ChatGPT-pionier lanceert Jev: razendsnelle AI voor code zonder hallucinaties

Sophie Jansen · 2026-09-16

Stel je voor: je hebt een softwaresysteem dat razendsnel beslissingen moet nemen. Geen geklets, geen omwegen, gewoon betrouwbare output. Dat is precies waar TypeSafe op mikt met hun nieuwe Jev-model. Het bedrijf, opgericht door Diogo Almeida – mede-uitvinder van ChatGPT – komt na twee jaar stilte uit stealth met een model dat niet lult, maar doet. Jev is geen chatbot. Het is een zogenaamd System One Model dat gespecialiseerd is in het nemen van gestructureerde probabilistische beslissingen, direct in productiecode. Weg met die omslachtige tekstgeneratie. Jev neemt een ongestructureerde staat als input en geeft type-veilige gestructureerde waarden terug in één parallelle query. Geen syntaxfouten, geen hallucinaties. By design. ### Hoe werkt dat dan? De architectuur draait om een hardware-bewuste parallelle sampler. In plaats van tokens één voor één te genereren zoals traditionele taalmodellen, evalueert Jev alle opties tegelijk. Het model is getraind met een alternatieve methode genaamd Reinforcement Learning for Calibrated Decisions (RLCD). Waar andere modellen leren van menselijke voorkeuren (RLHF) of geïsoleerde checks (RLVR), leert Jev om gekalibreerde waarschijnlijkheden te geven. Dat betekent: de confidence score die je terugkrijgt, klopt echt met de nauwkeurigheid van de output. En dat is best bijzonder. Want daardoor kun je Jev direct in je codebase integreren zonder dat je eerst een heel parsing- en guardrail-systeem hoeft te bouwen. Het model ondersteunt keuzes uit maximaal 255 discrete opties, met een tweetrapsproces dat opties eerst onafhankelijk scoort en dan pas selecteert. ### Snelheid en kosten: een gamechanger De cijfers liegen er niet om. Interne tests op de servers aan de Westkust laten responstijden zien tussen 70 en 500 milliseconden. Ter vergelijking: conversationele frontier-modellen doen er 3 tot 329 seconden over. In gepubliceerde workflow-evaluaties, waarbij multi-step beslissingsbomen werden getest tegen consensusbaselines van GPT-6 Astra en Fable 5.1, was Jev tot 193,6 keer sneller. > “Zie Jev als een frontier-intelligentie functieaanroep: ongestructureerde staat erin, getypte probabilistische beslissingen eruit.” – Diogo Almeida, oprichter TypeSafe De kosten? Inputverwerking kost $0,042 per miljoen tokens. Dat is omgerekend ongeveer €0,039. Ter vergelijking: standaard conversationele tarieven liggen tussen $0,20 en $10 per miljoen tokens (€0,18 tot €9,20). Omdat parallelle sampling geen autoregressieve tokengeneratie gebruikt, rekent TypeSafe niks voor output tokens. Ideaal voor bedrijven die veel output genereren. ### Van Doom-bots tot petabyte-data Jev is niet alleen theorie. In productieomgevingen lost het nu al branchingsregels op in razendsnelle game-states en web-traversal trees. Zo bestuurden ingenieurs een real-time reactieve bot in Doom met 10 queries per seconde, voor ongeveer $7 per uur (€6,45). Een andere test, Wikiracing, liet zien dat Jev linkselecties in dichte encyclopedieën sneller afrondt dan externe non-reasoning modellen, zonder hallucinerende doodlopende paden. De primaire toepassingen volgens veldtesten: - Real-time feature extractie - Petabyte-schaal dataworkflows - Output verificatielagen - Geautomatiseerde branching logic waar handgeschreven regels te fragiel blijken TypeSafe heeft vandaag early developer access geopend en begint engineeringteams van de wachtlijst te onboarden. Als jij iemand bent die worstelt met trage, onbetrouwbare AI in je code, dan is dit misschien wel het einde van dat tijdperk. Geen gedoe meer met parsing pipelines of guardrail wrappers. Gewoon directe, type-veilige beslissingen. Wil je meer weten? Houd de documentatie van TypeSafe in de gaten. En wie weet zie je binnenkort Jev terug in jouw favoriete tools.