Famille de modèlesVérifié le · 35 modèles · 3 bancs
Un modèle de décision répond par un choix parmi des options fixées d'avance, accompagné d'une probabilité. Il ne rédige aucun texte. Ce dossier présente Jev et sa famille sans les classer : les bancs publics ont moins de quinze jours et se contredisent.
On lui donne un texte et une ou plusieurs questions fermées. Pour chacune, il rend un choix parmi les options proposées, une note sur une grille ou un oui/non, toujours avec une probabilité.
La réponse a une forme fixe, qu'un programme lit sans avoir à l'interpréter.
Un modèle de langage rédige sa réponse mot après mot. Un modèle de décision choisit parmi des options et s'arrête là. Il n'écrit rien, n'explique rien et calcule mal.
Il est conçu pour répondre plus vite et pour moins cher. TypeSafe appelle cette famille « System One », d'après Daniel Kahneman. Le terme neutre, « modèle de décision », s'installe chez Liquid AI et dans les articles de recherche.
Le texte à juger« Ma carte a été avalée par le distributeur. »
Sorti le 15 septembre 2026 en accès anticipé, Jev est le modèle qui a fait connaître la famille. Voici ce que l'on sait de lui, puis ce que son éditeur annonce, et ce que d'autres ont mesuré.
Jev reçoit un texte et une liste de questions fermées, et rend pour chacune un choix, une note ou un oui/non avec sa probabilité. Il ne rédige aucun texte.
| Thème | Ce que dit l'éditeurDéclaré | Ce que disent les tiersMesuré par un tiers |
|---|---|---|
| Vitesse |
|
|
| Prix |
|
|
| Exactitude | Jev atteint « similar levels of intelligence on System One tasks compared to existing LLMs », écrit le billet de lancement. TypeSafe refuse les bancs publics : « Put no weight on public benchmarks ». typesafe.ai
|
|
| Fiabilité |
|
|
| Langues | L'anglais est la langue principale d'entraînement, « where accuracy is currently best ». Les autres langues sont « handled but not equally well ». Le français n'est pas cité. docs.typesafe.ai |
|
Le chiffre vient des « Workflow evals » de TypeSafe, quatre chaînes de décision écrites par l'éditeur : facturation (150 cas), service client (204), observabilité d'agents (111) et incidents de sécurité (240), soit 705 cas. La bonne réponse y est la moyenne des réponses de GPT-6 Astra et de Claude Fable 5.1, tous deux en réflexion élevée. Le pourcentage affiché mesure donc l'accord de Jev avec deux modèles de langage.
Le slogan réunit deux rapports pris sur deux modèles différents. Celui de vitesse correspond à « sonnet 5 », l'un des plus lents du banc. Celui de prix correspond à « opus 5 », le plus cher. L'éditeur ne nomme ni l'un ni l'autre.
×195 en temps, face à « sonnet 5 »×440 en coût, face à « opus 5 »
Le modèle « luna » (OpenAI) obtient 66,8 % d'accord, Jev 67,8 %. Entre ces deux-là, l'écart tombe très loin du slogan. Et sur ce même banc, Jev reste derrière « sol » (OpenAI), à 74,1 %, et « opus 5 », à 73,1 %.
×32 en temps, face à « luna » (OpenAI)×8 en coût, face à « luna » (OpenAI)
Rapports recalculés par Quelle IA le 30 septembre 2026 à partir des valeurs arrondies que publie l'éditeur, moyenne des quatre chaînes : d'où ×195 et ×440 au lieu de 193,6 et 444,6. Le banc de l'éditeur, evals.typesafe.aiLe billet de lancement, typesafe.aiLe slogan, typesafe.ai
35 modèles en quatre groupes, qui ne se comparent pas d'un groupe à l'autre. Sur chaque fiche, un tampon dit d'où vient le chiffre :Déclaré par l'éditeur du modèle, ou Mesuré par un tiers. Un fait qui n'a pas pu être vérifié n'est pas affiché.
Le même contrat que Jev : un texte, des questions fermées, des probabilités en retour. Leurs poids ne sont pas publiés, on y accède par une API. Jev, présenté plus haut, appartient à ce groupe.
Le modèle de la gamme « Decision Models » de Liquid AI reprend les trois mêmes formes de question que Jev : choix, note, oui ou non.
La page de l'éditeur ne donne ni prix ni résultat de banc, et sa date de sortie n'a pas été vérifiée.
Un modèle de décision accessible par API, vu seulement dans le tableau du banc communautaire typed-decisions.
Sa ligne, en tête de ce tableau, porte un lien de campagne publicitaire : son chiffre n'est pas repris ici. La page de l'éditeur n'a pas été consultée.
Un modèle de décision fermé, servi par une API au format de celle de TypeSafe.
Un modèle de décision fermé, connu par sa seule ligne dans JevBench.
En quinze jours, des dizaines de reproductions de Jev sont apparues : JevBench recense 112 systèmes, le Jev Decision Index 70 reproductions. La plupart partent d'un petit modèle ouvert (Qwen3.5 de 2 à 9 milliards de paramètres, Gemma 4) dont on lit les probabilités sur les options, avec ou sans adaptateur LoRA.
