Le 15 septembre 2026, une société nommée TypeSafe lance Jev, un modèle qui ne discute pas mais tranche. Cinq jours plus tard, un développeur américain, Jared Palmer, publie Kev, une réplique libre et gratuite bâtie sur les modèles Qwen3.5 d’Alibaba. Pourquoi tant d’agitation pour un « petit » modèle ? Parce qu’il fait ce que des millions d’entreprises attendent depuis longtemps : lire un texte et répondre, vite et pour pas cher, à des questions simples. On vous explique sans charabia.
Un modèle qui ne bavarde pas : il décide
Quand vous parlez à ChatGPT ou à Claude, le modèle fabrique sa réponse mot après mot. Kev procède autrement : il lit votre texte une seule fois, puis répond à des questions typées en donnant, pour chaque option, une probabilité. Pas de roman, pas d’hallucination d’éloquence : juste un verdict chiffré. Trois formats de questions existent :
- Oui / non : « Ce message demande-t-il une intervention urgente ? »
- Choix : « Quel service doit traiter ce courriel : retours, livraison ou facturation ? »
- Note : « Quel est le niveau d’énervement du client : calme, agacé, furieux ? »
| Définition express : probabilité calibrée Dire « je suis sûr à 90 % » n’a de valeur que si, sur cent réponses données à 90 %, environ quatre-vingt-dix sont justes. C’est ce qu’on appelle la calibration. Un modèle bien calibré sait à peu près quand il doute, et cela change tout pour décider s’il faut confier le cas à un humain. |
Exemple concret : le service client d’une boutique
Un client écrit : « Les chaussures sont arrivées avec deux semaines de retard, dans la mauvaise pointure, et je vois deux prélèvements sur ma carte. » Un seul passage de Kev peut répondre en même temps à trois questions : quel département (retours, livraison, facturation), faut-il escalader (oui/non), et quelle frustration (de 1 à 3). Résultat : le ticket file directement au bon endroit, sans qu’un salarié ne trie à la main des centaines de messages par jour.
Une famille de trois tailles
| Version | Base | Précision (test verrouillé) | Usage conseillé |
| Kev-0.8B | Qwen3.5-0.8B-Base | environ 0,67 | Essais, petites machines, tri simple |
| Kev-4B | Qwen3.5-4B-Base | environ 0,83 | Point de départ recommandé par l’auteur |
| Kev-9B | Qwen3.5-9B-Base | environ 0,84 | Meilleure précision et calibration |
| Jev (TypeSafe, payant, hébergé) | Non divulguée | 0,857 | Référence à égaler |
Chaque Kev est un adaptateur léger (technique dite LoRA, de rang 16) greffé sur un modèle de base, entraîné sur environ 10 000 exemples issus de jeux de données publics, complétés par des exemples synthétiques. Selon la presse spécialisée, l’opération n’a coûté qu’environ 95 dollars de location de processeurs graphiques H100. Un prix de repas d’affaires pour reproduire un produit commercial : voilà qui explique l’effervescence.
Kev contre Jev : le match
La société Opper a mis les deux modèles face à 362 questions inédites, tirées d’articles scientifiques arXiv, de Stack Exchange et de tickets GitHub, publiés après la sortie des deux modèles. Verdict : des scores à moins de 2 points d’écart, autour de 94 à 98 %. Quelques nuances toutefois :
- Calibration : Jev exprime des probabilités plus fidèles à la réalité ; Kev est plus sûr de lui qu’il ne devrait.
- Vitesse : environ 220 ms pour Kev, 275 ms pour Jev, via la plateforme d’Opper.
- Coût : Jev ajoute environ 257 jetons fixes à chaque requête, ce qui pèse lourd sur les textes courts ; pour mille appels, Opper relève environ 0,015 $ côté Kev contre 0,030 $ côté Jev sur les textes scientifiques.
| Note de la rédaction : Opper prévient que ces tests étaient plutôt faciles (95 % et plus) et n’ont été menés qu’une fois : des écarts de moins de 5 points restent dans la marge d’erreur. À lire comme une indication, pas un verdict. |
Tient-il vraiment sur votre PC ?
C’est ici qu’il faut garder la tête froide. Le projet annonce un minimum d’environ 4 Go de mémoire graphique pour affiner la petite version 0,8B, et jusqu’à 32 Go pour les versions 4B et 9B sur un Mac Apple Silicon. Sur un Mac M5, cinq questions sur un texte court demandent environ 329 ms avec Kev-0.8B, 779 ms avec Kev-4B et près de 2 secondes avec Kev-9B. Avec une carte graphique sérieuse (H100), on tombe à quelques dizaines de millisecondes.
| Attention : « léger » est relatif Le 0,8B se contente d’un ordinateur modeste. Le 9B, lui, réclame une machine costaude. Et la génération précédente, basée sur Qwen3, était bien plus rapide sur Mac (174 ms contre 779 ms pour le 4B actuel) : l’auteur attribue la régression à l’architecture d’attention de Qwen3.5. |
Le lancer chez soi, pas à pas
Il faut Python 3.12 ou plus récent et l’outil uv. Les commandes indiquées dans le dépôt officiel :
git clone https://github.com/jaredpalmer/kev.git && cd kev
uv sync –extra serve
uv run –extra serve python -m kev.serve –run jaredpalmer/kev-4b –port 8009
Un serveur local se met alors à l’écoute. Il imite l’interface « System One » de TypeSafe : le kit de développement officiel de Jev fonctionne avec Kev en changeant simplement l’adresse de base. Vos données, elles, ne quittent jamais votre machine, ce qui est un argument de poids pour les cabinets, les mairies ou les PME attentives à la confidentialité.
Ses angles morts
- Culture générale limitée : sur des questions de connaissance (test MMLU-Pro), Kev-9B affiche environ 0,52 contre 0,84 pour Jev.
- Assurance trompeuse : dans environ 4 % des cas inédits, Kev-9B donne plus de 90 % de probabilité à une mauvaise réponse (Jev : 3,7 %).
- Sensible à l’ordre des options : changer l’ordre des choix peut modifier la réponse.
- Textes courts avant tout : entraînement sur 384 jetons d’état, même si le service accepte jusqu’à 8 192.
- Une requête à la fois : pas de traitement groupé entre appelants.
Pourquoi c’est important, même si vous n’êtes pas développeur
Parce que la tendance est nette : pour trier, classer, noter, on n’a pas besoin d’un géant de plusieurs centaines de milliards de paramètres. Un petit modèle spécialisé, calibré et local, fait l’affaire pour une fraction du coût. C’est un pas de plus vers une IA sobre, privée et maison. Et le fait qu’un projet ouvert rattrape en cinq jours un service commercial pose une question de fond aux éditeurs fermés.
💬 Votre avis compte
- Confieriez-vous le tri de vos courriels ou de vos tickets à un petit modèle local plutôt qu’à un grand service cloud ?
- Un modèle qui avoue une probabilité mais se trompe 4 % du temps avec aplomb, est-ce acceptable pour vous ?
- Quelle tâche répétitive de votre quotidien aimeriez-vous voir déléguée à un modèle de ce genre ?
Racontez-nous en commentaire !
Source : GitHub : jaredpalmer/kev