Qué es Jev
Jev es el primer modelo público de TypeSafe AI, disponible en acceso anticipado desde el 15 de septiembre de 2026. Detrás está Diogo Almeida, que en OpenAI ayudó a desarrollar los métodos que hicieron útiles a los modelos de lenguaje para seguir instrucciones y conversar, una línea de investigación que terminó siendo la base de ChatGPT. Según cuenta en el anuncio oficial, después de dos años trabajando en silencio, el equipo presentó una nueva clase de modelos a la que llama System One.
El nombre sale de la psicología. TypeSafe se inspiró en Pensar rápido, pensar despacio, de Daniel Kahneman, que distingue entre el pensamiento rápido e intuitivo (Sistema 1) y el razonamiento lento y deliberado (Sistema 2). Jev hace lo primero: decisiones rápidas, del tipo que una persona experta resuelve en pocos segundos si tiene el contexto adecuado.
En la práctica, Jev recibe un estado (la información disponible) y un conjunto de preguntas tipadas, y devuelve respuestas estructuradas con sus probabilidades. Trabaja con tres tipos de preguntas: elegir una opción de una lista (Choice), puntuar según una rúbrica (Score) y evaluar si una afirmación es verdadera, con un valor entre 0 y 1 (Noul).
Los desafíos de un LLM
Los modelos de lenguaje como Claude o ChatGPT son extraordinarios escribiendo, razonando y conversando. El problema aparece cuando se los usa como motor de decisiones dentro de un sistema. Como están diseñados para producir texto que lee una persona, cuando el código necesita un juicio hay que forzar al modelo a devolver una decisión en formato estructurado y después convertir esa respuesta en algo confiable (documentación de TypeSafe).
Eso tiene tres costos concretos. El primero es tiempo, porque el modelo escribe palabra por palabra. El segundo es plata, porque se paga cada token generado. El tercero es riesgo: un texto puede incluir una alucinación y siempre existe la posibilidad de que el modelo se salga de la línea que queremos.
Hay un cuarto costo, menos obvio, pero igualmente importante. TypeSafe plantea que si un modelo resuelve bien una tarea el 95% de las veces pero no avisa cuándo está en el 5% restante, esa tarea no se puede automatizar. En una aseguradora, por ejemplo, o en una empresa de banca privada, el problema está menos en que la IA se equivoque alguna vez que en no saber cuándo se equivoca.
Estos costos explican parte de un dato que preocupa a cualquiera que esté invirtiendo en agentes. Gartner proyecta que más del 40% de los proyectos de IA agéntica se van a cancelar antes de fines de 2027 por costos crecientes, valor de negocio poco claro o controles de riesgo insuficientes. En el mismo informe, la analista Anushree Verma señala que muchos casos de uso presentados como agénticos en realidad no necesitan una implementación agéntica.
Buena parte de lo que hace un agente en el día a día son decisiones chicas, repetidas muchas veces, que no requieren un modelo que escriba ensayos.
Cómo funciona Jev por dentro
La diferencia técnica central está en cómo produce las respuestas. Los LLM generan un token por vez, cada uno condicionado por el anterior. Jev genera todas las salidas en una sola consulta, en paralelo. Además, cada pregunta se evalúa de forma aislada contra el mismo estado, así que sumar preguntas casi no cambia el tiempo de respuesta y no se degrada la calidad por exceso de contexto.
El entrenamiento también es distinto. Los LLM se optimizan para producir respuestas que prefieren los evaluadores humanos. Jev se entrena con un método propio que TypeSafe llama Reinforcement Learning for Calibrated Decisions. Esto quiere decir que cuando el modelo reporta más confianza, efectivamente acierta más, y ante entradas parecidas devuelve respuestas parecidas.
Los números que publica TypeSafe son estos:
| LLM actuales | Jev | |
|---|---|---|
| Qué devuelve | Texto que hay que interpretar | Valores estructurados con probabilidad y confianza |
| Tiempo de respuesta | Entre 3 y 329 segundos en modelos de frontera | Entre 70 y 500 milisegundos |
| Costo de entrada | Entre 0,20 y 10 dólares por millón de tokens | 0,042 dólares por millón de tokens |
| Costo de salida | Alrededor de 5 veces el de entrada | Gratis |
Esos son los valores de tiempo y precio que TypeSafe publica en su comparativa oficial. En sus evaluaciones de workflows, la empresa reporta que Jev es 193,6 veces más rápido y 444,6 veces más barato, aunque aclara que espera que esas cifras estén en el extremo alto de lo que se ve en producción.
