Jev adalah model kecerdasan buatan (AI) terbaru dari TypeSafe AI, laboratorium AI asal San Francisco, Amerika Serikat. Berbeda dari ChatGPT atau chatbot AI lain yang menghasilkan teks, Jev dirancang khusus untuk mengambil keputusan cepat di dalam perangkat lunak. TypeSafe menyebut kelas model baru ini sebagai System One, merujuk pada konsep berpikir cepat dan intuitif dari psikolog Daniel Kahneman.
Menurut Flavio Copes, TypeSafe AI resmi keluar dari mode tertutup (stealth) pada 15 September 2026 dengan pendanaan tahap awal sebesar US$40 juta, sekaligus merilis Jev sebagai model publik pertamanya.
Siapa di Balik TypeSafe AI?
TypeSafe AI didirikan oleh Diogo Almeida, mantan peneliti OpenAI yang ikut mengembangkan teknik pelatihan inti ChatGPT, termasuk RLHF (reinforcement learning from human feedback) dan InstructGPT. Menurut DEV Community, putaran pendanaan US$40 juta tersebut dipimpin oleh firma modal ventura DCVC.
Dalam pengumuman resminya, TypeSafe menyebut Jev dikembangkan selama dua tahun secara tertutup, dengan arsitektur model baru, sistem sampling paralel, dan metode pelatihan yang mereka sebut Reinforcement Learning for Calibrated Decisions (RLCD).
Cara Kerja Jev: Keputusan, Bukan Percakapan
Model bahasa besar (LLM) pada umumnya bekerja dengan memprediksi kata demi kata. Jev tidak demikian. Pengguna mengirimkan data berupa kondisi (state) beserta daftar pertanyaan bertipe, lalu Jev mengembalikan satu jawaban untuk setiap pertanyaan dalam format terstruktur mirip JSON, lengkap dengan nilai probabilitas dan tingkat keyakinannya.
Pengembang Flavio Copes menggambarkan Jev secara sederhana sebagai "if statement yang pintar". Kode biasa hanya bisa bercabang berdasarkan nilai yang bisa dihitung, misalnya total belanja di atas angka tertentu. Jev mengisi celah ketika kondisinya berupa penilaian, seperti apakah pesan pelanggan bernada marah, apakah sebuah email membahas tagihan, atau tombol mana yang harus diklik untuk melanjutkan proses checkout.
Semua pertanyaan dalam satu permintaan dievaluasi secara paralel, sehingga menambah jumlah pertanyaan hampir tidak menambah waktu respons.
Klaim Kecepatan dan Harga
TypeSafe mengklaim Jev memiliki tingkat kecerdasan setara LLM pada tugas-tugas pengambilan keputusan cepat, tetapi dengan kecepatan dan efisiensi hingga dua tingkat besaran (sekitar 100 kali) lebih baik. Menurut Tom's Hardware, perhitungan TypeSafe menyebut Jev bisa hingga 194 kali lebih cepat dan 445 kali lebih murah dibanding model frontier seperti GPT-6 Astra. Angka ini berlaku untuk jenis tugas tertentu dan masih perlu dibuktikan lewat penggunaan nyata.
Jev merespons dalam waktu sekitar 70 hingga 500 milidetik, dengan harga US$0,042 per satu juta token input, sementara token output tidak dikenakan biaya.
Untuk Apa Jev Digunakan?
TypeSafe menegaskan Jev bukan chatbot yang lebih pintar. Model ini dirancang untuk berjalan di dalam sistem waktu nyata, seperti gim, robot, dan simulasi, yang lebih membutuhkan kecepatan dan keandalan daripada kemampuan bercakap. Demo awal yang ditampilkan antara lain bot Minecraft, simulasi mobil otonom, gim bergaya Subway Surfers, dan drone simulasi yang melewati rintangan.
Dalam praktik pengembangan perangkat lunak, Jev dapat dipakai untuk mengklasifikasikan tiket dukungan pelanggan, menyaring perintah yang aman dijalankan oleh agen AI, atau menentukan langkah berikutnya dalam alur otomatisasi. Beberapa platform pengembang sudah menyediakan integrasi dengan Jev, termasuk LangChain, Pydantic AI, dan Cloudflare Workers AI.
Keterbatasan yang Perlu Diketahui
Jev tidak bisa menulis balasan, penjelasan, maupun kode. Dokumentasi resmi TypeSafe menyarankan setiap pertanyaan untuk Jev dibuat spesifik dan sederhana, setara penilaian yang bisa dibuat orang ahli dalam beberapa detik. Pertanyaan yang membutuhkan penalaran panjang atau menimbang banyak faktor sebaiknya dipecah menjadi beberapa pertanyaan terpisah, lalu hasilnya digabungkan oleh kode program.
Karena itu, Jev lebih tepat dipandang sebagai pelengkap LLM, bukan penggantinya. Salah satu pola yang disarankan adalah menggunakan Jev untuk menjawab keputusan yang bisa diambil dengan yakin, lalu meneruskan kasus yang tingkat keyakinannya rendah ke model bahasa yang lebih mahal. Jev saat ini tersedia dalam akses awal (early access), dan TypeSafe masih membuka daftar tunggu bagi pengembang yang ingin mencobanya.