Une semaine après la sortie de Jev, le modèle de TypeSafe qui rend des décisions au lieu d’écrire des phrases, un projet indépendant en propose l’équivalent avec des modèles ouverts. Pas d’installation, pas de compte : ça tourne dans l’onglet.
Le projet s’appelle SemIf, il est signé TheoLeeCJ, publié sous licence MIT, et il affichait
3 394 étoiles le 22 septembre au matin, six jours après sa création. Sa vitrine,
openjev.com, n’est pas une page de présentation : c’est un banc d’essai où l’on charge un
modèle et où l’on pose sa propre question. La bannière du site résume l’intention mieux que
nous : « There is no waitlist ! »
Avant tout, un avertissement sur le nom
Le projet s’appelait OpenJev et a été renommé SemIf. Le domaine openjev.com lui
appartient toujours. Mais depuis le 20 septembre, un autre dépôt s’appelle littéralement
OpenJev : 18 étoiles, écrit en HTML, et aucune licence déclarée. Les deux promettent la
même chose et n’ont rien à voir.
Qui cherche « OpenJev » aujourd’hui tombe sur l’un ou sur l’autre sans le savoir. Si vous récupérez du code, regardez le nom du dépôt, pas celui du projet.
Le principe, et pourquoi il est plus rapide
Un modèle de langage ordinaire répond en écrivant, jeton après jeton. Si vous lui demandez d’estimer des probabilités, il vous écrit du JSON, lettre par lettre, et vous attendez.
SemIf fait autre chose : il lit les probabilités directement dans le modèle, en une seule passe, sans rien décoder. La page compare les deux méthodes côte à côte sur le même modèle chargé, dans l’ordre, après chauffe. Voilà ce que ça donne chez nous :
| Modèle | Lecture directe | Génération de JSON | Rapport |
|---|---|---|---|
| MiniCPM5 2B (1,56 Go) | 0,770 s | 3,527 s | 4,58× |
| Qwen3.5 4B (3,01 Go) | 1,602 s | 5,422 s | 3,38× |
Le procédé tient. Trois à quatre fois et demie plus rapide, sur la même machine, avec le même modèle, pour exactement la même décision. C’est la démonstration que fait le projet, et elle se vérifie en une minute.
Le test qui sépare les deux modèles
Nous avons repris le message qui avait servi à notre banc de Jev dimanche : un client ouvertement ironique, « Franchement, bravo. Trois semaines pour me rembourser 19 euros… Du grand art. Je recommande chaudement à tous mes amis. » Trois réponses possibles : client satisfait, message ironique, message neutre.
| Satisfait | Ironique | Neutre | |
|---|---|---|---|
| Jev (le 20/09) | 2 % | 97 % | |
| SemIf, MiniCPM5 2B | 0,698 | 0,285 | 0,017 |
| SemIf, Qwen3.5 4B | 0,000 | 1,000 | 0,000 |
Lisez la ligne du milieu. Le modèle de 2 milliards de paramètres, celui que le site recommande par défaut sur un ordinateur de bureau, conclut que le client est sincèrement satisfait, à 70 %. Dans un tri de courrier, ce message partirait dans la pile des contents.
Et lisez la suivante. Le modèle de 4 milliards ne se trompe pas d’un cheveu : 1,000 pour l’ironie, 0,000 pour le reste. Plus net que Jev lui-même, sur ce cas.
Les deux méthodes, lecture directe et génération, donnent le même verdict à chaque fois. Ce n’est donc pas le procédé qui flanche sur le petit modèle, c’est le modèle.
Ce que le projet dit lui-même de sa précision
Le site publie son propre tableau, et il est plus honnête que la plupart des pages de lancement. La dernière colonne mesure l’accord avec Jev sur un jeu public de 102 cas :
| Modèle | Poids | Accord avec Jev |
|---|---|---|
| Qwen3 0.6B | 639 Mo | 40,7 % |
| MiniCPM5 2B | 1,56 Go | 63,7 % |
| Qwen3.5 4B | 3,01 Go | 84,5 % |
| Jev, valeur publiée | hébergé | 88,3 % |
Notre essai colle à leur tableau : le 2B est à 63,7 % d’accord, il rate l’ironie ; le 4B est à 84,5 %, il la lit. Le projet précise aussi que la quantification dans le navigateur peut changer la précision, ce qui est exactement le genre de réserve qu’on ne lit jamais ailleurs.
Ce que ça remplace, et ce que ça ne remplace pas
Ça ne remplace pas Jev, et le projet ne le prétend pas : le clone copie l’interface, pas le modèle. TypeSafe n’a publié ni son architecture ni ses données d’entraînement.
Sur la vitesse, la comparaison est cruelle dans les deux sens. Jev répondait à nos huit appels en 80 à 169 ms de calcul, plus 241 à 318 ms d’aller-retour vers la Californie. SemIf en 4B met 1,602 s sur notre machine. Quatre fois plus lent, donc, mais rien ne quitte l’ordinateur : les poids viennent de Hugging Face, restent dans le cache du navigateur, et la page ne parle à aucun serveur pendant la décision.
Trois détails pratiques relevés en chemin : le premier chargement du 4B a pris 54 secondes après le téléchargement des 3 Go ; changer de modèle demande de recharger la page ; et WebGPU doit être actif, ce qui exclut le navigateur sans interface graphique.
Notre avis
C’est le genre de projet qui rend service en deux temps. D’abord parce qu’il permet de comprendre le principe en cinq minutes, sans compte et sans clé. Ensuite parce qu’il pose la seule question qui compte pour qui veut se passer d’un service américain : quelle taille de modèle faut-il pour que ça marche vraiment ? La réponse, chez nous, est 3 Go et un GPU. En dessous, ce n’est pas une alternative, c’est une démonstration.
Pour voir ce que fait le modèle d’origine sur des cas concrets, notre guide des cas d’usage donne les blocs à copier. Et notre banc du 20 septembre reste la série de référence à laquelle ces chiffres se comparent.
