/// Signal

Modèles de décision : la ruée de deux semaines, un concept neuf et un coût non démontré

Le fait : le 15 septembre 2026, TypeSafe AI met en ligne Jev — un modèle qui ne rédige pas, mais qui choisit. Le 29 septembre, au DevDay, OpenAI annonce une Decisions API, en aperçu limité. Le 1ᵉʳ octobre, Cloudflare et Amazon publient les leurs, le même jour. Quatre acteurs, seize jours, et Elroy Fernandes, chez startuFortune, en donne la formule qui circule : « about seventeen days ». Nos propres dates, vérifiées page par page, en donnent seize — l’écart avec la sienne tient à une convention de comptage, pas à une erreur. Ces modèles reçoivent un état — « a support ticket, a log line, a step in an agent’s plan », écrit Elroy Fernandes chez startuFortune — et une liste d’options fermée ; ils rendent une option, avec une probabilité. Nous avons lu les pages d’annonce de Cloudflare, d’Amazon et d’OpenAI, plus quatre reprises : ce qui suit distingue ce que les quatre ont réellement publié de ce qui circule autour — à commencer par deux idées reçues, celle d’une catégorie ancienne et celle d’un modèle gratuit.

Le principe, expliqué par ceux qui le vendent. Un modèle de décision ne produit pas de texte : il produit un choix. Cloudflare le définit dans son billet d’annonce : « makes classifications to help agents decide how to act ». Vous lui passez un message de support et une liste fermée — urgent ou pas, à quelle équipe — et il rend une réponse typée avec sa probabilité, que votre code utilisera pour router le ticket, déclencher une escalade ou passer la main à un humain. La différence avec un modèle de langage tient en une phrase, et c’est ce qui rend la catégorie utile : « Rather than generating intermediate text to produce structured answers, Clef and Clef-flash derive schema choices directly from internal backbone representations. » Pas de texte intermédiaire, donc pas de place pour une option qui n’était pas dans la liste — c’est le même mécanisme que la Decisions API d’OpenAI décrit avec des « finite pre-defined answers ». Quand on demande à un agent de trancher entre plusieurs actions autorisées, ce n’est pas de la rédaction, c’est de la classification.

Les quatre, dans l’ordre, avec les chiffres que leurs auteurs publient. TypeSafe AI — fondée par Diogo Almeida, un ancien d’OpenAI qui a travaillé sur ChatGPT et sur l’apprentissage par retour humain — sort Jev le 15 septembre, à 0,042 dollar le million de jetons d’entrée, avec les jetons de sortie gratuits. C’est le chiffre que VentureBeat met en dollars ; l’Economic Times, lui, donne une autre formule — « input tokens metered at a billion per month rather than a million » — et les deux ne se recouvrent pas exactement, ce que nous signalons plutôt que de les additionner. Le 29 septembre, au DevDay, OpenAI annonce sa Decisions API, qui « enables real-time decision-making by focusing Luna’s intelligence on a specific set of user-defined questions with finite pre-defined answers » ; la page ne dit pas ce qu’est Luna, et l’API est en aperçu limité. startuFortune, une reprise, écrit qu’il s’agit d’un « smaller model called Luna » rendant des scores de confiance « in around 150 milliseconds » — deux informations que la page primaire ne donne pas, et que nous ne prenons donc que pour ce qu’elles sont. Le 1ᵉʳ octobre, Cloudflare publie Clef et Clef-flash, hébergés sur Workers AI, construits en gelant « Qwen3.8-27B for Clef and Qwen3.5-9B for Clef-flash » — donc 27 milliards de paramètres pour le premier, 9 pour le second. Cloudflare annonce une latence médiane de 209,3 millisecondes pour Clef, et le donne « the leader when evaluated against the Jev Decision Index » — un indice dont aucune des sept pages que nous avons lues ne dit qui l’exploite. Le même jour, Amazon sort Strands Decider 2B, « a 2 billion parameter model », qui tourne sur un processeur ou un GPU local, et publie poids, données d’entraînement et scripts sur GitHub et Hugging Face. Amazon assortit sa revendication de sa propre réserve, ce qui mérite d’être lu en entier : « 3rd of 33 in the 2B class, and 1st of 30 excluding the just-over-2B models ».

