¿Qué es Jev? El modelo System One de TypeSafe AI (2026)

El 15 de septiembre de 2026, la startup estadounidense TypeSafe AI abrió el acceso anticipado a Jev, un modelo que no genera texto en absoluto. Le entregas el estado de tu programa y preguntas tipadas, y devuelve decisiones tipadas con probabilidades. La empresa está dirigida por Diogo Almeida, coautor del artículo sobre InstructGPT en el que se apoyó ChatGPT. Esta guía explica Jev y la nueva categoría que propone la compañía, el modelo System One, a partir de su documentación oficial.

Qué es Jev

Jev es un modelo dedicado exclusivamente a decidir, publicado como «el primer modelo System One». La versión actual es jev-1.13. La diferencia con un modelo de lenguaje grande (LLM) está en el formato de salida.

Un LLM genera prosa para que la lean personas. Cuando necesitas datos estructurados, tienes que hacer que escriba texto y luego analizarlo en tu código
Jev no genera texto. Recibe el estado del programa (state) y preguntas tipadas (questions), y devuelve valores tipados, distribuciones de probabilidad y un valor de confianza

TypeSafe presenta este diseño como la corrección de un desajuste: forzar a un sistema de generación de texto a emitir decisiones estructuradas. Con Jev no hay nada que analizar ni reintentar: el valor devuelto entra directamente en tu condicional, tu ordenación o tu enrutador.

Qué significa System One

El nombre viene del pensamiento rápido y lento de Daniel Kahneman. El razonamiento extenso y la escritura son trabajo del sistema 2, donde destacan los LLM; los juicios instantáneos son del sistema 1, y para eso está hecho Jev. Un modelo mental útil: todo lo que un experto del dominio decidiría en cinco segundos, ejecutado a gran volumen y con muy poca latencia.

Los tres tipos de pregunta (primitivas)

Jev acepta tres clases de pregunta y puedes mezclarlas en una sola llamada a la API. Las preguntas se evalúan en paralelo y de forma aislada contra el mismo estado y, según la documentación, añadir preguntas apenas cambia el tiempo de respuesta.

Choice (elección): elige una opción de un conjunto definido. Devuelve la opción elegida, la distribución de probabilidad sobre todas las opciones y la confianza. Sirve para enrutar tickets o clasificar tipos de documento. La documentación recomienda incluir una opción «otros» cuando la lista puede no ser exhaustiva
Score (puntuación): sitúa el estado en una escala ordenada de niveles (por ejemplo: tranquilo y neutral, preocupado pero correcto, muy enfadado). La puntuación puede caer entre dos niveles. Sirve para gravedad, satisfacción o nivel de competencia
Noul (verdadero o falso): responde a una afirmación de sí o no con una probabilidad entre 0 y 1. Cerca de 1,0 es un sí rotundo; alrededor de 0,5 significa que el modelo no puede determinarlo. Sirve para «¿es un informe de error?» o «¿es una solicitud de reembolso?»

Cada respuesta incluye además un valor de confianza (confidence) que describe lo concentrada que está la distribución. Ahí está la palanca para enviar solo los casos inciertos a una persona o a un LLM.

Velocidad y precio (cifras del proveedor)

Tiempo de respuesta de extremo a extremo de 70 a 500 ms, que la empresa describe como 40 a 200 veces más rápido que los modelos de frontera con inteligencia equivalente en esta clase de tarea
0,042 dólares por millón de tokens de entrada (42 dólares por mil millones). Los tokens de salida son gratuitos: solo se factura la entrada
Límites de 250.000 tokens por segundo y 1.200 solicitudes por minuto, que según la empresa se ajustan dinámicamente según la demanda
64.000 tokens por solicitud, con un máximo de 32.000 para el estado más la pregunta más larga
Solo entrada de texto (cadena, objeto JSON o matriz de textos). No admite imagen, audio ni vídeo

TechCrunch informa de que Vercel midió resultados entre 5 y 18 veces más rápidos y con mejor precisión en una tarea de clasificación, y que Bryo AI encontró Jev entre 10 y 20 veces más barato que Gemini para clasificar correo. Son cifras del proveedor y de sus clientes, así que conviene tomarlas como motivo para medir con tus propios datos, no como un resultado que puedas dar por hecho.

