¿Qué es Jev?
Jev es el primer modelo System One de TypeSafe AI. En lugar de escribir texto como un chatbot, lee el estado de tu programa y devuelve una decisión tipada y calibrada — una choice, un score o una probabilidad de sí/no — sobre la que tu software puede actuar directamente.
La versión corta
Los grandes modelos de lenguaje se construyeron para hablar con personas. Jev se construyó para ser llamado por máquinas. Le das algo de contexto y las preguntas exactas que necesitas responder, y responde con valores estructurados en lugar de prosa. Como la forma de la respuesta la fija tu petición, Jev no puede alucinar un formato ni emitir un tipo inválido — solo puede devolver una de las opciones que definiste, un score en la escala que le diste o una probabilidad entre 0 y 1.
¿Por qué "System One"?
El nombre toma prestado de la psicología del pensamiento. El "System Two" es el razonamiento lento, deliberado y verbal — eso es lo que imitan los LLM cuando redactan una respuesta. El "System One" es el juicio rápido e intuitivo que ocurre en un instante. Jev está diseñado para ese papel en el software: los millones de decisiones pequeñas y rápidas que no deberían necesitar un párrafo de texto generado — enrutar, puntuar, filtrar, extraer, controlar.
Cómo funciona Jev: RLCD
Jev se entrena con un método que TypeSafe llama Reinforcement Learning for Calibrated Decisions (RLCD). El objetivo no es escribir con fluidez — es la calibración: cuando Jev dice que está 80% seguro, debería acertar alrededor del 80% de las veces. Cada respuesta viene con una distribución de probabilidad, para que tu código pueda decidir cuánta certeza requiere una bifurcación dada y escalar el resto.
Qué puedes preguntarle
Cada pregunta que envías a Jev es uno de tres primitivos:
- choice — selecciona una de hasta 255 opciones etiquetadas.
- score — sitúa la entrada en una escala ordenada de 2–10 niveles.
- noul — un sí/no calibrado devuelto como probabilidad de 0 a 1.
Puedes preguntar varias a la vez; Jev las evalúa en paralelo en un solo viaje de ida y vuelta. La mejor manera de sentirlo es ejecutar un ejemplo en vivo en el playground.
Jev frente a un gran modelo de lenguaje
- Salida: valores estructurados tipados y probabilidades, no texto libre.
- Velocidad: 70–500ms — aproximadamente 40–200× más rápido que un LLM de frontera en tareas comparables.
- Coste: $0.042 por millón de tokens de entrada, salida gratis (≈ $0.0004 por decisión).
- Seguridad: sin formatos alucinados y sin errores de tipo, por diseño.
- Uso: lo llaman otros programas y agentes, no lo lee un usuario final.
¿Quién creó Jev?
Jev viene de TypeSafe AI, fundada por el ex investigador de OpenAI Diogo Almeida — coinventor del trabajo de RLHF detrás de ChatGPT — junto con Erik Gafni y Sasha Sheng. La empresa salió del modo sigilo en September 2026 con $40M en financiación semilla liderada por DCVC. La tesis de Almeida: si la IA va a cambiar cómo se hace el trabajo, las personas no pueden ser los únicos consumidores de inteligencia — la mayor parte de ella debería vivir discretamente dentro del software.
Prueba Jev tú mismo
No necesitas unirte a la lista de espera para ver lo que hace. Abre el playground gratuito, elige una demo del mundo real — triaje de soporte, moderación, puntuación de leads, riesgo en revisión de código — y observa cómo Jev devuelve respuestas tipadas con probabilidades calibradas. Cuando estés listo para construir, la guía de la API tiene ejemplos listos para copiar y pegar en curl, Python y TypeScript.