किसी ने AI के सबसे 'बेवकूफ' फैसलों की लागत ही मिटा दी
TypeSafe का Jev 15 सितंबर को रिलीज़ हुआ। टेक्स्ट लिखने की जगह यह टाइप्ड सवालों (typed questions) के जवाब कैलिब्रेटेड संभावनाओं (calibrated probability) में देता है — वह भी एक सेंट के अंशों में। एजेंट लूप (agent loop) के अंदर यह छोटी-छोटी, लगातार होने वाली जांचों को लगभग मुफ्त कर देता है, और वह रोज़मर्रा का काम, जिसे ऑटोमेट करना अब तक सार्थक नहीं था, अब कमाई देने लगता है। इसे अपने उत्पादों में समा लेने वाले प्लेटफॉर्म मार्जिन अपने पास रखते हैं; नियम बेचने वाले वेंडर खुद कमोडिटी बन जाते हैं।
Richard Tang · 5 min read
15 सितंबर को ChatGPT बनाने वालों में से एक ने एक ऐसा फ्रंटियर मॉडल रिलीज़ किया, जो लिख ही नहीं सकता। दियोगो अल्मेदा ने उस चैटबॉट और उसके पीछे की ट्रेनिंग तकनीक RLHF को खड़ा करने में हाथ बंटाया था। इसके बाद TypeSafe AI में दो साल स्टेल्थ मोड में रहकर अपने ही आविष्कार का उल्टा खड़ा किया 1। जिस इंडस्ट्री को खड़ा करने में इनका हाथ था, उस पर वे बिना लपेटे कहते हैं: 'हमारे पास बोतल में बंद बिजली है, फिर भी वह काम की नहीं है' — क्योंकि मॉडल इंसानी भाषा के हिसाब से ऑप्टिमाइज़ होते हैं, जबकि 'कंप्यूटर एक अलग भाषा बोलते हैं' 1। इनका नया मॉडल Jev बोलता ही नहीं।
मॉडल लिखता नहीं, जवाब देता है
Jev प्रोग्राम स्टेट का एक खंड और कुछ टाइप्ड सवाल लेता है, और जवाब देता है कैलिब्रेटेड संभावनाओं में: 255 तक विकल्पों में से एक चुनाव, किसी स्केल पर अंक, या हां-ना की संभावना 2। हर सवाल एक ही समानांतर पास में परखा जाता है — न कोई टोकन-दर-टोकन डिकोडिंग, न पार्स करने लायक कुछ, न चार टूल के मेन्यू में पांचवां टूल गढ़ने का कोई रास्ता 23। TypeSafe बताता है कि फैसले 70–500 मिलीसेकंड में आते हैं; इनपुट का दाम हर 10 लाख टोकन पर 0.042 डॉलर, आउटपुट मुफ्त 2। कंपनी इस श्रेणी को कानमैन की 'तेज़ सोच' के नाम पर सिस्टम वन (System One) मॉडल कहती है और इन्हें कैलिब्रेटेड फैसलों के लिए रीइन्फोर्समेंट लर्निंग से ट्रेन करती है। नतीजा यह कि मॉडल जितना भरोसा जताए, नतीजा उतना ही सही निकलता है, और कोड तय सीमा से ऊपर के भरोसे पर खुद काम कर सकता है, सीमा से नीचे पर बात आगे बढ़ा सकता है 2।
ट्रैफिक सिग्नल जैसे छोटे फैसलों के लिए एजेंट लूप चुका रहे थे चैट के दाम
एजेंट की ज़िंदगी का ज़्यादातर हिस्सा सोच-विचार नहीं होता। वह चुनता है: अगला कौन सा टूल, वह क्लिक लगा या नहीं, यह कमांड चलाना सुरक्षित है या नहीं। LangChain इस लूप की लागत की समस्या साफ-साफ बताता है: हर फैसला एक और मॉडल कॉल है 4। लॉन्च के दो दिन के भीतर उसने इसका इलाज मिडलवेयर के रूप में उतार दिया — एक राउटर, जो हर रिक्वेस्ट सस्ते या ताकतवर मॉडल को भेजता है, और एक गार्डरेल, जो हर टूल कॉल को चलने से पहले जांचता है 4। Vercel पहले ही OpenAI के उस Luna क्लासिफायर को, जो कमांडों की सुरक्षा जांचता है, Jev पर शिफ्ट कर चुका था और बताता है कि जवाब अब पांच से 18 गुना तेज़ आते हैं, सटीकता भी बेहतर 1। Browserbase पर ब्राउज़र एजेंट अपने हर एक कदम का फैसला इसी पर सेंट के अंशों में लेते हैं 4।
