Το Jev, το decision model που κυκλοφόρησε η TypeSafe AI στις 15 Σεπτεμβρίου 2026, είναι περίπου το ίδιο ακριβές με τα μεσαίας τιμής μεγάλα γλωσσικά μοντέλα σε απλές επιχειρηματικές αποφάσεις, λίγες μονάδες πίσω από τα καλύτερα, και πολύ φθηνότερο και ταχύτερο ανά απόφαση. Μετά τις πρώτες δέκα μέρες αξιολογήσεων, η τίμια σύνοψη είναι αυτή: κερδίζει σε κόστος και ταχύτητα, χάνει στις δύσκολες, αριθμητικές και λεπτές ερωτήσεις, και δουλεύει καλύτερα ως πρώτο βήμα μιας αλυσίδας που στέλνει τις αβέβαιες απαντήσεις του σε ένα μεγαλύτερο μοντέλο. Οι εντυπωσιακοί πολλαπλασιαστές ταχύτητας και τιμής αφορούν ένα βήμα, όχι ολόκληρο σύστημα.
Τι είναι το Jev, σε μία παράγραφο;
Το Jev είναι decision model, όχι chatbot. Του στέλνεις ένα κομμάτι δεδομένων και μια σειρά από ερωτήσεις με τύπο, καθεμία με επιλογές που ορίζεις εσύ, και σου επιστρέφει μία επιλογή ανά ερώτηση με μια πιθανότητα για κάθε επιλογή. Δεν γράφει κείμενο, οπότε δεν μπορεί να απαντήσει έξω από τις επιλογές σου. Κοστίζει 0,042 δολάρια ΗΠΑ ανά εκατομμύριο tokens εισόδου, η έξοδος είναι δωρεάν, και η TypeSafe αναφέρει περίπου ένα δέκατο του δευτερολέπτου χρόνο στον server ανά κλήση (TypeSafe, ανακοίνωση). Πώς δουλεύουν οι αποφάσεις με τύπο και πώς τις σχεδιάζεις, στο Jev: όταν η τεχνητή νοημοσύνη επιλέγει αντί να γράφει.
Πόσο ακριβές είναι το Jev σε σύγκριση με τα μεγάλα γλωσσικά μοντέλα;
Στην αξιολόγηση ροών εργασίας της ίδιας της TypeSafe, το Jev πήρε 67,8%, ισόπαλο με το Claude Sonnet 5 στο 67,8% και με ένα μεσαίο μοντέλο της OpenAI στο 67,9%, και πίσω από την κορυφή του πίνακα, το Claude Opus 5 στο 73,1% και το ισχυρότερο μοντέλο της OpenAI στο 74,1% (TypeSafe, αξιολόγηση ροών εργασίας). Πριν από την κατάταξη, δες τις σωστές απαντήσεις αναφοράς: είναι ο μέσος όρος των απαντήσεων δύο κορυφαίων μοντέλων με υψηλό επίπεδο συλλογισμού, οπότε το τεστ μετρά τη συμφωνία με αυτά τα μοντέλα, όχι την ανθρώπινη αλήθεια. Τα νούμερα ανά ροή εργασίας λένε περισσότερα από τον μέσο όρο:
- Εξυπηρέτηση πελατών: 76,0% έναντι 78,3% για το καλύτερο μοντέλο. Σχεδόν ισόπαλο.
- Περιστατικά ασφαλείας: 61,7% έναντι 66,2%. Κοντά.
- Επεξεργασία τιμολογίων: 61,8% έναντι 79,1%. Πολύ πίσω, στη ροή με τους περισσότερους αριθμούς, παρόλο που τα αθροίσματα και οι ημερομηνίες υπολογίζονταν σε κώδικα αντί να ρωτηθούν.
Η πρώτη ανεξάρτητη μελέτη δείχνει προς την ίδια κατεύθυνση. Σε 18 εργασίες επισήμανσης από τις κοινωνικές επιστήμες και απέναντι σε 19 γλωσσικά μοντέλα, το Jev ήταν πίσω από το καλύτερο μοντέλο σε 14 από τις 15 εργασίες αξιολόγησης, με διάμεση διαφορά 11,6 μονάδες macro-F1, με διάμεσο κόστος 44 φορές χαμηλότερο (Ibrahim κ.ά., arXiv 2609.24574).
