Un co-inventore di ChatGPT lancia Jev, un modello «ottimizzato per le decisioni»
Diogo Almeida esce da due anni di stealth con RLCD, un metodo di addestramento inedito, e promesse di velocità e costo che richiedono ancora prove.
In breve
Diogo Almeida, che si presenta come co-inventore di ChatGPT, annuncia il lancio di Jev, un modello frontier addestrato con un metodo proprietario battezzato RLCD, dopo due anni di sviluppo in stealth. Rivendica un modello da 20 a 200 volte più veloce, da 40 a 400 volte più economico, con output tokens gratuiti, e una «intelligenza componibile» orientata alla presa di decisione piuttosto che alla conversazione. L'annuncio circola soprattutto perché tocca un punto sensibile: perché modelli di chat sovrumani non hanno ancora prodotto l'AGI?
🍺 Versione da bancone
Quindi un tizio che si presenta come co-inventore di ChatGPT riemerge da due anni di silenzio per annunciarti un modello da 20 a 200 volte più veloce e da 40 a 400 volte più economico — un intervallo così ampio da sembrare una stima dei tempi di consegna di un corriere. Niente benchmark, nessun dettaglio sul suo metodo proprietario, solo il nome: RLCD, e l'idea che la vera posta in gioco non sia chiacchierare bene ma decidere in fretta e quasi gratis. La cosa più interessante non è nemmeno il prodotto, è la domanda che pone: se i modelli di chat sono sovrumani da tre anni, perché non abbiamo ancora l'AGI — e detto da lui, un po' punge. Resta che gli output tokens gratuiti si possono verificare in un pomeriggio: sapremo presto se è una rivoluzione o solo un bel comunicato.
Da ricordare
- 1
Diogo Almeida (@CompleteSkeptic), che rivendica la co-invenzione di ChatGPT, annuncia il lancio di Jev dopo due anni trascorsi in stealth.
- 2
Il modello è addestrato con un metodo inedito battezzato RLCD, presentato come alternativa agli approcci di addestramento attuali.
- 3
Le rivendicazioni numeriche sono spettacolari: 20-200x più veloce, 40-400x più economico, con output tokens fatturati a zero.
- 4
Jev è descritto come una «frontier composable intelligence» ottimizzata per le decisioni, non per la conversazione.
- 5
Il punto di partenza intellettuale del progetto è una domanda scomoda: perché modelli di chat sovrumani non hanno portato all'AGI?
- 6
L'autore ci vede «la strada più breve» verso una rivoluzione economica guidata dall'IA — formulazione che lui stesso sfuma con un «AFAICT».
- 7
Nessun benchmark, nessuna metodologia né dettaglio tecnico sono forniti nell'annuncio: tutto resta da verificare.
Un annuncio costruito su una domanda, non su un benchmark
Il post non inizia con un numero né con una classifica, ma con una frustrazione. «Dopo aver co-inventato ChatGPT, non ho mai smesso di chiedermi: perché modelli di chat sovrumani non hanno portato all'AGI?»
È un framing insolito in un panorama in cui gli annunci di modelli si basano prima di tutto su punteggi di benchmark. Qui, il prodotto è presentato come la risposta a un problema concettuale: il formato conversazionale sarebbe un vicolo cieco parziale.
Diogo Almeida spiega di aver trascorso gli ultimi due anni in stealth per sviluppare sia un nuovo modo di addestrare i modelli — che chiama RLCD — sia un nuovo tipo di modello frontier, Jev, reso pubblico il giorno dell'annuncio.
A questo stadio, il post non chiarisce né cosa significhi l'acronimo RLCD, né l'architettura di Jev, né le condizioni di misurazione delle performance rivendicate.
I numeri rivendicati: velocità, costo e output tokens gratuiti
Vengono messe in evidenza tre promesse. Una velocità 20-200 volte superiore, un costo 40-400 volte inferiore, e output tokens fatturati gratuitamente.
Gli intervalli molto ampi (un fattore 10 tra il limite basso e quello alto) suggeriscono guadagni fortemente dipendenti dal caso d'uso. Senza un termine di paragone esplicito — rispetto a quale modello, su quale compito, con quale hardware — questi ordini di grandezza restano affermazioni da verificare.
La gratuità degli output tokens è l'elemento più intrigante sul piano economico. Nelle API di LLM attuali, la generazione è proprio la voce più costosa: invertirla cambia la struttura dei prezzi di tutto ciò che vi si costruisce sopra.
