« Je pensais qu’une IA devait écrire pour servir à quelque chose » : pourquoi celle de Diogo Almeida répond en 0,114 seconde sans aligner le moindre mot

Zéro mot. Zéro phrase. Zéro paragraphe généré. Voilà pourtant l’argument commercial d’une intelligence artificielle qui vient de faire trembler le petit monde des modèles conversationnels : Jev, développée par la start-up californienne TypeSafe AI, ne rédige jamais rien, et c’est précisément ce qui la rend redoutable. Son fondateur, Diogo Almeida, ancien chercheur chez Google Brain puis OpenAI, a choisi de retirer à son IA la capacité même que tout le monde attend d’elle : écrire.

Diogo Almeida est passé par Google Brain, puis par OpenAI, où il a participé aux recherches à l’origine de ChatGPT, dont il se présente comme l’un des co-inventeurs. Concrètement, il a co-signé l’article fondateur d’InstructGPT et co-développé le RLHF, l’apprentissage par renforcement avec retour humain qui a rendu ChatGPT utile, poli et convaincant. Un CV qui pèse lourd dans l’industrie. Et c’est justement cette expertise qui l’a poussé à tourner le dos à ce qu’il avait lui-même contribué à créer.

Une IA qui choisit, mais n’écrit jamais

Le 15 septembre, sa start-up TypeSafe AI a dévoilé Jev, un modèle d’intelligence artificielle qui répondrait en 70 à 500 millisecondes, soit une demi-seconde au plus, et qui ne facture même pas ses réponses. Le chiffre qui a fait le tour des réseaux sociaux, celui du titre, tient en une phrase : lors d’une démonstration sur le jeu Doom, souvent utilisé pour éprouver la réactivité, Jev a bouclé une action en 0,114 seconde, contre 8,566 secondes pour GPT-5.6 Terra. Un écart qui donne le vertige quand on sait qu’il s’exprime en dizaines de fois, parfois en centaines de fois.

Le secret ne tient pas à une puce plus puissante ni à un datacenter secret. Il tient à l’architecture elle-même. Alors que les grands modèles génèrent un token à la fois, celui d’Almeida tourne en parallèle. ChatGPT, par exemple, va écrire un morceau après l’autre en s’appuyant sur le précédent. Jev le fait en une fois. Autrement formulé : là où un chatbot classique construit sa réponse mot par mot, comme on pose des dominos les uns après les autres, Jev tranche tout d’un bloc.

Là où ChatGPT répondra à vos questions sous forme de phrases, Jev fonctionne plutôt comme un QCM. Il produit des réponses structurées parmi des options prédéfinies, accompagnées de probabilités et de scores de confiance. Pas de superlatifs, pas d’excuses, pas de formule de politesse. Juste un choix, une note ou une réponse binaire, assortis d’un indice de confiance chiffré.

Pourquoi supprimer le texte change tout

Derrière ce choix radical, un constat industriel that Almeida a fini par formuler publiquement. Chercheur chez OpenAI, il a co-signé l’article fondateur d’InstructGPT et co-développé le RLHF… Cette optimisation a fait le succès des assistants, mais elle a aussi laissé un angle mort dans l’industrie du logiciel. Un LLM conversationnel est entraîné pour satisfaire un humain. Un chatbot cherche à plaire, pas à être efficace. Il formule, nuance, s’excuse, reformule. Pour un utilisateur, ce vernis relationnel est confortable. Pour un serveur, il représente une surcharge de calcul inutile et instable.

Cette instabilité, tout développeur qui a déjà branché un modèle de langage sur une application métier la connaît. Les équipes passent alors du temps à bricoler des prompts, à ajouter des instructions du type « réponds uniquement en JSON », puis à écrire des expressions régulières pour rattraper les virgules manquantes ou les clés inventées. Cette fragilité réduit la fiabilité et alourdit la facture. En clair : demander à une IA conversationnelle de trier des tickets clients ou de valider une règle métier revient à faire écrire un roman à quelqu’un pour lui demander ensuite de souligner juste le titre.