Cómo leer «no puede alucinar»

Jev se promociona como un modelo sin errores de tipo y sin alucinaciones. Lo que garantiza es la forma de la salida: nunca recibirás un valor fuera de tu lista de opciones ni un JSON mal formado, y por eso desaparece el código de análisis y de reintentos.

Eso no significa que el juicio sea siempre correcto. Lo que devuelve es una probabilidad calibrada, y una respuesta de 0,7 se equivoca aproximadamente el 30% de las veces por diseño. La propia documentación recomienda enrutar según la confianza. Separar «no inventa hechos» de «siempre acierta» es la distinción más importante al evaluar el modelo.

Las debilidades que publica TypeSafe

TypeSafe documenta dónde flojea jev-1.13. Para una decisión de adopción, es la página más útil que publica.

La aritmética y el conteo no son fiables: recuentos de caracteres, de apariciones o de elementos de una lista empeoran a medida que crece la entrada. La documentación dice claramente que Jev no es una calculadora
Las fechas y las horas son frágiles: qué fecha es anterior, si una cae dentro de un intervalo o cuánto distan entre sí
La indirección reduce la precisión: preguntas que exigen varios saltos de razonamiento, propiedades de propiedades o dobles negaciones
El contexto irrelevante cuesta precisión: cuanto más material ajeno a la decisión haya en el estado, peor será el resultado
No genera texto: encadenar elecciones para sintetizar texto es lento y da mal resultado
Las instrucciones se leen literalmente: responde a la pregunta que escribiste, no a la que querías decir, así que los casos límite deben constar en los criterios
No gestiona entradas adversarias: las instrucciones incrustadas en el estado pueden alterar la salida
Primero el inglés: los demás idiomas, incluidos los asiáticos, «se procesan, pero no igual de bien»

Si tu contenido no está en inglés, escribe las instrucciones y los criterios en inglés, deja solo el material que hay que juzgar en su idioma original y mide la precisión antes de comprometerte.

Dónde encaja

Enrutado por intención: clasificar una solicitud entrante y enviarla a la cola o al responsable adecuado
Prioridad y gravedad: puntuar la urgencia y ordenar el trabajo
Barreras de seguridad y supervisión: comprobar en milisegundos si la entrada y la salida de un agente cumplen una política; hay equipos usándolo para detectar intentos de jailbreak
Enrutado de modelos: modelo económico para lo fácil, modelo de frontera para lo difícil
Reordenación y apoyo a la búsqueda: reordenar candidatos, juzgar relevancia
Control de flujo de agentes: mantener en tu código la decisión de «qué viene ahora»

Combínalo con un LLM, no lo sustituyas

Como Jev no escribe, el patrón productivo lo coloca delante o detrás de un LLM, no en su lugar.

Pasa por Jev las decisiones de gran volumen y escala solo los casos de baja confianza a un LLM o a una persona (enrutado por confianza)
Descompón un juicio complejo en preguntas pequeñas compuestas en código en lugar de una sola pregunta grande
Que el LLM escriba y que Jev decida

Cómo empezar

El acceso es anticipado: crea una clave de API en la consola, en console.typesafe.ai
Hay SDK de Python, SDK de JavaScript y TypeScript, y API HTTP. El alias de modelo por defecto es jev-latest, que ahora apunta a jev-1.13.0
La autenticación usa la variable de entorno TYPESAFE_API_KEY. También se publica una habilidad de agente para Claude Code y Codex
La documentación solo está en inglés, y el precio, los límites y las condiciones de acceso pueden cambiar: consulta las páginas oficiales antes de construir sobre el modelo

Resumen

Jev no es el próximo LLM; es un componente distinto que cubre lo que los LLM hacían mal. Rinde allí donde una decisión no necesita prosa —clasificación, enrutado, puntuación, barreras de seguridad— con volumen y baja latencia, y exige pruebas cuidadosas en aritmética, fechas, generación y matices en contenido que no está en inglés. Un primer paso práctico: busca el punto de tu flujo actual donde un LLM solo clasifica algo, pon Jev en su lugar y mide latencia, coste y precisión frente a lo que ya tienes.

Fuentes: blog de TypeSafe AI, documentación oficial, TechCrunch, 18 de septiembre de 2026. Este artículo refleja información pública verificada el 19 de septiembre de 2026.