TypeSafe Jev и GPT-6 Astra: модель решений или передовой агент?

15 сентября 2026 года TypeSafe вышла из тени с Jev — моделью, которую она называет моделью System One: вы передаёте ей состояние программы и типизированные вопросы, а она возвращает решения с откалиброванными вероятностями вместо текста. За двенадцать дней до этого OpenAI выпустила GPT-6 Astra — свою самую «умную» и выровненную модель, предназначенную для использования компьютера, кодирования и профессиональной работы от начала до конца.

В этой статье мы сравним Jev и GPT-6 Astra по надёжности вывода, точности решений, скорости, агентным возможностям и цене, а затем укажем, какие вызовы в софтверном пайплайне лучше поручать каждой модели.

Коротко

• Jev и Astra не конкурируют за один и тот же вызов: Jev — это функция принятия решения, Astra — универсальный агент.
• Jev возвращает ответы, гарантированные схемой, с оценками уверенности, поэтому его вывод не требует парсинга или валидации.
• Astra лидирует по большинству опубликованных бенчмарков на рассуждение, код и компьютерное использование и составляет половину референсного ответа, относительно которого оценивают Jev.
• Jev дешевле и быстрее на два порядка, ценой нескольких пунктов точности относительно передовых LLM.
• Выбирайте Jev для массовой классификации, маршрутизации, скоринга и охранных контуров.
• Выбирайте Astra для многошаговых задач, которые заканчиваются текстом, кодом или готовым документом.
• Jev по-прежнему доступен только по листу ожидания у источника, с лимитами, которые, по словам TypeSafe, могут меняться без предупреждения.

Что такое Jev?

Jev — это размещённая модель принятия решений, которую TypeSafe AI выпустила в раннем доступе в сентябре 2026 года, первая из того, что она называет моделями System One.

Её ключевое преимущество — отказ от генерации текста: вы заранее определяете пространство ответов как вопросы типа Choice, Score или Noul (да/нет), и она возвращает типизированные значения с откалиброванными вероятностями, на которых софт может сразу ветвиться. В нашем гайде по Jev описаны запуск и заявленные оценки TypeSafe.

Что такое GPT-6 Astra?

GPT-6 Astra — передовой флагман OpenAI, выпущенный 3 сентября 2026 года как преемник GPT-5.6 Sol.

Её позиционирование — автономное выполнение: OpenAI называет её лучшей в мире моделью для использования компьютера и самой выровненной; она обучена заполнять формы, обновлять CRM, собирать и тестировать сайт, а также создавать документы по вашим шаблонам. В нашем гайде по GPT-6 Astra описан запуск; в нашем учебнике по API GPT-6 Astra мы строим агента для проверки релизов с асинхронными инструментами.

Jev и GPT-6 Astra: сравнение лицом к лицу

Две модели находятся на противоположных концах одного трейда: Jev «покупает» скорость, цену и типобезопасность, отказываясь генерировать текст, а Astra «покупает» широту и глубину, генерируя всё. Большинство пунктов ниже следуют из этого единственного дизайнерского решения.

Контракт на вывод: типизированные решения vs сгенерированный текст

Jev не может выдать недопустимое значение, а Astra может. Этот факт и определяет, что они занимают разные уровни системы, а не одно и то же место.

Запрос к Jev — это блок состояния плюс карта типизированных вопросов:

• Choice: возвращает победивший вариант и вероятность для каждого варианта
• Score: возвращает взвешенное по вероятности значение по вашим уровням
• Noul: возвращает вероятность того, что ответ «да».

Пространство ответов фиксируется до инференса, поэтому соответствие схеме гарантировано; TypeSafe указывает процент ошибок структурированного вывода и вызовов инструментов как 0% и называет эту цифру неэмпирической.

Astra — классическая LLM и возвращает текст. Хотя она поддерживает структурированный вывод и вызовы функций, и снижает частоту ошибок Sol примерно до трети на внутреннем бенчмарке галлюцинаций OpenAI, вывод всё равно нужно парсить и валидировать. На графике TypeSafe ошибка структурированного вывода у «передовой» LLM лежит между 0,58% и 45,5%; собственная цифра Astra не опубликована, так что не стоит считать, что она на нижней границе.

Цена гарантии Jev — отсутствие обоснования, только вероятность: это подходит для слоя маршрутизации, но не для комплаенс‑проверки, поэтому планируйте эскалировать низкоуверенные кейсы в модель, способную писать.

Два уточнения по числам надёжности:

• Показатели ошибок LLM у TypeSafe получены из трафика OpenRouter, который может направлять более сложные запросы на более сильные модели.
• Бенчмарк галлюцинаций OpenAI является внутренним и измеряет не валидность схемы.

Если вывод должен распарситься с первой попытки, выигрывает контракт Jev; для всего, что будет читать человек, ответит только Astra.