Πόσο φθηνότερο και ταχύτερο είναι;
Ανά απόφαση, με μεγάλη διαφορά. Στην αξιολόγηση του κατασκευαστή, το Jev κόστισε 0,0004 δολάρια και 0,4 δευτερόλεπτα ανά περίπτωση, έναντι 0,1174 δολαρίων και 78,1 δευτερολέπτων για το Claude Sonnet 5 με την ίδια ακρίβεια. Ένα ανεξάρτητο benchmark για phishing μέτρησε 0,038 δολάρια ανά χίλια email για το Jev έναντι 0,462 για το Claude Haiku 4.5, και διάμεσο χρόνο απόκρισης 239 χιλιοστά του δευτερολέπτου από τη Γαλλία, από τα οποία τα 163 ήταν δίκτυο, γιατί η υπηρεσία απαντά από τις Ηνωμένες Πολιτείες (jev-phishing-bench).
Σε μικρό όγκο η διαφορά σχεδόν δεν μετράει. Με τους δικούς μου υπολογισμούς, μια ελληνική επιχείρηση που ταξινομεί 10.000 email υποστήριξης τον μήνα, περίπου 600 tokens το καθένα, θα πλήρωνε περίπου 25 σεντς του δολαρίου τον μήνα στο Jev και περίπου 6,50 δολάρια στο Claude Haiku 4.5. Και τα δύο είναι ψιλά, οπότε για αυτή την επιχείρηση η επιλογή κρίνεται από την ακρίβεια, τη γλώσσα και την καταλληλότητα, όχι από την τιμή. Σε εκατομμύρια αποφάσεις τον μήνα, η ίδια αναλογία είναι ο προϋπολογισμός. Τους ίδιους υπολογισμούς για τα γλωσσικά μοντέλα θα βρεις στο αυτόματη ταξινόμηση email με τεχνητή νοημοσύνη.
Αντέχουν τα κέρδη ταχύτητας και τιμής σε ένα πραγματικό σύστημα;
Μόνο για το βήμα που αντικαθιστάς. Τα «193,6 φορές ταχύτερο, 444,6 φορές φθηνότερο» στην αρχική σελίδα της TypeSafe αντιστοιχούν χονδρικά στα πιο ευνοϊκά ζευγάρια του δικού της τεστ, 78,1 έναντι 0,4 δευτερολέπτων και 0,1761 έναντι 0,0004 δολαρίων, και η ίδια η TypeSafe τα χαρακτηρίζει το ανώτερο άκρο των κερδών στην πράξη. Ένα πραγματικό σύστημα επίσης διαβάζει δεδομένα, καλεί εργαλεία, περιμένει ανθρώπους και γράφει αποτελέσματα, και τίποτα από αυτά δεν γίνεται ταχύτερο. Πριν υπολογίσεις σε μια εξοικονόμηση, χρονομέτρησε ολόκληρη την εργασία από την αρχή ως το τέλος με το βήμα της απόφασης αλλαγμένο, όχι μόνο το βήμα της απόφασης.
Για την ταχύτητα υπάρχει και μια ακόμη εναλλακτική που αξίζει να ξέρεις. Όταν το ίδιο μικρό σετ ερωτήσεων γίνεται χιλιάδες φορές τη μέρα, ένα μικρό μοντέλο εκπαιδευμένο στα δικά σου παραδείγματα μπορεί να είναι ακόμη ταχύτερο: ο δρομολογητής 5 εκατομμυρίων παραμέτρων του BSLM, που εκπαίδευσα από το μηδέν για να αναγνωρίζει 35 είδη αιτημάτων στα ελληνικά και στα αγγλικά, απαντά σε διάμεσο χρόνο 3,77 χιλιοστών του δευτερολέπτου σε έναν συνηθισμένο επεξεργαστή, χωρίς δίκτυο ενδιάμεσα. Το τίμημα είναι να τον φτιάξεις και να τον συντηρείς, όπως εξηγώ στο μικρά γλωσσικά μοντέλα (SLM).
Πότε χρησιμοποιείς το Jev, πότε ένα μεγάλο μοντέλο και πότε και τα δύο;
Και τα δύο, σε αλυσίδα, όποτε η απόφαση μετράει. Το Jev απαντά πρώτο, οι σίγουρες απαντήσεις γίνονται δεκτές και οι υπόλοιπες πηγαίνουν σε ένα μεγάλο μοντέλο ή σε άνθρωπο. Οι δύο μελέτες που το δοκίμασαν βρήκαν ότι δουλεύει: η αποστολή των αβέβαιων περιπτώσεων σε ένα γλωσσικό μοντέλο έφτασε ή ξεπέρασε το γλωσσικό μοντέλο μόνο του, με το ένα τέταρτο έως το μισό του κόστους του (arXiv 2609.24574), και ένας κριτής που δεχόταν τις σίγουρες ετυμηγορίες του Jev και προωθούσε τις υπόλοιπες κράτησε το 99% της ακρίβειας του ισχυρού κριτή, ενώ το Jev μόνο του έμεινε σε απόσταση 3 μονάδων από αυτόν με το 0,36% της χρέωσής του (Li κ.ά., arXiv 2609.26550).