Sobre las alucinaciones, las respuestas posibles y su formato se definen de antemano, así que el modelo nunca devuelve algo fuera de ese esquema. Puede equivocarse al elegir, pero no puede inventar una opción que no existe, y siempre dice que tan seguro está.
LLM
“Hola, necesito una cotización para 80 usuarios. ¿Podemos implementarlo este mes?”
Genera texto palabra por palabra
Interpretar y validar
El sistema tiene que convertir el texto en una decisión confiable.
Jev
“Hola, necesito una cotización para 80 usuarios. ¿Podemos implementarlo este mes?”
TypeSafe recomienda descomponer las preguntas complejas. Por ejemplo en el caso de un comercial, en vez de pedir "evaluá este pitch", preguntar por separado por tamaño de mercado, viabilidad y diferenciación, y combinar los puntajes con una fórmula propia. Cuando cambian las prioridades, se ajusta un coeficiente en lugar de reescribir un prompt. En el caso de un proceso como lead scoring, cada factor (encaje con el perfil, intención de compra, urgencia, autoridad de quien escribe) se evalúa por separado, y el peso de cada uno lo decide el equipo.
Qué cambia en el routing de modelos
Routing de modelos significa elegir qué modelo atiende cada tarea. Por ejemplo, no tiene sentido pagar el modelo más caro para una tarea que un modelo menos complejo resuelve igual de bien. La evidencia académica lo respalda. RouteLLM, un framework de investigación de LMSYS, mostró que un buen router puede bajar costos más de un 85% en el benchmark MT Bench, manteniendo el 95% del rendimiento del modelo más potente de la comparación (ver investigación).
El punto interesante es que el routing en sí mismo es una decisión de Sistema 1: mirar una tarea y clasificarla. Con Jev, esa clasificación se hace en milisegundos, a costo casi nulo y con una confianza explícita. Eso habilita una arquitectura en dos capas:
- Jev decide: clasifica, prioriza, puntúa, verifica y rutea.
- Un LLM ejecuta lo que requiere lenguaje o razonamiento: redacta la respuesta, arma el reporte, resume la reunión, negocia una objeción.
Y aparece un segundo routing, el de las conversaciones: a qué agente, a qué persona o a qué área va cada mensaje. La confianza calibrada permite fijar umbrales. Por ejemplo, con más del 90% de confianza el agente avanza solo, entre 60% y 90% le sugiere una acción a una persona del equipo, y por debajo de 60% deriva la conversación a un humano con todo el contexto. Los umbrales los define cada empresa según cuánto riesgo tolera en cada proceso.
WhatsApp
Instagram
EmailJev
Decisión rápida y estructurada
El agente responde
Un LLM, como Claude u otro modelo, redacta y ejecuta la respuesta.
Sugiere una acción
Una persona revisa la recomendación antes de avanzar.
Deriva a un humano
La conversación pasa al equipo con todo el contexto disponible.
Todo queda registrado en Frontline
Mensaje, decisión, confianza, respuesta y handoff quedan unidos al registro del cliente en el CRM.
Cómo se ve en la práctica
Frontline permite elegir el modelo por tarea: modelos de distintos proveedores, modelos open source o despliegues dentro de la nube del propio cliente. Esa flexibilidad es lo que permite sumar un modelo como Jev en los pasos donde rinde más, sin cambiar cómo trabaja el equipo.
En el caso de los agentes, estos toman decisiones en cada paso de un proceso: si el lead califica, si falta un documento, si la respuesta del cliente indica interés. Son exactamente las bifurcaciones que TypeSafe describe como reglas de decisión flexibles que se insertan en software común para clasificar, rutear, puntuar o bifurcar donde la lógica escrita a mano resulta demasiado frágil. Con respuestas en milisegundos, el agente decide y contesta más rápido, lo que favorece la experiencia del cliente.
Antes de que un agente envíe un mensaje redactado por un LLM, se puede chequear si promete una tasa, si menciona un diagnóstico o si se sale de la política comercial. Puntuar, juzgar y poner barandas a las salidas de otros modelos es otro de los usos que TypeSafe destaca.
Cómo impacta en una empresa
Para entender mejor la diferencia de costos, vamos a ver un ejemplo. Tomemos una aseguradora que recibe 8.000 mensajes por día. Para cada mensaje, el agente evalúa diez decisiones con un contexto de 3.000 tokens (el mensaje, el historial y la ficha del CRM). Eso da 24 millones de tokens de entrada por día.
Con un LLM de gama media a 3 dólares por millón de tokens de entrada (dentro del rango que publica TypeSafe), la entrada cuesta 72 dólares diarios. Si cada respuesta genera 300 tokens y la salida cuesta cinco veces más, se suman unos 36 dólares. En total, alrededor de 108 dólares por día, unos 3.200 por mes.
