Laya : des décisions System One gratuites pour tes agents, intégrées à Melaya et accessibles via MCP
Laya est un modèle de décision System One ouvert intégré à Melaya. Décisions typées gratuites, zéro token généré, dans agents, pipelines, Fast Mode et MCP.
Laya est un modèle System One à poids ouverts, publié sous licence Apache-2.0, qui répond à des questions typées sur un texte et renvoie des probabilités calibrées avec zéro token généré. Ses auteurs le publient sous forme de package pip laya et sur Hugging Face. Melaya n'a pas créé Laya. Melaya le fait tourner sur son propre CPU et l'intègre gratuitement : les outils decide, l'étape decide du canvas, les déclencheurs d'événements, et les agents Fast Mode pour le navigateur et le téléphone, y compris depuis Claude ou ChatGPT via MCP.
Ce qu'est Laya, et qui le publie
Laya est un modèle System One : un modèle de décision rapide qui lit un état, comme un email, un post, une page ou une ligne de liste, et répond à des questions typées à ce sujet. Il renvoie une probabilité calibrée pour chaque option et ne génère aucun token. Il décide. Il n'écrit pas.
Laya est à poids ouverts sous licence Apache-2.0. NandhaKishorM publie le code sous forme de package pip laya, et convaiinnovations publie les poids sur Hugging Face. Melaya n'a pas créé le modèle. Melaya fait tourner le modèle Laya ouvert sur ses propres serveurs et l'intègre à ses agents et pipelines, donc tu l'as sans configuration et sans facture.
Sous le capot, Laya est un encodeur ModernBERT avec de petites têtes de décision. Le checkpoint de base en anglais compte 421M de paramètres, et un checkpoint multilingue existe aussi. Chaque question prend une de ces trois formes.
- choice : choisir une option dans un ensemble, par exemple facturation, technique ou ventes
- score : placer l'état sur 2 à 10 niveaux ordonnés, par exemple faible, moyen ou élevé
- noul : une réponse oui ou non où la probabilité elle-même est le signal
- Chaque réponse porte un answer_confidence, la probabilité calibrée de l'option gagnante
System One contre un LLM : lequel utiliser
Un grand modèle de langage est System Two. Il raisonne, écrit et appelle des outils, et tu paies pour chaque token qu'il génère. Laya est System One. Il applique le même jugement typé à des milliers d'éléments, un passage d'encodeur par question, sans rien à analyser après.
Utilise un LLM pour planifier, écrire et gérer un raisonnement ouvert. Utilise Laya quand la tâche consiste à appliquer un même jugement à chaque élément : router un ticket, filtrer une file, vérifier une ligne de liste, conditionner un déclencheur. Les bons pipelines utilisent les deux. Laya filtre, et le LLM dépense ses tokens sur les quelques éléments qui survivent.
Connais ses limites. Laya est fiable sur des questions concrètes et de surface, comme savoir si une réponse est automatique ou si un message demande le prix. Il est plus faible sur la pertinence nuancée, et ses auteurs décrivent les checkpoints de base comme une base rapide à spécialiser. Un choice à 2 options l'emporte sur un simple oui ou non, et score est le plus faible des trois types.
Comment Melaya fait tourner Laya gratuitement
Melaya fait tourner Laya dans laya-local, un service interne qui garde le modèle chaud sur le propre CPU de Melaya. Mesuré sur le serveur de production, une seule décision prend environ 105 ms en runtime bf16, et les batches tournent à environ 69 ms par décision. C'est une vitesse CPU, pas une vitesse GPU, et tu ne paies rien par décision.
Les agents y accèdent via les outils decide intégrés. Ce sont des outils core : pas de connector, pas de clé API, pas d'étape Connect. Des limites de débit par utilisateur gardent le CPU partagé disponible pour tout le monde.
- decide : poser à un état un ensemble de questions typées en un seul passage
- decide_check : un filtre ponctuel qui renvoie une seule réponse nette
- decide_batch : noter de nombreux éléments sur les mêmes questions et garder les meilleurs résultats
- decide_batch_file : lire d'abord les éléments depuis un fichier JSON, par exemple une collecte de posts
- L'étape decide du canvas : une étape de pipeline sans appel LLM qui peut arrêter l'exécution quand une réponse le demande
- Déclencheurs d'événements : un filtre decide peut examiner chaque événement entrant avant qu'une action ne s'exécute
Laya dans Fast Mode et via MCP
Fast Mode pilote un navigateur ou un téléphone Android avec beaucoup moins d'allers-retours LLM. Le LLM lit l'écran une fois et envoie plusieurs étapes en langage simple. Melaya trouve chaque cible, agit via le chemin normal, vérifie l'effet et rend l'écran au premier imprévu.
Un code déterministe ancre d'abord chaque cible. Laya est le repli filtré : quand une étape décrit sa cible de façon approximative, Laya choisit parmi une courte liste de candidats, et Melaya n'agit que lorsque la réponse franchit un seuil de confiance. Laya vérifie aussi des conditions sur des lignes de liste, par exemple si une ligne correspond à un associé dans une entreprise donnée.
