Diogo Almeida, bivši istraživač OpenAI-ja i jedan od ljudi koji se navode kao koizumitelji ChatGPT-a i tehnike RLHF, predstavio je Jev — model koji potpuno napušta arhitekturu klasičnih jezičkih modela. Umesto da generiše tekst reč po reč, Jev direktno proizvodi strukturirane, „tipski sigurne” vrednosti u jednom paralelnom upitu, tvrdeći da tako eliminiše halucinacije po samoj definiciji.
Kratak odgovor
Jev je model kompanije TypeSafe AI koji ne generiše tekst kao ChatGPT ili Claude, već iz nestrukturisanog ulaza direktno proizvodi unapred definisane, „tipski sigurne” strukturirane vrednosti — brojeve, kategorije ili odluke — sa kalibrisanom verovatnoćom tačnosti. Model odgovara za 70 do 500 milisekundi, naspram nekoliko sekundi do više minuta kod konverzacionih modela, a tvrdi se da je do 193,6 puta brži u izvršavanju radnih procesa od GPT-6 Astra i Fable 5.1.
Najvažnije
- Diogo Almeida, bivši istraživač OpenAI-ja koji se navodi kao koizumitelj ChatGPT-a, predstavio je Jev, model razvijan dve godine u tajnosti kroz kompaniju TypeSafe AI.
- Jev ne generiše tekst autoregresivno kao klasični jezički modeli — umesto toga, iz „nestrukturisanog stanja” direktno proizvodi tipski sigurne, strukturirane odluke, u jednom paralelnom upitu.
- Model je treniran tehnikom nazvanom Reinforcement Learning for Calibrated Decisions (RLCD), koja obezbeđuje da nivo poverenja modela zaista odgovara tačnosti odgovora.
- Latencija odgovora iznosi 70 do 500 milisekundi, a radni procesi se izvršavaju i do 193,6 puta brže od GPT-6 Astra i Fable 5.1, uz cenu od 0,042 dolara po milionu tokena za ulaz.
- Rani pristup za programere pokrenut je 16. septembra 2026, sa fokusom na obradu podataka u realnom vremenu, verifikaciju izlaza i automatizovanu logiku grananja.
Kako Jev tehnički funkcioniše
Klasični jezički modeli poput ChatGPT-a ili Claude-a generišu odgovor reč po reč, predviđajući sledeći token na osnovu prethodnih — proces koji se zove autoregresija. Jev to potpuno izbegava. Umesto sekvencijalnog generisanja teksta, model koristi neautoregresivnu paralelnu arhitekturu koja u jednom prolazu proizvodi strukturiranu, unapred definisanu vrednost — na primer, jednu od do 255 mogućih diskretnih opcija — kroz dvostepeno, nezavisno bodovanje.
Almeida je to opisao slikovito: „Zamislite Jev kao poziv funkcije najsavremenije inteligencije: nestrukturisano stanje ulazi, tipizirane probabilističke odluke izlaze.” Ova arhitektura znači da model nikada ne „izmišlja” odgovor van unapred definisanog skupa mogućnosti — ako pitanje traži odgovor iz određene kategorije, Jev bira jednu od tih kategorija sa pridruženom verovatnoćom, umesto da generiše proizvoljan tekst.
Zašto se tvrdi da Jev eliminiše halucinacije
Halucinacije kod klasičnih jezičkih modela nastaju delom zato što model može da generiše bilo koji tekst, uključujući netačne tvrdnje predstavljene sa velikom sigurnošću — što je nedavno umalo izazvalo ozbiljan vojni incident kada je AI chatbot pogrešno protumačio podatke o teretu broda. Jev pristup je drugačiji: model bira isključivo iz unapred definisanih, strukturiranih opcija, uz kalibrisanu verovatnoću koja realno odražava tačnost — što, prema tvrdnjama kompanije, čini slobodno „izmišljanje” činjenica strukturno nemogućim.
Ovo ne znači da je Jev zamena za konverzacione AI alate poput ChatGPT-a ili Claude-a — Jev ne piše tekst, ne vodi razgovor i ne generiše kreativni sadržaj. Namenjen je zadacima gde je potrebna brza, pouzdana odluka iz ograničenog skupa mogućnosti: obrada podataka u realnom vremenu, verifikacija izlaza drugih sistema, automatizovana logika grananja i obrada stanja u igrama.
Ko stoji iza kompanije i koliko je brz model
TypeSafe AI je kompaniju vodio u tajnosti dve godine pre javnog lansiranja. Almeida dolazi iz OpenAI-ja, gde se navodi kao jedan od ljudi zaslužnih za razvoj RLHF tehnike (reinforcement learning from human feedback) korišćene za treniranje ChatGPT-a. Prema objavljenim brojkama, Jev odgovara za 70 do 500 milisekundi, dok konverzacioni modeli poput GPT-6 Astra ili Fable 5.1 mogu da odgovaraju od 3 do preko 300 sekundi za slične zadatke, uz radne procese koji su i do 193,6 puta brži.
Cena korišćenja iznosi 0,042 dolara po milionu ulaznih tokena, bez dodatnih naknada za izlazne tokene — što je znatno jeftinije od tipičnih cena konverzacionih modela koje se kreću između 0,20 i 10 dolara po milionu tokena. Rani pristup za programere pokrenut je 16. septembra 2026. godine.
Pristup u kom se pouzdanost gradi kroz ograničavanje mogućih izlaza, umesto kroz veći model, podseća i na to zašto je LLM optimizacija (LLMO) postala važnija od klasičnog SEO-a — u oba slučaja, cilj je da AI sistem da tačan, proverljiv odgovor, a ne samo uverljiv tekst.
Najčešća pitanja
Da li je Jev zamena za ChatGPT ili Claude?
Ne. Jev ne generiše tekst niti vodi razgovor — namenjen je zadacima koji zahtevaju brzu, strukturiranu odluku iz ograničenog skupa opcija, dok su ChatGPT i Claude i dalje bolji izbor za pisanje, razgovor i kreativne zadatke.
Ko je Diogo Almeida?
Bivši istraživač OpenAI-ja koji se navodi kao jedan od koizumitelja ChatGPT-a, konkretno tehnike RLHF korišćene za usklađivanje modela sa ljudskim preferencijama. Sada vodi kompaniju TypeSafe AI.
Kako Jev eliminiše halucinacije?
Model bira isključivo iz unapred definisanih, strukturiranih opcija sa kalibrisanom verovatnoćom tačnosti, umesto da slobodno generiše tekst — što, prema kompaniji, čini slobodno izmišljanje činjenica strukturno nemogućim.
Koliko je Jev brži od klasičnih modela?
Prema objavljenim podacima, radni procesi se izvršavaju i do 193,6 puta brže od GPT-6 Astra i Fable 5.1, sa latencijom od 70 do 500 milisekundi.
Za šta se Jev koristi u praksi?
Za obradu podataka u realnom vremenu, rad sa velikim količinama podataka, verifikaciju izlaza drugih sistema, automatizovanu logiku grananja i obradu stanja u igrama.
Izvor: AI News