- TypeSafe AI lanzó Jev, un modelo de IA diseñado para que los programas tomen decisiones rápidas sin usar un LLM tradicional.
- La empresa afirma que Jev es 193,6 veces más rápido y 444,6 veces más barato que los grandes modelos de lenguaje.
- El modelo responde en 70 a 500 milisegundos y cuesta $0,042 por millón de tokens de entrada.
- Estas cifras provienen del propio TypeSafe AI y no han sido auditadas por un tercero independiente.
La startup TypeSafe AI presentó Jev, un modelo de inteligencia artificial pensado no para conversar con humanos, sino para que un programa tome decisiones rápidas de forma automática. A diferencia de los modelos de lenguaje convencionales, Jev no genera texto libre: procesa el estado de un programa junto con una pregunta tipada y devuelve un valor estructurado —una de tres categorías posibles: Choice, Score o Noul— acompañado de una probabilidad calibrada.
Quién está detrás del modelo
TypeSafe AI fue fundada en 2024 por Diogo Almeida, quien antes trabajó en investigación de RLHF (aprendizaje por refuerzo con retroalimentación humana) y fue coautor del paper original de InstructGPT en OpenAI. La empresa salió de su fase de desarrollo reservado («stealth mode») en septiembre de 2026, junto con el lanzamiento público de Jev el 15 de septiembre.
Sobre el financiamiento recibido existe una diferencia entre las fuentes consultadas: el blog de Eigent describe una ronda Serie A de $40 millones liderada por la firma DCVC, mientras el medio alemán Heise Online se refiere a la misma cifra como una ronda semilla («seed funding»), sin mencionar a DCVC como líder. Ambas fuentes coinciden en el monto exacto, aunque difieren en la etapa de inversión que representa.
Cómo funciona y qué problema busca resolver
Según TypeSafe AI, «la mayoría de las decisiones dentro del software son juicios rápidos» que hoy dependen de modelos de lenguaje caros y lentos para tareas que no requieren razonamiento profundo. El nombre Jev combina una referencia a William Stanley Jevons, economista del siglo XIX, con el concepto de «pensamiento rápido» que el psicólogo Daniel Kahneman denominó «Sistema 1», en contraste con el razonamiento lento y deliberado que sí requieren los LLM tradicionales.
El modelo se entrenó mediante una técnica que TypeSafe AI llama Reinforcement Learning for Calibrated Decisions (RLCD), orientada específicamente a calibrar las probabilidades de sus respuestas estructuradas. Heise Online cita un caso de uso concreto: el enrutamiento automático de solicitudes de atención al cliente, donde Jev decidiría qué preguntas simples resolver directamente con código y cuáles derivar a un humano o a un modelo de lenguaje más complejo.
Cifras de rendimiento sin verificación independiente
TypeSafe AI sostiene que Jev responde en un rango de 70 a 500 milisegundos, a un costo de $0,042 por millón de tokens de entrada, con la salida sin costo adicional. La empresa afirma además que el modelo es 193,6 veces más rápido y 444,6 veces más barato que los LLM convencionales para este tipo de tareas, y que logra 0% de errores de salida estructurada por diseño. Tanto Eigent como Heise Online remarcan que estas cifras corresponden a evaluaciones internas de la propia startup, sin que un tercero independiente las haya auditado todavía.
Un mercado con actores cada vez más específicos
El lanzamiento de Jev se suma a una tendencia reciente entre desarrolladores de IA de crear modelos especializados en tareas puntuales, en lugar de depender siempre de modelos generalistas de gran tamaño. Empresas como Anthropic, que evalúa su salida a bolsa mientras ajusta su valoración de mercado, compiten en un sector donde la velocidad y el costo por tarea se han vuelto tan relevantes como la capacidad de razonamiento general del modelo.
TypeSafe AI ya ofrece Jev a través de una API alojada disponible desde septiembre de 2026, dirigida a desarrolladores que buscan reemplazar llamadas a modelos de lenguaje de propósito general con un sistema más rápido y económico para decisiones binarias o de clasificación dentro de sus aplicaciones.
Un modelo pensado para máquinas, no para personas
A diferencia de asistentes conversacionales pensados para interactuar directamente con usuarios humanos, Jev se integra en el flujo interno de un programa, donde otro sistema de software es quien formula la pregunta tipada y recibe la respuesta estructurada. Esa distinción, según sus creadores, es la que permite alcanzar tiempos de respuesta muy por debajo del segundo, algo poco común entre los modelos de lenguaje de propósito general utilizados hoy en aplicaciones comerciales.
Fuentes informativas: Eigent — ¿Qué es Jev? El Modelo System One de TypeSafe AI, Explicado y Heise Online — AI model ‘Jev’ to make machines decide faster.