अड़चन बुद्धिमत्ता नहीं, जांच-पड़ताल थी
असल बात बताने वाला आंकड़ा कोई बेंचमार्क नहीं है। एक डेवलपर ने Jev को अपनी इंजन की उन 9,081 प्रोडक्ट-मैचिंग जोड़ियों पर लगाया, जिन्हें इंजन ने मानव समीक्षा के लिए रोककर रखा था। मॉडल ने 13 मिनट में, महज़ 32 सेंट की लागत पर पूरी कतार साफ़ कर दी। जून में उसने यह स्टेज ही दरकिनार कर दी थी, क्योंकि फ्रंटियर मॉडलों की कीमतों पर इसे बनाना सार्थक नहीं था 5।
ऑटोमेशन इसलिए नहीं ठपी थी कि मॉडल रोज़मर्रा का काम नहीं कर पाते थे। वह इसलिए ठपी थी कि हर छोटे-मोटे कदम की ईमानदार जांच-पड़ताल खुद उस कदम से ज़्यादा महंगी पड़ती थी। नतीजा यह कि ऑटोमेट भी सिर्फ़ महंगे कदम ही हुए।
TypeSafe की अपनी चार-वर्कफ़्लो इवैल्यूएशन इस अदले के आंकड़े पेश करती है: Jev, GPT-5.6 Terra की सटीकता से बराबरी करता है — रेफ़रेंस जवाबों से मेल 67.8 प्रतिशत बनाम 67.9 प्रतिशत — और प्रति केस लागत $0.0004 3। सुर्ख़ियों में छपे गुणक — 193 गुना तेज़ और 445 गुना सस्ता तक 26 — वेंडर की ओर से रिपोर्ट किए गए हैं; इनकी तुलना दूसरे फ्रंटियर मॉडलों के जवाबों का औसत लेकर बनाए गए रेफ़रेंस से की गई है। और TypeSafe खुद मानता है कि ये चोटियां असल दुनिया के फ़ायदों के ऊपरी सिरे पर बैठी हैं 2।
Jev पर एक सेंट के अंश में होने वाला फैसला फ्रंटियर LLM पर $0.18 तक का
Data
| Value | |
|---|---|
| Jev (TypeSafe) | $0 |
| GPT-5.6 Terra | $0.03 |
| GPT-5.6 Sol | $0.08 |
| Claude Opus 5 | $0.18 |
UiPath के अपने नियम ही जोखिम में
UiPath ने डिटरमिनिस्टिक, नियम-आधारित ऑटोमेशन पर $1.94 अरब का रिकरिंग रेवेन्यू बिज़नेस खड़ा किया है, जो 12.5 प्रतिशत बढ़ रहा है 7। कंपनी का ही चीफ़ ऑपरेटिंग ऑफ़िसर कहता है कि ग्राहक अब "डिटरमिनिस्टिक और प्रोबेबिलिस्टिक दोनों तरह की AI क्षमताएं" चाहते हैं; वह ज़ोर देता है कि प्लेटफॉर्म मॉडल-एग्नोस्टिक (model-agnostic) बना रहेगा, और यह भी स्वीकार करता है कि तेज़ी से बढ़ते लैंग्वेज मॉडल सरल ऑटोमेशनों को कमोडिटी बना सकते हैं 7। सेंट के अंशों में मिलने वाला कैलिब्रेटेड फैसला ठीक यही कमोडिटीकरण है — लागू होता हुआ उसी निर्णय-बिंदु पर जो UiPath के संचालित हर वर्कफ़्लो के अंदर मौजूद है। कंपनी इसे उस मॉडल-एग्नोस्टिक Agent Builder से आत्मसात कर सकती है जो वह पहले से बेच रही है, या फिर अपनी खाई को कमोडिटी बनते देख सकती है। दोनों रास्ते खुले हैं। पर जोखिम दोनों तरफ़ एक जैसा नहीं है।
UiPath की दस तिमाहियों की रेवेन्यू: लगातार चढ़ाई, दोहरे अंकों में निचली वृद्धि, एजेंटों से कोई मोड़ नहीं
Data
| रेवेन्यू | |
|---|---|
| Q1 '24 | $335.11M |
| Q2 '24 | $316.25M |
| Q3 '24 | $354.65M |
