Nouvelles capacités multimodales

Jev‑1.14.0 introduit la prise en charge d’images via le drapeau d’en‑tête TypeSafe-Danger-Zone-Images: true. La fonctionnalité est entièrement composable : les images peuvent être insérées dans n’importe quel champ JSON supporté (state, instructions, criteria) grâce à une opération de recherche‑remplacement sur les assets. Cette approche conserve la même interface texte‑first tout en permettant d’envoyer des URL ou des blobs d’image. Le blog précise que la performance chute lorsqu’on passe du texte pur au multimodal, ce qui impose une décomposition fine des requêtes pour limiter la perte de qualité.

Type « box » et gestion des décisions

Le nouveau type box renvoie un unique rectangle englobant, sans possibilité d’erreur de typage. Il constitue la première extension de Jev au‑delà des simples instructions conditionnelles (smart‑if) et sert de précurseur aux futures capacités de System One Models. Le type est disponible uniquement dans la version preview jev‑1.14.0, comme indiqué dans la documentation docs.typesafe.ai/go/box. Cette limitation reflète la volonté de tester la robustesse du nouveau schéma de sortie avant un déploiement général.

Allongement du contexte et drapeaux de danger

Jev supporte désormais un contexte nettement plus long, mais la version production reste limitée par défaut. Les développeurs peuvent activer la capacité complète via le header TypeSafe-Danger-Zone-Long-Context: true. Le texte d’accompagnement explique que la fiabilité décroît avec l’augmentation du contexte, d’où la recommandation de restreindre la taille des entrées en production. L’activation du drapeau expose les utilisateurs à des « jaggedness » – des incohérences que l’équipe souhaite identifier grâce aux retours d’usage.

Implications pour la production et la recherche

Le blog annonce un processus de dépréciation : jev‑1.13.0 restera disponible 60 jours avant retrait, tandis que jev‑1.14.0 bénéficiera d’un préavis de 30 jours. Un mécanisme d’opt‑in permet de signaler les cas de mauvaise performance sans entraîner l’entraînement sur les requêtes soumises. Enfin, TypeSafe partage ses mesures internes d’intelligence, tout en avertissant que les chiffres ne sont pas comparables aux benchmarks publics. Cette transparence partielle vise à encourager les développeurs à valider les modèles sur leurs propres jeux de données avant toute intégration critique.

curl -H "TypeSafe-Danger-Zone-Images: true" \
     -H "TypeSafe-Danger-Zone-Long-Context: true" \
     -d '{"model":"jev-1.14.0","prompt":"..."}' \
     https://api.typesafe.ai/v1/completions