Cygnet est une recette : elle lit, dans un Gemma 4 laissé tel quel, la probabilité du jeton de chaque option.
Une reproduction ouverte de Jev bâtie sur Gemma 4, présente dans les deux bancs tiers.
Une famille de reproductions ouvertes sur Qwen3.5 : 4B d'abord, puis des variantes v0.3, 2B, 9B et Lite.
Deux reproductions ouvertes sur Qwen3.5 : decider-2b est sorti le 16 septembre 2026, au lendemain de Jev, et decider-4b a suivi le 22 septembre. Une variante decider-35b-a3b existe aussi.
Une reproduction ouverte sur Qwen3.5, dont l'éditeur publie aussi une suite de tests à étiquettes humaines qui compare son modèle à Jev.
Un petit encodeur (ModernBERT ou mmBERT) ajusté pour rendre des décisions typées, en version anglaise ou multilingue.
La reproduction expérimentale de Together AI, déclinée aussi en 0,8B. Les poids sont publiés sans licence : leur réutilisation n'est pas encadrée.
Trois modèles de décision ouverts (0,8B, 2B et 4B) publiés par l'équipe InternLM.
Une gamme de six modèles de décision (Eos, Kai, Lex, Sol, Nox, Lux), publiée par l'organisation llm-semantic-router.
Un outil sans entraînement, qui lit les probabilités d'un modèle ouvert existant pour en tirer une décision typée.
La reproduction ouverte publiée par Featherless AI.
Une reproduction bâtie sur DiffusionGemma, proposée par une API hébergée en aperçu gratuit. La publication de ses poids n'a pas été vérifiée.
Une reproduction ouverte sur un encodeur DeBERTa, bien plus petite que les reproductions bâties sur un modèle de langage.
Un modèle de décision ouvert pour le thaï et l'anglais.
Pour la plupart antérieurs à Jev, ces modèles reçoivent les étiquettes ou le schéma au moment de l'appel. Aucun banc commun ne les compare entre eux, et leurs chiffres viennent presque tous de leurs éditeurs.
Un encodeur de la lignée GLiNER publié fin septembre 2026 pour les tâches de décision, avec une variante multilingue (287 millions de paramètres) et une variante 1B.
Des encodeurs qui repèrent des entités, classent un texte, extraient des champs structurés et des relations en une seule passe. GLiNER2.5 (small, base, multi) date d'août 2026.
Des classifieurs sans exemple : on donne les étiquettes à l'appel, pour de l'intention, du réordonnancement ou de la détection d'hallucination. Des variantes multilingues (edge, mini, ultra) ont suivi en avril 2026.
Un encodeur unique pour les entités, la classification, les relations, les enregistrements structurés et la mise en page de PDF.
Le modèle d'origine de la lignée (gliner_multi-v2.1) : il repère dans un texte les entités dont on lui donne le nom à l'appel.
Un extracteur génératif : il remplit un gabarit JSON à partir d'un texte ou d'une image. Il écrit sa réponse, contrairement aux encodeurs de ce groupe.
NuMind annonce un banc d'extraction et un classement ouverts « in the coming weeks » : ils n'étaient pas publiés le 30 septembre 2026.
Un classifieur de jetons qui repère les données personnelles dans un texte, pour les masquer avant un traitement.
Un groupe à part. Ces modèles décident eux aussi, mais d'une seule chose : un contenu est-il acceptable ? Aucun test ne les relie à Jev, et il n'existe pas de classement indépendant à jour de la modération. La seule comparaison récente entre éditeurs est le tableau que Mistral publie sur la fiche de Shieldstral.
Un classifieur de sécurité pour le texte et l'image : on lui écrit la règle à appliquer en langage courant, il dit si le contenu la respecte.
Le tableau de sa fiche compare Shieldstral à GPT-OSS-Safeguard-20B, Qwen3Guard-8B, Nemotron-3.5, LlamaGuard-4-12B et ShieldGemma-9B. C'est la seule comparaison récente entre éditeurs, et c'est Mistral qui la publie.
Le modèle de modération de Meta, dans sa version de 12 milliards de paramètres.
Deux très petits classifieurs de Meta contre l'injection de requêtes.
Le modèle de modération d'images de Google. Trois ShieldGemma plus anciens (2B, 9B, 27B) datent de juillet 2024.
Le modèle de garde d'IBM, de la famille Granite, publié sous licence libre.
Le classifieur de sécurité des contenus de NVIDIA, dans sa gamme Nemotron.
Les modèles de garde ouverts d'OpenAI, en deux tailles (20b et 120b).
Le modèle de garde de la famille Qwen d'Alibaba.
Un petit modèle de garde-fous pour modèles de langage, publié par Fastino.
