Marek Bartoš z Colbrain představuje model Jeff od firmy TypeSave, který negeneruje souvislý text, ale v úzkých klasifikačních úlohách má být až 900krát rychlejší a 400krát levnější než velké jazykové modely. Jeff funguje jako rozhodovací motor, který nad podklady zvanými state a předem definovanými otázkami vrací výběr z možností, skóre nebo pravděpodobnost ano či ne, a více otázek dokáže vyhodnotit současně. Milion vstupních tokenů stojí 4,2 centu a výstup je zatím zdarma, firma ale nezveřejnila architekturu ani počet parametrů. V benchmarcích dosáhl shody 67,8 procenta s referencí dvou silných modelů a v nezávislém testu LangChain se ve všech 500 opakováních shodl s lidským verdiktem za průměrně 0,44 sekundy. Autor upozorňuje, že model je stabilní i v chybách, a v reálném případu chybu připojení ke Stripe trvale chybně zařadil do fakturace. Jeff podle něj nenahradí ChatGPT, jeho hodnota spočívá v jediném krátkém okamžiku rozhodování mezi lidským vstupem a softwarem.

📅 Datum vydání: 23.9.2026
📺 Zdroj: Jev… Je to skutečně revoluce v AI?
Klikněte na odkaz a dejte odběr na kanálu autora, podpoříte ho a vylepšíte svůj algoritmus.

▶ 0:00
Jeff od TypeSave — Marek Bartoš představuje nový model Jeff, který negeneruje text, ale v některých úlohách má být až 900krát rychlejší a 400krát levnější než velký jazykový model.

▶ 1:11
Příklad s e‑mailem zákazníka — Zákazník píše, že balík dorazil ve špatné velikosti a chce rychlou výměnu před pátečním odletem.

▶ 2:00
Jen tři jednoduché odpovědi — Podle mluvčího nepotřebujete vysvětlení ani řešení, ale jen zjistit typ požadavku, naléhavost a dostatek informací.

▶ 2:37
AI jako překladač — Marek Bartoš popisuje AI jako překladač mezi lidským chaotickým textem a softwarem, který potřebuje přesný pokyn.

▶ 3:34
Workshop Hands on AI — Mluvčí zmiňuje celodenní workshop Hands on AI ve skupině dvaceti lidí o stavbě levných a spolehlivých agentů.

▶ 4:37
Úkol Jeffa klasifikovat — Úkolem Jeffa není generovat odpověď ani řídit aktivitu, ale identifikovat klíčové prvky a klasifikovat je.

▶ 4:52
Vstup ze dvou částí — Vstup modelu tvoří podklady označované jako state a přesně popsané otázky s definovaným typem odpovědi.

▶ 5:22
Typy výstupů choice, score, now — Jeff vrací výběr z nabízených možností, skóre na popsané stupnici nebo pravděpodobnost ano či ne.

▶ 7:08
Co Jeff neumí — Jeff neprohledává sklad, nezná stav objednávky ani databázi zákazníků, jen posuzuje význam vstupu mezi předem danými možnostmi.

▶ 8:23
Jak vzniká nízká cena — Nízké ceny model dosahuje tím, že místo postupné tvorby textu token po tokenu rovnou vytvoří rozdělení pravděpodobností nad definovanými rozhodnutími.

▶ 10:20
Více otázek současně — Jeff dokáže nad stejným vstupem vyhodnotit několik rozhodovacích otázek najednou, aniž by email musel zpracovávat opakovaně.

▶ 11:28
Trénink metodou RLCD — Model je trénován pomocí reinforcement learning for calibrated decisions, tedy odměňován za správné rozhodnutí a kalibrované pravděpodobnosti.

▶ 12:13
Cena milionu tokenů — Milion vstupních tokenů stojí 4,2 centu a za výstup se zatím nic neplatí, což podle mluvčího naznačuje nízkou provozní náročnost.

▶ 12:46
Nezveřejněné technické detaily — TypeSave nezveřejnil počet parametrů, popis architektury ani hardware, takže nelze spočítat, na čem model běží.

▶ 13:36
Srovnání ve čtyřech postupech — Firma postavila Jeff proti velkým jazykovým modelům v úlohách zpracování faktur, zákaznické podpory, bezpečnostních incidentů a kontroly agentů.

▶ 14:17
Referencí jsou dva modely — Jako referenci TypeSave používá průměr odpovědí modelů GPT-6 Astra a Claude Fable 5.1 s vysokým nastavením přemýšlení.

▶ 14:53
Shoda 67,8 procenta — Jeff dosáhl shody 67,8 %, tedy prakticky stejně jako Terra a Claude Sonet 5.

▶ 15:05
Čtyři sekundy a čtyři dolary — Jeff potřeboval v průměru 4 sekundy a přibližně 4 dolary na případ, zatímco Terra přes 10 sekund a 76krát víc a Sonet přes minutu a 210krát víc.

▶ 15:42
Horší výsledek u faktur — U zpracování faktur skončil Jeff kolem 62 %, zatímco konkurence měla zhruba 75 %.

