TypeSafe AI a lancé Jev il y a deux mois. Six grands fournisseurs cloud ont depuis répliqué avec leurs propres modèles de décision

La start-up TypeSafe AI a lancé Jev il y a deux mois. Depuis, les modèles de décision se sont multipliés chez les grands fournisseurs cloud, selon un état des lieux publié par Silicon.fr le 13 novembre 2026.

Jev ne produit pas de texte libre, mais des « décisions calibrées » : choisir une option dans une liste, attribuer un score, répondre vrai ou faux, ou dessiner une zone sur une image. Le modèle traite ces questions en parallèle, avec une fenêtre de contexte de 64 000 tokens, pour 0,042 dollar par million de tokens en entrée. Son nom renvoie à l'économiste William Stanley Jevons, qui a théorisé qu'un coût plus bas démultiplie l'usage d'une ressource.

Six concurrents en six semaines

Cloudflare a été l'un des premiers à répliquer, début octobre, avec deux modèles ouverts sous licence Apache 2.0 : Clef et Clef-flash, dérivés de Qwen. Quelques jours plus tard, l'entreprise a ajouté Clef-omni, qui gère aussi l'audio en plus du texte, du JSON, des images et de la vidéo. Cloudflare a ensuite réduit la fenêtre de contexte de Clef-flash à 24 000 tokens, après avoir constaté que 99,76 % des requêtes ne dépassaient pas ce seuil, ce qui lui a permis de baisser son tarif à 0,038 dollar le million de tokens, contre 0,09 dollar auparavant.

Microsoft a présenté Decision-1 le même jour que Clef-omni. Ce modèle fermé, bâti sur Qwen3.5-9B, revendique 83,5 % de précision et 85 millisecondes de latence sur 36 bancs d'essai totalisant près de 150 000 questions, soit 2,5 fois plus rapide que son principal concurrent, H2O-Lightning-4B. Microsoft n'a pas communiqué publiquement de tarif par million de tokens pour ce modèle.

OpenAI n'a pas développé de modèle dédié. L'entreprise réutilise GPT-6 Luna via un point d'entrée nommé API Decisions. Il accepte texte et images, pour 0,10 dollar par million de tokens.

Amazon Web Services a lui aussi choisi l'ouverture, avec sa famille Strands Decider : un premier modèle basé sur Qwen3.5-2B. AWS encourage le réglage fin de ces modèles.

« Suffisamment petit pour expérimenter, suffisamment grand pour réaliser des tâches significatives », AWS, branche cloud d'Amazon.

Google a dégainé Gemini Decision 1, accessible via sa propre API, qui combine texte, image, audio et vidéo et gère les documents PDF. PostHog complète le tableau avec Jeeves, basé sur Qwen, qui ne raisonne que lorsque son niveau de confiance est faible.

Des usages internes déjà en place

Chaque fournisseur illustre sa technologie par des cas d'usage maison. Microsoft cite l'équipe Xbox, qui thématise les retours utilisateurs, et l'équipe Copilot, qui mesure la qualité des réponses. OpenAI évoque le tri des transactions dans son équipe Finances personnelles et l'analyse du ton de la couverture médiatique pour sa communication.

Google met en avant Gemini Notebook, qui choisit le bon modèle et le bon niveau de raisonnement pour chaque requête, ainsi que la sécurité des outils MCP dans Google Search. PostHog exploite Jeeves dans son outil de relecture de sessions, pour repérer des données personnelles, et dans son bot Slack, pour sélectionner le modèle qui répond aux requêtes.

Ce que ça change pour votre entreprise

Ces modèles de décision restent pour l'instant un sujet d'infrastructure cloud, pas un outil que les TPE ou PME iraient brancher elles-mêmes. Leur usage concret se niche dans des briques techniques de tri, de score ou de classification, intégrées par des éditeurs de logiciels professionnels, par exemple dans un standard téléphonique ou un assistant vocal qui doit qualifier un appel en quelques millisecondes.

Concrètement, un dirigeant de TPE ou PME qui veut savoir si son éditeur (logiciel de téléphonie, CRM, outil de support client) utilise déjà ou prévoit d'utiliser ce type de modèle peut poser la question directement à son interlocuteur commercial ou technique, ou consulter la documentation produit et les notes de version à la recherche de mentions de « classification », « scoring », « routage intelligent » ou de partenariats avec les fournisseurs cités ici (Microsoft, Google, AWS, Cloudflare, OpenAI). C'est le type de tâche que des solutions de téléphonie assistée par IA, comme allo360, pourraient exploiter en arrière-plan pour accélérer la prise de rendez-vous ou le tri des appels entrants (voir les tarifs).