Jev règle ce problème à la racine. Il choisit parmi des réponses que vous lui fournissez, avec une probabilité et un indice de confiance. Cette forme ferme la porte à l’invention. Le modèle ne peut pas produire une réponse absente de la liste. Il peut en revanche choisir la mauvaise. L’IA ne peut plus inventer une clé JSON fantôme. Elle peut se tromper, mais jamais halluciner un format.

Un modèle taillé pour les machines, pas pour la conversation

La question qui a lancé le projet mérite d’être citée telle quelle. « Après avoir co-inventé ChatGPT, je n’ai cessé de me demander pourquoi des modèles de conversation surhumains n’avaient pas débouché sur une IA générale. » Almeida y répond en changeant de terrain : plutôt que de viser une intelligence générale bavarde, il vise l’automatisation pure, sans humain dans la boucle.

Concrètement, l’outil s’appuie sur trois formats de sortie seulement. Trois formes seulement : choisir une option, noter sur une échelle, répondre par oui ou non. Rien d’autre. Pas de code, pas d’explication, pas de résumé.

La méthode d’entraînement, elle aussi, sort des sentiers battus. TypeSafe appelle cette famille de modèles System One Models et sa méthode d’entraînement Reinforcement Learning for Calibrated Decisions (RLCD). Une référence à peine voilée aux travaux du psychologue Daniel Kahneman sur les deux modes de pensée, l’intuitif et le réfléchi. Le nom renvoie aux travaux de Daniel Kahneman, qui distingue deux modes de pensée. Jev, c’est le réflexe. Pas la délibération.

La démonstration la plus parlante a d’ailleurs été rendue publique dès le lancement. L’équipe l’a aussi fait naviguer de page en page sur Wikipédia, en choisissant chaque fois parmi des centaines de liens. Un exercice qui parle directement aux concepteurs d’agents autonomes, ces logiciels censés enchaîner des tâches en ligne sans supervision humaine constante.

Des chiffres à prendre avec des pincettes

L’entreprise ne cache pas ses ambitions financières. L’entreprise est restée deux ans en mode furtif avant de se montrer publiquement le 15 septembre 2026. Elle a annoncé à cette occasion une levée d’amorçage de 40 millions de dollars, soit environ 34 millions d’euros, menée par le fonds DCVC. Un montant conséquent pour un premier tour de table, signe que les investisseurs croient au pari.

Mais la prudence reste de mise sur les chiffres de vitesse mis en avant. Les temps affichés par TypeSafe AI ont été mesurés sur la côte ouest des États-Unis, là où le service est hébergé. Or une requête partie de France doit traverser l’Atlantique puis le continent américain, et revenir. Entre Paris et San Francisco, cet aller-retour prend en moyenne 139 millisecondes. Autant dire que le fameux 0,114 seconde devient, vu de France, plus proche du double dans le meilleur des cas, sans compter la latence du réseau local.

Almeida lui-même reste mesuré sur le champ d’application de sa création. Almeida est explicite sur les limites de son modèle, qu’il situe à « un solide 8,5/10 » sur les tâches auxquelles il est destiné, et dont il exclut qu’il serve de modèle généraliste. La formule que retient la newsletter Every résume le positionnement : building prod, not God. Traduction : construire des outils qui fonctionnent en production, pas jouer les apprentis dieux de l’IA générale.

Reste une question de fond, que même les équipes de TypeSafe AI n’éludent pas totalement : un modèle qui ne peut plus halluciner de texte peut encore se tromper de case à cocher, avec les mêmes conséquences pratiques pour l’entreprise qui l’utilise. La vitesse ne remplace pas la justesse, elle la rend simplement plus rapide à vérifier, ou à regretter.

Sources : x.com | siecledigital.fr