Ce que ça remplace, et ce que ça promet. La promesse n’est pas de mieux raisonner : c’est de décider assez vite et assez souvent pour que la question ne se pose plus. Cloudflare l’écrit sans détour : « This means that a human does not necessarily need to be in the loop for agentic decisions anymore — agents can programmatically gather context, make decisions, and take actions on tasks, or defer to a human when needed. » C’est une phrase plus lourde qu’elle n’en a l’air. Un agent qui doit demander une validation à chaque étape n’est pas un agent, c’est un formulaire ; et un agent qui confie chaque micro-décision à un modèle de frontière coûte trop cher pour tourner toute une journée. La catégorie existe pour combler cet écart, et Amazon mesure les trois choses qui comptent pour ce type d’outil : « a median of around 115ms on widely available hardware », et sa place au classement d’exactitude et de calibration. Mais c’est Cloudflare qui parle de son propre produit, et VentureBeat, sous la plume de Carl Franzen, publie le même jour la réserve qui manque à cette phrase : un garde probabiliste bon marché n’est pas une frontière de sécurité — « adversarial text in an agent’s input can influence its verdict » — et la démonstration d’Amazon n’est « not proof that a model judgment alone makes an agent safe ». Aucune des sept pages que nous avons lues ne mesure ce qui se passe quand le modèle se trompe.

Le fait que personne ne met en avant — et il va contre notre première lecture du sujet. Cette catégorie n’est pas ancienne : elle a deux semaines, et c’est la source primaire qui le dit. Cloudflare écrit, dans son paragraphe d’ouverture : « While classifier models have been around for some time, Jev introduces a new decision model concept into the world of AI ». La phrase distingue deux choses, et il faut les tenir séparées : les classifieurs, eux, existent depuis longtemps ; le concept de modèle de décision, non — il naît avec Jev. La proposition est précédée du constat qui l’explique : « Over the last few weeks, there has been lots of buzz around decision models such as Typesafe AI’s Jev System One model. » Ce qui est donc neuf n’est pas l’idée de classer, c’est la ruée — et elle est plus large que les quatre dont nous venons de parler. Carl Franzen écrit que les développeurs ont publié « a rush of competing decision models, many with downloadable weights », et il nomme Laya, la famille Kev de Jared Palmer, l’adaptateur Apache de Nimble 9B, la famille decider de Mapika et FLock ; la table de Cloudflare en aligne six à elle seule. Sur la filiation, les deux derniers ne racontent pas la même histoire — non parce qu’ils se contrediraient, mais parce que ce sont deux entreprises et deux projets distincts. Amazon ne cache rien, et Tim Fernholz donne l’origine exacte du projet : « Amazon distinguished engineer Marc Brooker came up with the project after seeing Jev and trying to build his own take on such a model ». Cloudflare, lui, attribue son approche initiale à un contributeur extérieur, Matt Mastracci, qui « has been active in the machine learning (ML) community », et situe ses propres expériences « in the same week that Jev came out ». Et Carl Franzen avait écrit, avant la sortie d’Amazon, sur un point voisin : « VentureBeat reported that the approach revives classification using stronger modern pretrained models » — la classification, elle non plus, n’est pas une nouveauté. Un seul, donc, dit s’être lancé après avoir vu Jev. Diogo Almeida mérite d’être cité deux fois plutôt qu’une. « I get that people think it’s a gold rush, but they might be underestimating the difficulty of making the models actually smart ». Et, sur ce que vaut la vague : « The current batch seems more like ML people wanting to implement a cool architecture than a team deeply dedicated to making intelligence useful. » Tim Fernholz ajoute « dozens of similar models have been produced by researchers since TypeSafe debuted its idea » — depuis, donc, et non avant.

Le prix et la licence disent le reste — et d’abord ce qu’ils ne disent pas. Cloudflare : deux modèles, ouverts « on Hugging Face under an Apache 2.0 license », hébergés sur sa propre plateforme, socle Qwen assumé — « We currently use Qwen as the base model ». Amazon : deux milliards de paramètres, tout ouvert, jusqu’aux données et aux scripts d’entraînement. TypeSafe : un prix affiché, mais une architecture non divulguée — l’Economic Times écrit que TypeSafe n’a pas révélé l’architecture de Jev, et VentureBeat que les poids et la recette complète d’entraînement n’ont pas été publiés. OpenAI : un aperçu limité, donc rien d’ouvert. Deux sur quatre sont donc réellement téléchargeables et réutilisables ; les deux plus fermés sont le précurseur, TypeSafe, et OpenAI, qui garde sa Decisions API en aperçu limité. Mais gratuit ne veut pas dire sans coût, et il faut ici séparer les deux modèles ouverts. Clef et Clef-flash sont hébergés par Cloudflare sur Workers AI : rien à installer, rien à fournir. Strands Decider 2B, lui, se télécharge — et le modèle tourne alors sur le matériel de celui qui l’installe. Carl Franzen, chez VentureBeat, pose la réserve en une phrase — « That leaves the relative cost of operating Strands Decider and paying for Jev’s service unproven » — et la referme sans détour : « So unless a company already has spare compute or values local execution for privacy/control reasons, AWS hasn’t yet demonstrated that self-hosting Strands saves money once hardware, cloud compute and operational overhead enter the equation. » Autrement dit, gratuit veut dire ici sans frais d’API, et non sans coût d’exploitation.