▶ 16:01
Pozor na marketingová čísla — Mluvčí varuje, že úspory jako 900krát rychlejší jsou horní marketingové hodnoty závislé na úloze, konfiguraci a vybraném soupeři.

▶ 17:03
Nezávislý test LangChain — V testu LangChain se Jeff ve všech 500 opakováních pěti situací shodl s lidským verdiktem a jeden výsledek mu trval průměrně 0,44 sekundy.

▶ 18:03
Stabilita a háček testu — Pět set výsledků nebylo 500 různých situací, ale pět situací opakovaných stokrát, což podle mluvčího dobře ukazuje stabilitu modelu.

▶ 18:47
Chyba u připojení ke Stripe — Zprávu zákazníka o chybě připojení k platební bráně Stripe Jeff opakovaně chybně zařadil do fakturace místo technické podpory.

▶ 19:46
Nezná interní pravidla — Model nezná interní procesy firmy a při překrývajících se kategoriích nemusí být chyba nutně na jeho straně, ale v nabídce možností.

▶ 20:27
Confidence si nadržuje — Jeff sice umí vrátit míru jistoty, ale podle mluvčího mají AI obecně tendenci si nadržovat, takže přesnost je třeba ověřit na vlastních datech.

▶ 21:00
Specializovaný rozhodovací motor — Jeff není univerzální AI a nenahradí ChatGPT, je to úzce specializovaný rozhodovací motor, který může být v přesně vymezených úlohách rychlý a levný.

▶ 21:40
Přirovnání k difuzním modelům — Mluvčí připomíná ohlas kolem difuzních modelů, které neměly převálcovat autoregresivní modely, a stejnou rezervu si nechává i u Jeffa.

▶ 23:00
Stačí jedna věc dobře — Jeff nemusí porazit velké modely ve všem, podle mluvčího stačí, když bude lepší v jediném krátkém okamžiku rozhodování mezi lidským vstupem a softwarem.

🔴 DŮLEŽITÉ UPOZORNĚNÍ A VYLOUČENÍ ODPOVĚDNOSTI

Výše uvedený text je shrnutí původního video obsahu a byl vygenerován výhradně umělou inteligencí (AI) bez jakéhokoli následného lidského ověření nebo kontroly. Provozovatel těchto webových stránek (dále jen „provozovatel“) výslovně upozorňuje, že takto generovaný text může obsahovat:

  • Faktické chyby a nepřesnosti
  • Zavádějící nebo neúplné informace
  • Informace vytržené z kontextu původního díla
  • Nepravdivá tvrzení nebo údaje (tzv. „halucinace“ AI)

Toto shrnutí slouží pouze ke zcela nezávazným, informativním nebo studijním účelům a v žádném případě nenahrazuje zhlédnutí původního video obsahu. Provozovatel důrazně nedoporučuje činit na základě tohoto shrnutí jakákoli rozhodnutí (obchodní, finanční, zdravotní, právní či jiná).

Provozovatel se tímto v maximálním možném rozsahu povoleném právními předpisy České republiky a Evropské unie zříká jakékoli odpovědnosti za:

  • Správnost, úplnost, aktuálnost nebo pravdivost informací obsažených v tomto shrnutí
  • Jakoukoli přímou či nepřímou újmu (majetkovou i nemajetkovou), která by uživateli nebo jakékoli třetí straně vznikla v důsledku použití nebo spoléhání se na informace z tohoto shrnutí
  • Případné porušení práv třetích stran (včetně práv autorských nebo práv na ochranu osobnosti), kterého by se mohlo shrnutí generované AI dopustit

Použitím tohoto shrnutí bere uživatel na vědomí, že tak činí výhradně na své vlastní riziko a odpovědnost. Pro ověření jakýchkoli informací je uživatel povinen zhlédnout původní zdroj (video) a/nebo konzultovat danou problematiku s kvalifikovaným odborníkem.

⚠️ MECHANISMUS PRO NAHLÁŠENÍ PROBLEMATICKÉHO OBSAHU (NOTICE & TAKE DOWN)

Provozovatel bere ochranu práv třetích stran vážně. Pokud se domníváte, že kterékoli automaticky generované shrnutí obsahuje faktické chyby, zasahuje do vašich práv (např. autorských práv, práv na ochranu osobnosti) nebo je jinak v rozporu s platnými právními předpisy, žádáme vás o neprodlené oznámení. Kontaktujte nás prosím e-mailem na adrese: chyba@shrnuti.cz

Do předmětu e-mailu uveďte „Nahlášení obsahu“ a v těle zprávy prosím specifikujte:

  • Přesný odkaz (URL) na stránku obsahující problematický souhrn
  • Jasný popis problému — uveďte, v čem spatřujete pochybení (např. „text je nepravdivý“, „zasahuje do mého práva na ochranu osobnosti“, „porušuje autorská práva k…“)
  • Vaše kontaktní údaje pro případnou zpětnou vazbu

Provozovatel se zavazuje každé takové oznámení přijaté v dobré víře bez zbytečného odkladu prověřit a v případě, že bude oznámení shledáno oprávněným, zjednat adekvátní nápravu (zejména opravou, nebo trvalým odstraněním dotčeného textu).