Jev 1.14 accepte désormais les images

Ce qui arrive exactement dans Jev 1.14

J'interpréterais cette mise à jour ainsi : Jev 1.14 peut désormais recevoir des images statiques et les utiliser dans des questions destinées à la prise de décision. Début novembre 2026, cette capacité n'était disponible que depuis environ deux semaines ; ce n'est donc plus une actualité urgente, mais une analyse technique utile. Dans l'annonce de TypeSafe AI comme dans la documentation Cloudflare, la fonction est qualifiée d'expérimentale.

Les formats PNG et JPEG sont pris en charge. Les GIF, WebP, HEIC, vidéos et PNG animés ne sont pas acceptés directement. D'après la documentation disponible, une image est limitée à 16 Mio et le corps total de la requête à 32 Mio.

L'image peut être envoyée comme partie distincte d'une requête multipart ou intégrée au format base64. La ressource est ensuite liée à un champ dans state, auquel les questions font référence. L'activation requiert l'en-tête TypeSafe-Danger-Zone-Images: true, dont le nom décrit assez honnêtement le niveau de maturité de la fonction.

Le principal ajout fonctionnel de la version 1.14 est le primitif Box. Il sert à trouver un objet indiqué et à renvoyer sa zone dans une image. Les données visuelles peuvent aussi être utilisées dans Choice, Score et d'autres questions de prise de décision.

Il existe une limite importante : les exemples d'intégration avec un modèle de vision distinct ne prouvent pas que Jev effectue seul toute l'analyse visuelle. Dans ces architectures, le modèle de vision produit d'abord des éléments structurés, puis Jev prend sa décision à partir de ces éléments.

Ce que cela change pour les intégrations

L'impact pratique est réel, mais une utilisation sereine en production reste éloignée. L'image peut désormais être ajoutée directement à l'état de la tâche, ce qui réduit le code intermédiaire entre l'analyse visuelle et la logique d'évaluation.

Je testerais d'abord davantage que les exemples de démonstration : la stabilité de Box, le comportement aux tailles limites et la reproductibilité de Choice et Score. Un feature flag distinct, le statut bêta et l'avertissement explicite contre l'usage en production indiquent que le contrat de l'API comme la qualité des réponses ne sont pas encore stabilisés.

Les sources disponibles ne mentionnent aucun classement officiel indépendant et confirmé pour ces capacités visuelles. Il ne s'agit donc pas d'un moteur de vision universel prêt à l'emploi, mais d'une extension précoce d'une API de décision, particulièrement intéressante à l'intersection de l'image et de la décision structurée.

Nous avons précédemment présenté Pydantic Monty, un interpréteur Python sécurisé conçu pour l'exécution de code pilotée par des LLM. Il éclaire la manière dont Pydantic étend les capacités techniques des applications d'IA, notamment pour les entrées de modèles multimodaux.