Deux réserves, et elles portent sur les chiffres qui font vendre. La première concerne les latences, et il faut dire à qui elles sont et sur quel modèle. Les 115 millisecondes d’Amazon sont annoncées « on widely available hardware », sans machine nommée — c’est le seul des trois chiffres sans matériel précis. Le détail plus fin vient de la même entreprise, pas d’un journaliste : c’est Amazon qui a mesuré, et Carl Franzen le signale deux fois chez VentureBeat — « Credit: Amazon » sous le graphique, puis « Amazon’s accompanying latency for Jev chart gives a more specific, qualified view: version 18 recorded a median of 106 milliseconds and a 95th-percentile latency of 296 milliseconds across 230 requests on a local Nvidia RTX 3090, including the HTTP round trip. » Et cette mesure ne porte pas sur le modèle livré : Amazon écrit lui-même que « the model we’re releasing today is v19 », tandis que VentureBeat précise, dans sa propre table, que le chiffre porte sur « an earlier Strands checkpoint ». Le même billet d’Amazon donne une troisième mesure, sur un autre matériel et pour un autre usage : sur un MacBook M3, « with a median latency for small tasks around 153ms ». Enfin, le graphique écarte une requête, comme le note Carl Franzen : « The chart excludes a 7.7-second first request during server warm-up » Et la mise en garde que Carl Franzen ajoute, chez VentureBeat, vise ces chiffres d’Amazon eux-mêmes, et non ceux d’un concurrent : « These figures should not be presented as a uniform sub-100-millisecond guarantee. » La seconde réserve porte sur les comparaisons — et sur ce que nous avons fini par trouver. Entre les quatre, il en existe deux, et aucune n’est indépendante : la table de Cloudflare conclut que ses modèles battent Jev « beating Jev in 3 out of 4 areas » sur la suite d’évaluation de TypeSafe — et Clef y apparaît cinquième sur six en latence médiane, à 209,3 millisecondes — tandis que VentureBeat publie sa propre comparaison, « Strands Decider 2B vs. Jev », en la présentant comme ce que les preuves soutiennent, et non comme un verdict. Mais il en existe un troisième, hors des quatre, et il faut le dire puisque nous avions écrit le contraire — c’est Carl Franzen, chez VentureBeat, qui le rapporte : « Researchers at Stanford and Nvidia have taken a related route with open CLM-8B », et dans leurs tests, « it ran up to nine times faster than Jev on some tasks, while trailing Jev on tool-calling accuracy ». Enfin, le propre graphique d’Amazon ne flatte pas son modèle : la v19 y est donnée « roughly 72% accurate with a 0.35 Brier score », contre « around 76% and 0.32 » pour le Mapika decider-2b v11, et VentureBeat conclut que « that comparison favors Mapika on both measures ».

Notre lecture : la nouvelle n’est ni qu’Amazon ait sorti un modèle, ni qu’une catégorie ancienne se soit réveillée. C’est qu’un concept apparu il y a deux semaines — « Jev introduces a new decision model concept into the world of AI », écrit Cloudflare — compte déjà une dizaine de variantes, dont plusieurs ouvertes, et que le coût de les faire tourner ne soit démontré par personne. Si vous construisez un agent, un assistant ou un outil métier, la question n’est donc pas seulement quelles décisions votre outil prend, mais ce que vous gagnez à les lui confier : un modèle de deux milliards de paramètres installé chez vous vous coûte du matériel, quand l’API de Jev se paie à l’usage et que Clef s’appelle à distance. Et l’outil le plus utile n’est pas celui qui répond avec assurance, c’est celui qui sait dire qu’il n’est pas sûr — à condition de ne pas en faire un garde-fou, ce que la seule source du dossier qui aborde la sécurité conteste. Le test des six mois ne portera pas sur le classement des quatre. Il portera sur la question que le nom de Jev contient déjà : Tim Fernholz rappelle que TypeSafe a choisi ce nom « after the economist William Stanley Jevons, with hopes of invoking his theory that the falling cost of something — like computer intelligence — can, in fact, increase its demand ». Si décider coûte moins cher, les agents ne décideront pas mieux : ils décideront beaucoup plus.