Δύο λεπτομέρειες κρίνουν αν μια τέτοια αλυσίδα δουλεύει για σένα. Όρισε το όριο ανά ερώτηση, πάνω σε ένα δείγμα που επισήμανες εσύ, γιατί το Jev είναι υπερβολικά σίγουρο σε κάποια είδη ερωτήσεων και λιγότερο σίγουρο απ' όσο πρέπει σε άλλα, και ο συγγραφέας της πρώτης μελέτης βαθμονόμησης συμβουλεύει να μη βάζεις όριο στο ξεχωριστό πεδίο confidence καθόλου (jev-ood-calibration). Και κράτα το μεγάλο μοντέλο για όσα δεν κάνει το Jev: γραφή, συλλογισμό πολλών βημάτων, αριθμούς, ημερομηνίες και ερωτήσεις που η απάντησή τους δεν βρίσκεται στο κείμενο. Τη γενική ιδέα, να στέλνεις τα εύκολα αιτήματα σε φθηνό μοντέλο, την εξηγώ στο LLM routing, και τη βαθμολόγηση με μοντέλο στο LLM as a judge.
Δουλεύει το Jev στα ελληνικά;
Δεν έχει δοκιμαστεί δημόσια ακόμη. Η TypeSafe δηλώνει ότι τα αγγλικά είναι η βασική και πιο ακριβής γλώσσα του και ότι οι άλλες γλώσσες δουλεύουν με μικρότερη ακρίβεια, και ως τον Σεπτέμβριο του 2026 δεν έχω βρει δημοσιευμένο benchmark στα ελληνικά. Αντιμετώπισε τα ελληνικά ως αναπόδεικτα: επισήμανε 200 πραγματικά ελληνικά παραδείγματα, μαζί με μηνύματα χωρίς τόνους και σε greeklish, και σύγκρινε το Jev με το μοντέλο που χρησιμοποιείς σήμερα πριν το αφήσεις να αποφασίσει οτιδήποτε. Γιατί τα ελληνικά συμπεριφέρονται αλλιώς στα μοντέλα, στο ελληνικά στην τεχνητή νοημοσύνη.
Συχνές ερωτήσεις
Είναι το Jev καλύτερο από το ChatGPT;
Κάνει άλλη δουλειά. Το ChatGPT και τα μοντέλα πίσω του γράφουν, συλλογίζονται και κάνουν συζήτηση. Το Jev μόνο διαλέγει ανάμεσα σε επιλογές που ορίζεις εσύ, κι αυτό το κάνει φθηνότερο, ταχύτερο και αδύνατο να απαντήσει έξω από τη λίστα σου, αλλά λιγότερο ακριβές από τα καλύτερα γλωσσικά μοντέλα στις δύσκολες αποφάσεις.
Μπορεί το Jev να αντικαταστήσει το γλωσσικό μοντέλο στο σύστημά μου;
Μόνο στα βήματα που είναι καθαρές αποφάσεις: δρομολόγηση, κατηγοριοποίηση, έλεγχος, φιλτράρισμα. Ό,τι γράφει μια απάντηση, μια περίληψη ή ένα έγγραφο χρειάζεται ακόμη γλωσσικό μοντέλο, όπως και οι αποφάσεις που θέλουν αριθμούς ή πολλά βήματα συλλογισμού.
Μπορεί μια επιχείρηση στην Ελλάδα να χρησιμοποιήσει το Jev σήμερα;
Ναι, με προσοχή. Η TypeSafe σταμάτησε τις νέες εγγραφές στις 22 Σεπτεμβρίου 2026 λόγω ζήτησης, και το Jev διατίθεται και μέσω του OpenRouter, σε δοκιμαστική φάση (OpenRouter, οδηγός για το Jev). Η TypeSafe δηλώνει ότι δεν εκπαιδεύεται στα αιτήματα των πελατών της. Πριν στείλεις προσωπικά δεδομένα, διάβασε τους όρους της για τα δεδομένα όπως θα έκανες για κάθε πάροχο, όπως περιγράφω στο GDPR και τεχνητή νοημοσύνη.
Η επιλογή του σωστού μοντέλου για κάθε βήμα είναι μέρος του πώς φτιάχνω AI agents για επιχειρήσεις. Αν η ομάδα σου παίρνει την ίδια απόφαση εκατοντάδες φορές τη μέρα, στείλε μου είκοσι παραδείγματα και τις επιλογές, και θα σου πω αν ταιριάζει ένα decision model, ένα μεγάλο μοντέλο ή μια αλυσίδα και των δύο.