Jev itu bukan chatbot
Semua model yang kamu kenal, ChatGPT, Claude, Gemini, itu model bahasa: kamu kasih teks, dia balikin teks. Jev nggak gitu. Kamu kasih input, dia balikin nilai bertipe (typed value) plus estimasi probabilitas dan skor keyakinan. Outputnya memang dirancang buat dibaca program lain, bukan buat dibaca manusia.
Jadi kalau kamu tanya Jev “tolong tulisin caption Instagram”, dia nggak bakal jawab apa-apa. Tapi kalau kamu tanya “email ini spam atau bukan”, dia jawab dalam hitungan milidetik, lengkap sama seberapa yakin dia.
Siapa yang bikin
Jev dibuat TypeSafe AI, startup di San Francisco yang berdiri 2024 dan ngembangin ini diem-diem selama dua tahun. Foundernya Diogo Almeida, Erik Gafni, dan Sasha Sheng. Almeida, yang jadi CEO, sebelumnya sekitar empat tahun di OpenAI dan ikut ngerjain RLHF, InstructGPT, ChatGPT, sampai GPT-4.
Modelnya dirilis 15 September 2026 dalam akses terbatas, barengan pengumuman pendanaan seed 40 juta dolar yang dipimpin DCVC, dengan valuasi sekitar 200 juta dolar.
Kenapa namanya Jev
Diambil dari William Stanley Jevons, ekonom abad ke-19 yang terkenal lewat paradoksnya: ketika sesuatu jadi jauh lebih efisien dan murah, pemakaiannya malah meledak, bukan berkurang. Itu persis taruhan TypeSafe, kalau keputusan AI jadi super murah, orang bakal masang AI di tempat-tempat yang selama ini nggak masuk itungan.
Tiga bentuk output, itu doang
Jev cuma bisa ngeluarin tiga macam jawaban:
- Choice — milih satu dari daftar pilihan yang kamu tentuin, lengkap sama probabilitas tiap opsi dan skor keyakinannya.
- Score — ngasih nilai terhadap tingkatan yang udah diurutin, misal 1 sampai 5.
- Noul — menilai pernyataan ya/nggak, hasilnya probabilitas antara 0 sampai 1.
Karena dia nggak bisa ngeluarin apa pun di luar skema yang kamu definisiin, secara teori halusinasi dan salah tipe data jadi nggak mungkin kejadian. Ini beda banget sama minta LLM “tolong balikin JSON” terus berdoa semoga formatnya bener.
Kenapa orang heboh: kecepatan dan harga
Waktu responnya di kisaran 70 sampai 500 milidetik. TypeSafe ngeklaim Jev 40 sampai 200 kali lebih cepat dan 40 sampai 400 kali lebih murah dibanding LLM frontier, dengan angka puncak 193,6 kali lebih cepat dan 444,6 kali lebih murah di alur kerja tertentu.
Catatan pentingnya: benchmark itu dibikin sendiri sama perusahaannya, dan mereka sendiri ngakuin angkanya kemungkinan mewakili hasil terbaik, bukan rata-rata. Jadi anggap itu batas atas, bukan janji.
Dilatih beda juga
Jev berbasis transformer, tapi dilatih murni dari data sintetis pakai metode yang mereka sebut RLCD (Reinforcement Learning for Calibrated Decisions). Bedanya sama RLHF yang bikin ChatGPT: RLHF ngoptimalin jawaban biar disukai manusia, RLCD ngoptimalin probabilitas biar cocok sama hasil nyata. Makanya fokusnya ke kalibrasi, bukan ke gaya bahasa. Arsitektur dan bobot persisnya belum dipublikasiin.
Orang udah nyoba dipake buat apa aja
Ini bagian yang paling ngasih gambaran. Beberapa pengujian yang udah dipublikasiin:
- Nyortir email. Tujuh aturan klasifikasi (invoice, tawaran brand, phishing, tingkat urgensi, dan lain-lain) di 1.000 email: selesai 6 detik seharga 9 sen kalau diparalelin. Dibanding GPT yang butuh 5 menit dan 62 sen buat satu jenis klasifikasi doang.
- Komentar YouTube. 1.000 komentar disortir per jenis, sentimen, layak dibales atau nggak, dan tingkat kesulitannya: 5 detik, 5 sen. Total hampir 20.000 request masih di bawah 1 dolar.
- Ekstensi Chrome buat feed X. Nge-label postingan jadi “breaking”, “golden nugget”, atau “AI slop” secara langsung sambil kamu scroll.
- Sinyal trading Bitcoin. Ngevaluasi arah harga kira-kira sekali per detik. Kenceng, tapi jujur aja: hasil trading di jam-jam awal pengujian jelek. Cepat nggak sama dengan bener.
- Transkrip meeting. Ngeklasifikasi jenis meeting, ada keputusan diambil atau nggak, dan siapa pemilik action item-nya. Berguna buat nandain meeting rutin yang ternyata nggak pernah menghasilkan langkah lanjutan.
Di mana dia jebol
Jev nggak bisa nulis, nggak bisa meringkas, nggak bisa brainstorming, dan nggak bisa menjelaskan alasan di balik jawabannya. Context window-nya 64.000 token, jadi dokumen gede langsung nggak masuk. Dan dia sama sekali nggak bisa diajak ngobrol.
Jadi kalau kerjaanmu butuh kalimat, Jev bukan jawabannya. Titik.
Pola pakai yang masuk akal: dua model
Rekomendasi yang muncul dari pengujian-pengujian itu konsisten: jangan pilih salah satu, pakai dua-duanya. Taruh Jev di depan buat nyaring volume gede (triage, kategorisasi, nentuin mana yang penting), terus cuma sebagian kecil hasil saringan itu yang dioper ke LLM penuh buat dipikirin dan ditulisin.
Yang mahal dan lambat itu penalaran; yang murah dan kenceng itu keputusan. Misahin dua hal itu bikin biaya sama latensi turun drastis tanpa ngorbanin kualitas di bagian yang emang butuh mikir.
Buat bisnis, artinya apa
Kalau bisnismu tiap hari ngurusin ratusan chat masuk, ini pola yang relevan. Kebanyakan pesan sebenarnya cuma perlu dikategoriin dulu: ini nanya harga, ini komplain, ini mau booking, ini spam. Baru yang beneran butuh jawaban panjang dilempar ke model yang bisa nulis, atau ke manusia.
Kami pernah bahas kenapa chatbot CS sering muter-muter dan bedanya AI agent sama automasi biasa. Jev nggak ngubah inti masalahnya, tapi dia bikin lapisan penyaringnya jadi jauh lebih murah buat dipasang.
Buat sekarang Jev masih akses terbatas, jadi belum semua orang bisa nyobain. Tapi konsepnya, model kecil yang cuma mutusin, layak kamu inget, karena hampir pasti bakal ada yang ngikutin.
Mau AI yang beneran nyelesain kerjaan?
Kami bantu milih pendekatan yang masuk akal buat kebutuhanmu, dan masangnya biar kepakai tiap hari, bukan cuma keren pas demo. Ceritain kebutuhanmu.
ngobrol sama kami →