Точность решений и глубина рассуждений

Astra точнее. На четырёх производственных воркфлоу TypeSafe (реагирование на инциденты, наблюдаемость агентных трасс, обработка счетов, поддержка клиентов) Jev совпадает со средним ответом Astra и Claude Fable 5.1 в 67,8% случаев, на уровне GPT-5.6 Terra и на 5–6 пунктов позади GPT-5.6 Sol и Claude Opus 5.

В том тесте Astra — эталон, поэтому у неё нет собственной метрики согласия. На своих бенчмарках она насыщает FrontierMath Tier 4, GPQA Diamond и ARC-AGI-3, хотя последний зависит от состояние‑зависимой обвязки. Jev не рассуждает по ходам, не планирует и не объясняет, а оценка через согласие с LLM, как делает TypeSafe, рискует наследовать их смещения.

Если вам нужна пиковая точность на низковолюмном решении, LLM пока выигрывает.

Скорость и задержка

Jev отвечает за 70–500 мс сквозняком, по замерам TypeSafe, против 3–329 секунд у передовых LLM на том же классе запросов. Он семплирует все ответы параллельно, а не по одному токену, и принимает до 255 опций в Choice.

Astra быстра для того, чем она является: примерно на 47% меньше времени на задачу OSWorld 2.0, чем Sol, а режим Fast даёт до 2× ускорение за 2× цену. Эти задачи всё равно занимают десятки минут. Бот в Doom инженера TypeSafe выполняет 10 запросов в секунду за примерно $7 в час — бюджет, недостижимый для передовых LLM.

Для пути принятия решения с бюджетом в 100 мс здесь кандидат только Jev.

Область применения: агенты, инструменты и использование компьютера

Astra делает всё, чего не делает Jev:

• Достигает 72,6% на OSWorld 2.0, 59,3% на Agents' Last Exam и 57,9% на Terminal-Bench 4.0.
• В Responses API может запускать хостинговую оболочку, искать в интернете, применять патчи и управлять компьютером.
• В Codex ведёт искомые заметки между окнами контекста, а её длинный контекст даёт 96,3% на тесте извлечения MRCR OpenAI в диапазоне 512K–1M.

Jev принимает текст, JSON или массивы текста, но не изображения, и не вызывает инструменты. Это «нечёткий if» внутри вашего воркфлоу: классифицировать, маршрутизировать, скорить, извлекать или проверять вывод другой модели, включая детекцию джейлбрейков в промптах к LLM.

Astra безоговорочно выигрывает в этом измерении, потому что Jev туда не заявлен.

Цены: сколько вы платите на деле

Astra обходится в несколько сотен раз дороже Jev на любом типе нагрузки, и разрыв растёт по мере увеличения объёма вывода, потому что Jev вовсе не тарифицирует выход.

Ставки за токены рядом

Важна форма различия не меньше, чем размер. Выходная ставка Astra в 5 раз выше входной, а «токены рассуждения» тарифицируются как выход, так что работы с тяжёлым мышлением или словесные — там счёт растёт быстрее всего. Jev тарифицирует только вход, а типичный ответ — это несколько десятков выходных токенов, поэтому стоимость зависит лишь от объёма передаваемого состояния и ничего больше.

TypeSafe откровенно признаёт, что не может доказать отсутствие субсидирования цен, и ожидает, что они будут снижаться, а не расти.

Сколько стоит реальная нагрузка

Формула: (объём ÷ 1 М) × ставка, суммирование по входу и выходу, при стандартных ставках. Строка с тяжёлой генерацией — выброс, потому что у Jev выход бесплатный, хотя это и наименее реалистичный сценарий для Jev: модель никогда не выдаёт 4 М выходных токенов, так что читайте её как эффект одной лишь выходной наценки у Astra. Строка с извлечением соответствует реальному использованию Jev: много состояния на входе и горстка вероятностей на выходе — и всё равно разрыв в 357 раз.

Строки для извлечения выше порога нет, потому что в документации TypeSafe не указана наценка за длинный контекст, а окно контекста, которое указывают роутеры для Jev, значительно ниже порога Astra, так что 2× на вход и 1,5× на выход у Astra не с чем сравнить. Ни один из вендоров не публиковал подсчёты токенов для общей нагрузки, а токенизатор Jev не задокументирован, поэтому относитесь к этим итогам как к сравнению ставок, а не счетов.

Когда выбирать Jev, а когда GPT-6 Astra

Развилка — не точность или цена сами по себе, а то, заканчивается ли шаг решением или артефактом. Решение — зона Jev; всё, что кто‑то будет читать, запускать или открывать, — зона Astra.

Выберите Jev, если...