Via MCP, Claude, ChatGPT, Cursor et Claude Code accèdent à Laya de deux façons : les outils Fast Mode, et les pipelines que tu exécutes qui utilisent les outils decide ou une étape decide. Il n'existe pas d'outil MCP laya autonome. En pratique, Laya MCP signifie que Laya fonctionne à l'intérieur des outils du Melaya MCP Server.
- MCP : melaya_browser_fast et melaya_phone_fast
- Pipelines et Assistant : browser_fast et phone_fast
- Tes règles s'appliquent toujours : sites autorisés, cartes d'approbation et kill switch
- Le contrôle du téléphone est réservé à Android
Là où Melaya utilise Laya en interne
Melaya fait tourner ses propres fonctionnalités sur le même moteur gratuit. Les soumissions de backlinks dans Melaya Marketing remplissent des formulaires d'annuaires avec Fast Mode, donc Laya ancre les champs décrits de façon approximative quand la correspondance exacte ne trouve rien.
L'audit SEO du site entier a une couche de jugement Laya pour les questions par page. Une réponse de Laya ne soulève un problème qu'une fois que sa question franchit un seuil de précision validé. En attendant, l'audit s'appuie sur des vérifications déterministes et ne soulève jamais un problème à partir d'une réponse Laya non validée.
Les pipelines d'outreach de Melaya utilisent Laya comme filtre de réponses. Un choice à 2 options repère les réponses qui demandent des conditions financières et les route vers un humain.
Laya contre Jev (TypeSafe)
Jev est le modèle System One hébergé de TypeSafe. Il tourne sur des GPU, répond en millisecondes et est facturé au token sur ta propre clé API. Laya tourne sur le CPU de Melaya, prend environ 105 ms par décision et ne coûte rien.
Les deux suivent le même schéma : un état, des questions typées, les trois mêmes types. Un workflow passe des outils jev_* aux outils decide_* sans réécrire une question. Ce sont des modèles différents avec des calibrations différentes, donc revérifie tes seuils quand tu changes.
- Choisis Laya pour le volume, pour le coût et pour les décisions qui restent sur le matériel de Melaya
- Choisis Jev pour la latence la plus basse, les faibles volumes et l'absence de CPU partagé
Démarrer avec Laya
Crée un compte Melaya gratuit. Les outils decide sont intégrés : l'Assistant les a toujours, et tu les ajoutes à n'importe quel agent sans rien à connecter.
- Ajoute decide_batch à un agent, ou dépose une étape decide sur le canvas
- Écris un état étiqueté avec le texte jugé en premier. La base anglaise lit environ 1 100 caractères d'état
- Pose un choice à 2 options avec de courtes descriptions par mots-clés plutôt qu'un simple oui ou non
- Filtre sur answer_confidence et ajuste le seuil sur quelques éléments étiquetés
- Depuis Claude ou ChatGPT, connecte le Melaya MCP Server, puis exécute ton pipeline ou laisse les outils Fast Mode appeler Laya pour toi
Questions fréquentes
Laya est-il fait par Melaya ?
Non. Laya est un modèle à poids ouverts sous Apache-2.0 venant de ses auteurs d'origine, avec le code sur pip sous le nom laya et les poids sur Hugging Face publiés par convaiinnovations. Melaya fait tourner le modèle ouvert sur son propre CPU et l'intègre gratuitement aux agents, pipelines et Fast Mode.
Puis-je utiliser Laya depuis Claude ou ChatGPT via MCP ?
Oui, via le Melaya MCP Server. Les outils melaya_browser_fast et melaya_phone_fast utilisent Laya comme repli filtré, et tout pipeline que tu exécutes qui utilise les outils decide ou une étape decide fait tourner Laya. Il n'existe pas d'outil laya séparé à appeler.
Laya est-il gratuit dans Melaya ?
Oui. Les outils decide, l'étape decide du canvas et Fast Mode font tourner Laya sur le CPU de Melaya sans frais par décision et sans clé API. Des limites de débit par utilisateur gardent le moteur partagé équitable.
Quelle est la vitesse de Laya ?
Sur le CPU de Melaya, une seule décision prend environ 105 ms, et les décisions en batch environ 69 ms chacune. Les états longs coûtent plus, donc garde le texte jugé court. Les moteurs sur GPU comme Jev répondent en millisecondes.
Quelle est la différence entre Laya et Jev ?
Les deux sont des modèles System One avec le même schéma de questions. Jev est le moteur hébergé de TypeSafe, facturé au token sur GPU. Laya est à poids ouverts et tourne gratuitement sur le CPU de Melaya.
Laya peut-il écrire du texte ou remplacer mon LLM ?
Non. Laya ne fait que décider : il choisit une option, note un niveau ou répond oui ou non, avec zéro token généré. Garde le LLM pour la planification, l'écriture et le jugement nuancé.
