A Typesafe AI é resultado dos últimos anos de trabalho em modo "stealth", com o Jev a ser o primeiro produto a ser lançado.
O Jev não é "mais um" modelo AI LLM que se vem juntar a todos os outros que possibilitam os muitos chatbots que temos disponíveis, mas sim uma coisa completamente diferente que poderá complementá-los. Em vez de gerar textos (ou imagens, ou sons), o Jev foca-se unicamente em fazer decisões. É algo que pode não parecer importante ou impressionante, mas quando se tem em conta que isto é algo necessário e que não se adequa aos modelos LLM existente (que são lentos, e caros, para coisas deste tipo), pode antever-se que não faltem interessados.
O Jev apenas dá decisões, com grau de confiança, e a sua grande vantagem é a rapidez e o custo. A Typsafe diz que o Jev pode ser 200x mais rápido que os modelos AI existentes, e até 500x mais barato - aliás, só se paga pelos inputs, já que os outputs são totalmente gratuitos. Esta velocidade e preço faz com que o Jev possa ser usado dezenas de vezes por segundo com custos que se mantêm aceitáveis, ao contrário do que aconteceria com um modelo LLM normal (que nem funcionaria a estas velocidades) . estando também disponíveis uma série de exemplos de casos em que poderá ser utilizado.
After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?
— Diogo Almeida (@CompleteSkeptic) September 15, 2026
I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev
• 20-200x faster
• 40-400x… pic.twitter.com/JSybNG2BKJ
No passado, Diogo Almeida já tinha referido que, embora estivesse orgulhoso do trabalho que resultou no ChatGPT, tinha também ficado "desapontado" pela direcção que os modelos AI estavam a seguir. Este Jev pretende demonstrar que ainda há muito que se pode fazer no campo da AI sem ser "mais do mesmo".We believe that the future is code + AI, so made workflow evals to reflect that
— Diogo Almeida (@CompleteSkeptic) September 15, 2026
Jev costs: $42 / BILLION input tokens ($0.042 / MTok) and output tokens are free (forever - they’re too cheap to meter with our new architecture)
Jev is named after Jevons paradox and off the… pic.twitter.com/mOZQjgZ3Zx
O mais certo é que o Jev acabe por ser aproveitado e implementado a nível dos bastidores, ajudando a melhorar as ferramentas AI mas sem ser directamente visível ou perceptível do lado dos utilizadores. No futuro, poderá resultar em modelos locais que auxiliem o processamento AI nos computadores e smartphones, de forma mais imediata e eficiente que ter modelos LLM de grandes dimensões.
Sem comentários:
Enviar um comentário (problemas a comentar?)