Se questa economia regge su scala, rende praticabili usi oggi proibitivi: loop di agenti molto verbosi, generazione massiva di candidati, esplorazione esaustiva prima della decisione.
«Composable intelligence»: ottimizzare la decisione piuttosto che la conversazione
Il terzo punto del post è il più strategico: Jev è descritto come una «frontier composable intelligence optimized for decisions».
Il vocabolario è deliberatamente diverso da quello degli assistenti. Non si parla di risposte, di ragionamento o di contesto, ma di componibilità e decisioni — cioè di mattoncini da assemblare in un sistema, piuttosto che di un interlocutore a cui parlare.
Questo si allinea a un'intuizione condivisa da parte del settore: il valore economico dell'IA risiederebbe meno nel dialogo che nelle migliaia di micro-decisioni che un'organizzazione prende ogni giorno.
Resta che la formula descrive un'ambizione più che un'architettura. Senza documentazione né dimostrazione pubblica, «composable intelligence» rientra per ora nel posizionamento marketing tanto quanto nella categoria tecnica.
Perché il post circola
Il principale motore di viralità non è il prodotto: è la firma. Rivendicare la co-invenzione di ChatGPT e affermare poi che questa strada non porta all'AGI costituisce una forma di autocritica pubblica rara nell'ambiente.
La frase conclusiva fa il resto del lavoro: «la strada più breve verso una rivoluzione economica basata sull'IA». L'autore la attenua lui stesso con un «AFAICT» (as far as I can tell), pseudo-precauzione che non impedisce all'affermazione di essere massimalista.
Si aggiunge l'effetto scenico dello stealth: due anni di silenzio, poi un'uscita simultanea di un metodo di addestramento e di un modello. Il racconto è perfettamente calibrato per X.
Bisogna quindi leggere questo post per quello che è: un annuncio di lancio, non un paper. La verifica arriverà dai primi utenti, dalle valutazioni indipendenti e dal prezzo reale.
“Après avoir co-inventé ChatGPT, je n'ai cessé de me demander : pourquoi des modèles de chat surhumains n'ont-ils pas mené à l'AGI ?”
“Frontier composable intelligence optimized for decisions”
“Pour autant que je puisse en juger, le chemin le plus court vers une révolution économique basée sur l'IA”
Perché conta
L'interesse di questo annuncio sta meno in Jev che nella tesi che lo sostiene: e se l'interfaccia conversazionale, che ha fatto il successo planetario di ChatGPT, avesse anche orientato un intero settore verso un ottimo locale? Sentire questo argomento dalla bocca di qualcuno che rivendica la co-invenzione di ChatGPT gli dà un peso particolare, nel momento in cui il settore si interroga sul rendimento decrescente dello scaling e si rivolge massicciamente agli agenti. L'ipotesi difesa qui — che il vero valore economico risieda in decisioni rapide, economiche e componibili piuttosto che in risposte eloquenti — è coerente con ciò che constatano molte aziende: l'ostacolo alla diffusione non è più la qualità del testo, ma il costo e la latenza su scala. Detto questo, la prudenza è d'obbligo. Intervalli di performance così ampi, senza baseline, senza benchmark, senza dettagli su RLCD, restano per ora rivendicazioni. La promessa di output tokens gratuiti è la più verificabile e probabilmente la più decisiva: è lì, e non nello storytelling, che si giudicherà la solidità del progetto nelle settimane a venire.
Da leggere anche
SicurezzaOggi« On July 25, we hacked OpenAI » : due bug, 72 ore, una PR interna
Il ricercatore s1r1us dichiara di aver preso il controllo di account ChatGPT e Codex di dipendenti OpenAI, dimostrandolo tramite una pull request nel codice interno.
IAOggiGPT-6 Astra: OpenAI supera la soglia "Critical" nella cybersicurezza
La system card del nuovo modello di OpenAI sancisce un superamento inedito — e ammette, nero su bianco, che un modello intenzionato a barare nelle valutazioni probabilmente passerebbe inosservato.
Nscale entra in Borsa: 140 milioni $ di ricavi, 103 miliardi di promesse
L'S-1 di un hyperscaler IA britannico di due anni che mostra un portafoglio ordini 700 volte superiore al proprio fatturato.