| Q4 '24 | $423.65M |
| Q1 '25 | $356.62M |
| Q2 '25 | $361.73M |
| Q3 '25 | $411.11M |
| Q4 '25 | $481.11M |
| Q1 '26 | $418.38M |
| Q2 '26 | $410.26M |
परिणाम के हिसाब से बिल वसूलने वाले प्लेटफॉर्म मार्जिन अपनी जेब में रख लेते हैं
Salesforce ने Agentforce की रिकरिंग रेवेन्यू $1.5 अरब से ऊपर दर्ज की है, 240 प्रतिशत से ज़्यादा बढ़त के साथ। वह ग्राहकों से बिलिंग बातचीत, समाधान और क्रेडिट के हिसाब से करता है, जबकि नीचे टोकन का बिल खुद चुकाता है: 19 ट्रिलियन से ज़्यादा टोकन खप चुके हैं और एक अधिकारी बताता है कि एक अकेला इंजीनियर "हर महीने करीब $100,000 का बिल पैदा कर सकता है" 8। लगभग मुफ़्त लेयर पर जाने वाली हर राउटिंग, गार्डरेल और जांच-पड़ताल की कॉल उस प्रोडक्ट पर मार्जिन है जो पहले से बिका हुआ है। यही हिसाब-किताब ServiceNow और Microsoft के Copilot स्टैक के लिए भी तैयार बैठा है — वही सवाल, जो इस साइट ने तब उठाया था जब Salesforce ने अपना एजेंट मार्केटप्लेस Anthropic के लिए खोला था: जब उसके नीचे बैठी एजेंट लेयर सस्ती हो जाए, तो सॉफ्टवेयर का बजट किसके पास रहेगा। इसीलिए बाज़ार की अग्रणी धार दिनों में खिसक गई: Cloudflare ने अपने AI डॉक्यूमेंटेशन में typesafe/jev को शामिल किया है और Vercel ने 16 सितंबर को इसे अपने AI Gateway में डाल दिया 5।
हर फैसले पर बैंडविड्थ कम, और फैसले ज़्यादा
डेटा सेंटर वाले सवाल पर ईमानदारी से गौर करें। हर जवाब एक ही पास में आता है, इसलिए इसमें कोई ऐसा डिकोडिंग लूप नहीं चलता जो हर आउटपुट टोकन पर मेमोरी स्ट्रीम करता रहे। हर फैसले पर मेमोरी बैंडविड्थ के हिसाब से यह मॉडल उस चैट मॉडल से हल्का दिखता है जिसकी जगह वह उस काम में लेता है 3। पर यह हिसाब वैसे भी ग़लत बही का है। सस्ती लेयर का मकसद ही यह है कि एजेंट की और भी गतिविधियां चलाने लायक हो जाएं, और उनमें से हर एजेंट अपने मुश्किल हिस्से के लिए फ्रंटियर मॉडल को ही कॉल करता है। TypeSafe ने जानबूझकर इसका नाम विलियम स्टैनली जेवन्स पर रखा है: कोयला सस्ता हुआ तो ज़्यादा कोयला जलने लगा 25। यूनिट लागत गिरने के बावजूद रीज़निंग टियर पर — और उसके पीछे खड़े मेमोरी सप्लायरों पर — कुल मांग बढ़ सकती है। यह दलील है; छह दिन के डेटा से उसका फैसला नहीं हो सकता।
निजी कंपनी, छह दिन पुराना, और अभी सीखने लायक आर्किटेक्चर
जो अब भी अनसुलझा है: इवैल्यूएशन वेंडर के चलाए हैं, रेफ़रेंस लेबल ग्राउंड ट्रुथ यानी असली ज़मीनी जवाब नहीं बल्कि दूसरे मॉडलों के जवाब हैं, आउटपुट बिना किसी तर्क के बस एक संभावना है, Jev अब भी ग़लत वर्गीकरण कर सकता है, और TypeSafe मानता है कि वह यह साबित नहीं कर सकता कि उसकी कीमतों में कोई सब्सिडी नहीं है 2356। TypeSafe खुद एक निजी कंपनी है, जिसने DCVC की अगुवाई में $40 मिलियन की सीड फंडिंग जुटाई है और एक रिपोर्ट के मुताबिक़ उसका वैल्यूएशन करीब $200 मिलियन है 9, इसलिए इस बदलाव को अपने नाम करने वाला कोई टिकर नहीं है, और ऐसा दावा करने वाली हर लिस्ट महज़ अटकल है।