Trois bancs publics, tous nés en septembre 2026. Aucun n'est tenu par TypeSafe. Un seul autorise la reprise de son tableau.
v1.5.4 ·
0.2.1 ·
suite 0.1.0 ·
Ces bancs ne sont pas d'accord entre eux. Sur JevBench v1.5.4, Cygnet est premier avec 73,7 et Jev troisième avec 72,1. Sur le Jev Decision Index 0.2.1, Jev est premier avec 57,91 et Cygnet n'y figure pas. Quelle IA cite ces chiffres avec leur source et ne recopie pas leurs tableaux, faute d'accord de leurs auteurs.
| Modèle | PubMedQAoui ou non, 300 questions | Banking77choix parmi 77 intentions, 300 questions | HelpSteer2note d'utilité, 300 questions |
|---|---|---|---|
| JevTypeSafe AI · modèle de décision | 69,0de 59,8 à 76,5438 ms · 0,029 $ les 1 000 | 67,8de 61,3 à 74,5467 ms · 0,043 $ les 1 000 | 9,2de −4,4 à 21,0478 ms · 0,036 $ les 1 000 |
| DeepSeek V4.1 FlashDeepSeek | 47,5de 34,7 à 59,1838 ms · 0,078 $ les 1 000 | 63,9de 58,5 à 69,6999 ms · 0,138 $ les 1 000 | −19,0de −36,0 à −3,3912 ms · 0,125 $ les 1 000 |
| Gemini 3.8 FlashGoogle | 73,0de 62,1 à 82,21 854 ms · 0,803 $ les 1 000 | 74,1de 68,4 à 79,81 636 ms · 1,368 $ les 1 000 | 4,6de −12,2 à 19,01 887 ms · 1,269 $ les 1 000 |
| GLM-5.3Z.ai | 60,6de 50,0 à 69,81 757 ms · 0,512 $ les 1 000 | 66,8de 62,0 à 71,72 110 ms · 0,719 $ les 1 000 | 7,8de −4,6 à 18,62 211 ms · 0,785 $ les 1 000 |
| Mercury 2.5Inception | 55,7de 44,8 à 65,4584 ms · 0,023 $ les 1 000 | 54,0de 47,8 à 60,6638 ms · 0,036 $ les 1 000 | −5,5de −16,2 à 4,0618 ms · 0,034 $ les 1 000 |
| Mistral Medium 3.5Mistral AI | 58,0de 45,3 à 69,8533 ms · 0,875 $ les 1 000 | 59,5de 54,3 à 64,8936 ms · 1,515 $ les 1 000 | −13,7de −28,3 à −0,1706 ms · 1,325 $ les 1 000 |
| Qwen3.8 FlashAlibaba | 62,4de 50,9 à 72,51 088 ms · 0,086 $ les 1 000 | 62,4de 55,9 à 68,91 713 ms · 0,122 $ les 1 000 | −1,4de −15,4 à 11,51 422 ms · 0,126 $ les 1 000 |
Decision Score : 100 pour un sans-faute, 0 pour qui devinerait d'après la fréquence des réponses. La bande couvre l'intervalle publié par Jevals, le trait marque le score. Sous chaque score : la latence médiane et le coût des 1 000 décisions, en dollars. En orange, un intervalle qui contient zéro : rien n'établit alors que le modèle fait mieux que deviner. Jev d'abord, puis l'ordre alphabétique : ce tableau situe Jev face à six modèles de langage, sans classer personne.Attribution : Jevals (jevals.com), version du 18 septembre 2026, suite 0.1.0. CC BY 4.0. Le fichier de données
Pour classer les modèles de langage, Quelle IA suit 98 benchmarks publics. Pour les modèles de décision, la matière manque encore. Quatre raisons, relevées le 30 septembre 2026.
Les deux bancs tiers qui couvrent les mêmes modèles, JevBench et le Jev Decision Index, avaient entre huit et treize jours le 30 septembre 2026.
JevBench place Cygnet premier et Jev troisième. Le Decision Index place Jev premier et ne contient pas Cygnet.
JevBench a changé de barème et de podium entre le 27 et le 30 septembre 2026. Un score hebdomadaire refléterait ces changements autant que les modèles.
TypeSafe mesure Jev contre une référence faite par deux modèles de langage et refuse les bancs publics : « Put no weight on public benchmarks ».
Trois bancs tenus par des auteurs différents, qui mesurent au moins huit à dix modèles en commun.
Pas encoreDeux seulement : JevBench et le Decision Index. Jevals deviendrait le troisième s'il ajoute les reproductions ouvertes, comme il l'annonce.
La même méthode et les mêmes identifiants de modèles d'une semaine à l'autre.
Pas encoreJevBench a changé de méthode en trois jours. Il publie un journal de ses révisions, ce qui permettra de le vérifier.
Des étiquettes posées par des humains dans chaque source retenue, ou au moins une source qui n'utilise qu'elles.
Pas encoreSeuls Jevals, la suite de Bespoke Labs et des articles de recherche s'appuient sur des étiquettes humaines, et ils comparent Jev à des modèles de langage ou à un seul concurrent.
L'autorisation de Benchmark Heaven et de multimodalart de reprendre leurs lignes, avec attribution.
Pas encorePas encore obtenu. Seul Jevals, sous licence CC BY 4.0, se reprend sans demander.
Le classement des modèles de langage →Un autre dossier sans score : Données →Comment Quelle IA calcule un score →
Ce dossier existe aussi en texte et en JSON, avec la source de chaque chiffre.