• Вы принимаете одно и то же ограниченное решение тысячи раз в день. Маршрутизация тикетов, классификация счетов, модерация, детекция намерений и скоринг лидов — это форматы, под которые TypeSafe проектировал, и стоимость случая — доли цента.
• Вызов лежит на пути запроса с бюджетом по задержке. Ответы за доли секунды позволяют поместить модельное решение в загрузку страницы или игровой цикл, где даже быстрый вызов к LLM стал бы узким местом.
• Вам нужно, чтобы модель сообщала, когда она не уверена. Каждый ответ Choice и Score несёт оценку уверенности, так что ваш код может действовать автоматически выше одного порога, подтверждать в середине и эскалировать ниже, с более строгим порогом для деструктивных действий, чем для read‑only.
• Вы проверяете работу другой модели. Скоринг, оценка или ограждение промптов и выводов LLM — это решение, а не генерация, и гарантия схемы у Jev означает, что проверяющий сам не «сломает» пайплайн.

Выберите GPT-6 Astra, если...

• Задача — это многошаговая работа, а не единичное суждение. Заполнение форм, обновление CRM, ресёрч и драфтинг, установка и тестирование софта — это как раз цели обучения Astra на использование компьютера.
• Вывод — это текст, код или документ. Jev не напишет ответ, патч или слайды; Astra — лучшая модель OpenAI для создания артефактов по вашим шаблонам.
• Вам нужно обоснование. Регулируемые решения, клиентские объяснения и всё, что прочтёт аудитор, требуют слов, а Astra также может быть целью эскалации для низкоуверенных кейсов Jev.
• У вас большой контекст. Окно в 1 050 000 токенов у Astra с надёжным извлечением почти на его верхней границе подходит для документоёмких пайплайнов; для Jev роутеры указывают 32 000 токенов.

Как начать работу с Jev и GPT-6 Astra

Охват — самый несбалансированный параметр в этой статье: Astra доступна везде, где обычно доступны модели OpenAI, а Jev — это API с листом ожидания, и единственные маршруты без приглашения — это списки OpenRouter и Vercel AI Gateway.

Идентификаторы моделей — это jev-latest, который используется по умолчанию в SDK TypeSafe и сейчас указывает на jev-1.13.0, и gpt-6-astra. TypeSafe рекомендует закреплять версионированный ID, если у вас настроены пороги уверенности, потому что псевдоним перемещается при выходе новых релизов. Лимиты Jev — 250 000 токенов в секунду и 1 200 запросов в минуту, и TypeSafe говорит, что оба могут меняться без уведомления в процессе масштабирования.

Первый вызов API

Это не взаимозаменяемые строки. Astra принимает промпт и возвращает текст через Responses API; Jev принимает состояние и карту типизированных вопросов через одну конечную точку и возвращает вероятности. Два блока ниже отправляют один и тот же запрос на возврат каждой модели, чтобы вы увидели разницу в форме.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6-astra",
    input="A bike-shop customer writes: 'The frame arrived scratched, I want this "
          "sorted before my race on Sunday.' Resolve as refund, replacement, or repair.",
)
print(response.output_text)  # free text you still have to parse

import requests

response = requests.post(
    "https://api.typesafe.ai/v1/systemone",
    headers={"Authorization": "Bearer YOUR_TYPESAFE_KEY"},
    json={
        "model": "jev-latest",
        "state": "The frame arrived scratched, I want this sorted before my race on Sunday.",
        "questions": {
            "resolution": {
                "type": "choice",
                "instructions": "How should the shop resolve this return?",
                "criteria": {"refund": "Customer wants money back",
                             "replacement": "Same item, undamaged, shipped fast",
                             "repair": "Cosmetic fix is acceptable"},
            }
        },
    },
)
answer = response.json()["answers"]["resolution"]
print(answer["choice"], answer["confidence"])  # typed option plus 0-1 confidence

Полную настройку Astra, включая асинхронные инструменты и управление в середине шага, смотрите в нашем учебнике по API GPT-6 Astra; для структурированного JSON из моделей OpenAI см. наш учебник по структурированному выводу.

Итоги

Если шаг заканчивается решением, на котором действует ваш код, используйте Jev; если он заканчивается тем, что будет читать или запускать человек, используйте GPT-6 Astra. Архитектура, которую подсказывает этот запуск, — использовать обе: Jev как дешёвый, калиброванный маршрутизатор спереди, Astra — как специалист, к которому он эскалирует при падении уверенности.

Самое показательное — что TypeSafe оценивает Jev относительно ответов Astra. OpenAI заявляет, что фронтир — это автономное выполнение; TypeSafe делает ставку на то, что большая часть вопросов софта к модели — это замаскированные ограниченные вопросы. Открытый вопрос для Jev — подтвердит ли независимый бенчмарк паритет и выдержит ли цена отсутствие субсидии.

Чтобы построить слой решений, в который вписывается любая из моделей, рекомендуем наш курс Developing AI Systems with the OpenAI API и трек AI Agent Fundamentals.