स्टैक के बीच की लेयर पर नज़र रखिए
वैल्यू उसी के पास जाती है जो किसी क्षमता और लोगों के दैनिक काम के बीच की दूरी मिटाता है, और इस हफ़्ते यही काम छोटी-छोटी ईमानदार जांचों की कीमत मिटा रहा है। स्टैक के बीच की लेयर पर नज़र रखिए: जो प्लेटफॉर्म इस लेयर को अपने उन प्रोडक्टों में समा लेते हैं जो वे पहले से बेच रहे हैं, मार्जिन उन्हीं के पास रहता है; और जो नियम-आधारित वेंडर इसे ठुकराते हैं, वही कमोडिटी बन जाते हैं। जो लोग कुछ बना रहे हैं, उनके लिए यह कैस्केड (cascade) — महंगी रीज़निंग के नीचे सस्ते फैसले — ही वह आर्किटेक्चर है जो अभी सीखना है, छह दिन पुरानी सारी चेतावनियों समेत। जो इसे सीख लेते हैं, उन्हीं का काम अगला बदलता है।
How this brief was made
01Gathered & sourced378 channels · 1,398 articles▾
Agents swept 378 channels and ingested 1,398 articles, then de-duplicated and ranked them for signal.
02Verified & cross-validated10 claims · 15 data feeds▾
Every one of 10 load-bearing claims was checked against primary sources, with 15 live data feeds reconciling the figures and charts.
- 1TechCrunch, "A new kind of AI model from a ChatGPT inventor is thrilling developers", 18 September 2026
- 2TypeSafe AI blog, "Introducing System One Models & Jev", 15 September 2026
- 3DataCamp, "Jev: TypeSafe's System One Model That Never Hallucinates", 16 September 2026
- 4LangChain blog, "Building a Harness with Jev", 17 September 2026
- 5Forbes, "Jev Cuts AI Decision Costs 100x And Vercel, Cloudflare Rushed To Add It", 19 September 2026
- 6Tom's Hardware, "TypeSafe AI's Jev offers an alternative to LLMs that claims to be 193x faster and 445x cheaper", 21 September 2026
- 7MarketBeat via sharewise, "UiPath Targets AI-Powered Growth Reacceleration as ARR Hits $1.94B", 14 September 2026
- 8diginomica, "Dreamforce 2026: what Salesforce's AWU experiment means for agentic licensing", 15 September 2026
- 9SiliconANGLE, "TypeSafe AI exits stealth with $40M to build AI for use by software", 16 September 2026
- 10UiPath quarterly financial results and SEC filings, via UiPath Investor Relations; ten-quarter series compiled from Sharadar Fundamentals
03Reviewed & edited2 human editors▾
2 editors read the draft against the evidence, tuned the framing, and signed off before it shipped.
Become a contributor
Reporting on the business of AI and want it read? We take pitches from outside contributors who bring primary sources and a number worth arguing about.
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
