgence » en tête de colonne, chaque ligne est notée.
Source : Nader Dabit
Niveau 3 : pour les développeurs, et pour le plaisir
L'exemple de la vidéo. Jev choisit l'action à chaque étape, un petit modèle ne sert qu'à taper du texte.
Source : Browser Use, dépôt jev-ultrafast, plus de 10 000 étoiles
Détection locale des boutons, lecture du texte, et Jev choisit où cliquer. Rien ne quitte le Mac.
Source : Milind S
« Ouvre Notes et crée... » : l'application s'ouvre avant la fin de la phrase.
Source : Andy Gao
Jev lit l'historique du presse-papiers et le champ où tu es, et décide quoi coller.
Source : Marcus Lowe
Il lit ce que tu dis et la tenue à l'écran, choisit dans le dressing, change la tenue en direct.
Source : Drape (nailthy62)
Subway Surfers en 50 parties parallèles, Tetris, Smash Bros à quatre, StarCraft, génération de niveaux en temps réel. Inutile, et c'est ce qui montre la vitesse.
Source : Max Blade, Diogo Almeida, Faadil Shaik, Mau Baron, Hugo Duprez
Avant chaque action d'un agent, Jev vérifie qu'elle est légitime et que le contenu lu ne contient pas d'instructions cachées.
Source : jev-mcp, pi-heed
Jev note chaque appel d'outil et jette l'inutile. Démonstration très vue, méthode contestée : à considérer comme une expérience, pas comme un outil fini.
Source : tamara, Alex Volkov ; critiqué par Theo
Cinq idées pour toi, si tu crées du contenu
Celles-ci, personne ne les a encore publiées : ce sont les applications directes pour un compte comme le mien, et la plupart tiennent dans le chemin sans code.
Le tri de tes DM Instagram. Prospect, question, collab, spam. Au-dessus du seuil, une réponse automatique aux questions simples. En dessous, tu lis.
Le pré-tri des commentaires sous un reel. « Veut le guide », « objection », « troll ». Ton auto-DM ne part qu'au premier groupe.
Le score de viralité de tes scripts avant de tourner. Sur le modèle du projet 3, entraîné sur tes propres posts et ceux de ta niche.
Le tri des mails et notifications d'une petite boîte. « Aujourd'hui », « cette semaine », « ignorer ». La règle de seuil décide de ce qui remonte.
La qualification de tes leads. « Prêt à acheter », « à nourrir », « hors cible », dès l'arrivée du formulaire.
Ce qu'il faut savoir avant de foncer
C'est un accès anticipé, par API. Pas d'application grand public. Le chemin sans code passe par Claude et un connecteur, ou par un outil d'automatisation.
« Ne peut pas halluciner » veut dire une chose précise. Il ne peut ni inventer une option, ni casser le format. Il peut se tromper d'option. C'est pour ça que le seuil de confiance existe, et que tu ne le retires jamais.
L'anglais d'abord. C'est la langue où il est le plus précis. En français, ça marche, mais garde des seuils un peu plus hauts au début et regarde ce qui sort.
Les chiffres de vitesse. 200 fois et 400 fois sont ceux de TypeSafe. Les tests indépendants disent 5 à 25 fois. Calcule avec les seconds.
Pas de connecteur officiel. Les connecteurs MCP qui circulent sont communautaires. Le skill, les SDK et l'API, eux, sont de TypeSafe.
Le prix peut bouger. 0,042 dollar par million de tokens en entrée au moment où ce guide est écrit, sortie gratuite. Vérifie sur la console avant de dimensionner un projet.
Sources : la documentation TypeSafe, le recensement madewithjev.com, la liste awesome-jev-use-cases et le fil de Moritz Kremb sur les projets Jev. Chaque projet cite la personne qui l'a construit.
Lire un guide, c'est bien.
Construire pendant 30 jours, c'est autre chose.
Ce guide t'a donné une méthode. Le problème, c'est qu'on enregistre des astuces IA et qu'on n'en applique aucune. Le Challenge IA, c'est l'inverse : un défi par jour, un système construit par jour, pendant 30 jours. Les inscriptions ouvrent bientôt.
Un challenge par jour
30 jours, 30 systèmes qui tournent pour toi.
Tes propres agents
Prompts et agents à installer pendant que tu construis.
Vidéos et démos réelles
Je construis devant toi, tu refais derrière.
Accès à vie
Ce que tu construis reste à toi, sans limite de temps.
Gratuit et sans engagement. Les inscrits sont prévenus en premier.
Pas le temps d'apprendre ? On le fait pour toi.
Des solutions IA sur mesure, clés en main, pour automatiser tes process, réduire tes coûts et gagner du temps sur ce qui compte. Agents IA, automatisations, outils internes : on construit, tu récoltes.
De 0 à 70 000 abonnés en 3 mois. Ne cherche plus jamais quoi poster.
Je l'ai construite pour moi, parce que je perdais mes journées à chercher quoi poster. Zoe surveille les créateurs de ta niche, repère les Reels qui explosent cette semaine, comprend pourquoi ils marchent, et t'écrit le script du tien avec ta manière de parler. Elle tourne toujours sur mon compte tous les jours. Elle est maintenant ouverte à tout le monde.
Elle repère
Les Reels qui font x5 la moyenne du compte qui les a publiés.
Elle explique
Ce qui a marché dans la vidéo, hook par hook.
Elle écrit
Le script prêt à tourner, avec ta manière de parler.
Sans engagement, résiliable en un clic. Les résultats dépendent de ton travail : Zoe te dit quoi tourner, elle ne tourne pas à ta place.
Lis la suite gratuitement
Entre tes infos pour débloquer le guide complet.