Con Jev, los mismos 24 millones de tokens cuestan cerca de 1 dólar por día, unos 30 por mes, y la salida no se cobra. A eso se suma el tiempo: pasar de varios segundos a menos de medio segundo por evaluación.
Si esa aseguradora tiene 40.000 casos y oportunidades abiertas y quiere reevaluarlos todos cada noche, con Jev el costo ronda los 5 dólares por corrida. Es el efecto que inspiró el nombre del modelo: TypeSafe lo bautizó por William Stanley Jevons, el economista que observó que la mayor eficiencia de la máquina de vapor aumentó la demanda de carbón. Su apuesta es que cada caída en el costo de la inteligencia abre muchísimos más casos de uso.
La velocidad también se traduce en negocio. Un estudio publicado en Harvard Business Review encontró que las empresas que intentaron contactar a un potencial cliente dentro de la primera hora tuvieron casi siete veces más probabilidades de calificarlo que las que lo hicieron una hora después. Cuando cada decisión intermedia tarda milisegundos, el agente responde en el momento en que el interés todavía está, y el equipo humano dedica su tiempo a las conversaciones que realmente lo necesitan.
| LLM de gama media | Jev | |
|---|---|---|
| Tokens de entrada por día | 24 millones | 24 millones |
| Costo diario estimado | Alrededor de US$108 | Cerca de US$1 |
| Costo mensual estimado | Alrededor de US$3,200 | Cerca de US$30 |
| Tiempo por evaluación | Entre 3 y 329 segundos | Entre 70 y 500 milisegundos |
| Reevaluar 40,000 registros cada noche | Alrededor de US$540 por corrida | Cerca de US$5 por corrida |
Lo que Jev todavía no resuelve
Jev no escribe. TypeSafe resignó la generación de texto para optimizar las salidas estructuradas, así que redactar, resumir, conversar y razonar en varios pasos sigue siendo trabajo de un LLM. La combinación de ambos es lo que da el resultado.
También tiene límites de alcance. Jev admite hasta 255 opciones por pregunta, y para elecciones más grandes TypeSafe usa un sistema en dos etapas. Y funciona mejor con preguntas atómicas y bien definidas, lo que exige diseñar bien cada decisión.
Sobre la evidencia, TypeSafe reconoce que sus evaluaciones de workflows fueron armadas por su propio equipo y pueden tener sesgo, y que no puede demostrar todavía que sus precios no estén subsidiados. Además, su servicio está basado por ahora en la costa oeste de Estados Unidos, un dato que las empresas reguladas tienen que considerar al decidir dónde se procesa cada tipo de dato.
Por eso importa que la plataforma permita elegir modelo por tarea y mantenga una capa de gobierno auditable. Frontline permite que cada empresa defina qué procesos usan qué modelo. Podés ver el detalle en el centro de seguridad y certificaciones de Frontline.
Por dónde empezar
Un buen ejercicio es tomar el proceso con más volumen de tu equipo (la atención de WhatsApp, la calificación de leads, la gestión de reclamos) y listar todas las decisiones chicas que alguien toma antes de actuar. Esas decisiones son candidatas a resolverse con un modelo de Sistema 1, con umbrales de confianza claros y una persona en el circuito para los casos dudosos. Si querés ver cómo se vería en tu operación, podés pedir una demo de Frontline y te ayudamos a realizar el ejercicio.
Preguntas frecuentes
No. Cubren trabajos distintos. Jev toma decisiones estructuradas rápidas; los LLM redactan, conversan y razonan. En Frontline conviven, y cada tarea usa el modelo que mejor la resuelve.
Según TypeSafe, no puede devolver una respuesta fuera del formato definido de antemano. Puede equivocarse al elegir entre opciones válidas, pero siempre informa su nivel de confianza, y eso permite derivar a una persona los casos dudosos.
TypeSafe publica un precio de 0,042 dólares por millón de tokens de entrada, y los tokens de salida no se cobran. La empresa espera que ese precio baje con el tiempo.
Hoy está en acceso anticipado, y TypeSafe va sumando desarrolladores desde una lista de espera. Dentro de Frontline, la elección de modelos por tarea se configura desde la plataforma, sin que el equipo tenga que integrarlo por su cuenta.
Fuentes
TypeSafe AI, "Introducing System One Models & Jev" (15 de septiembre de 2026)
TypeSafe AI, documentación oficial de Jev
LMSYS, "RouteLLM: An Open-Source Framework for Cost-Effective LLM Routing" (2024)
