Jev: el modelo que decide en milisegundos lo que un chatbot tarda en segundos

Cuando escribes a tu tienda online porque el paquete no llega, lo primero que hace el sistema es decidir en qué montón cae tu mensaje: envíos, devoluciones o facturación. Esa decisión, que parece trivial, hoy la toma muchas veces un modelo de lenguaje enorme que tarda segundos y cobra por cada palabra. TypeSafe, una empresa que acaba de levantar 40 millones de dólares, sostiene que para eso no hace falta un chatbot (TypeSafe, 2026). Su respuesta se llama Jev.

Jev es un modelo de decisión, no un modelo de lenguaje. No redacta textos. Recibe un estado, por ejemplo un mensaje de cliente, y una pregunta cerrada con opciones definidas. Devuelve una de esas opciones y una probabilidad calibrada. Según las pruebas de la propia TypeSafe, responde en 70 a 500 milisegundos y cuesta una fracción de lo que cuesta un LLM frontera, con una precisión parecida en tareas de clasificación (TypeSafe, 2026).

• TypeSafe lanzó Jev el 15 de septiembre de 2026 junto a una ronda seed de 40 millones de dólares. Kevin Hoffman detalló el modelo en el blog de la compañía el 23 de septiembre (TypeSafe, 2026).
• Todas las cifras de velocidad, coste y precisión proceden de evaluaciones de la propia empresa, publicadas en evals.typesafe.ai. No hay todavía auditorías independientes.
• La entrada cuesta 0,042 dólares por millón de tokens y la salida es gratuita (TypeSafe, 2026).
• El "cero alucinaciones" es una propiedad del diseño, no un resultado medido: el modelo solo puede contestar con las opciones que le das.
• Jev no sirve para preguntas abiertas. TypeSafe lo plantea como complemento de los LLM, no como sustituto.

La diferencia con ChatGPT o Claude es de fondo, no de grado. Un modelo de lenguaje genera texto palabra a palabra, en streaming, y puede acabar diciendo cualquier cosa. Jev tiene una interfaz propia: le planteas una pregunta sobre un estado concreto y te devuelve una respuesta acotada. Si la pregunta es "¿este mensaje es positivo, neutro o negativo?", no hay forma de que conteste con un párrafo sobre la historia del servicio postal. Los casos de uso que describe TypeSafe son los de la trastienda de cualquier agente de IA: clasificar tickets de soporte, detectar el sentimiento de un mensaje, enrutar una consulta al departamento adecuado o moderar contenido (TypeSafe, 2026). Son decisiones pequeñas y repetitivas que un agente toma cientos o miles de veces al día. Hoffman las agrupa bajo la etiqueta "System One", en referencia al pensamiento rápido e intuitivo que describió Daniel Kahneman, frente al razonamiento lento y deliberado. La probabilidad calibrada es el detalle que más interesa a quien construye sistemas. Si Jev dice que un ticket es de facturación con un 95% de confianza, el agente puede actuar solo. Si la confianza baja al 55%, puede pasárselo a un humano o a un modelo más caro. Esa es, al menos, la promesa.

Según TypeSafe, sí, en su terreno. La compañía compara sus 70 a 500 milisegundos con los 3 a 329 segundos que registran los LLM frontera y habla de una ventaja de entre 40 y 200 veces en consultas de tipo "System One" (TypeSafe, 2026). Para ponerlo en escala humana: la diferencia entre un parpadeo y esperar a que cargue una página lenta, repetida en cada paso de un proceso. En dinero, la empresa calcula 0,000081 dólares por tarea frente a 0,0139 dólares de un LLM, y habla de un ahorro de hasta 444 veces (TypeSafe, 2026). Ojo con esto: el multiplicador depende de contra qué modelo y qué tarea se compare, y con las dos cifras por tarea citadas la división no da 444. En la entrada de datos, el precio de 0,042 dólares por millón de tokens sería 238 veces inferior al de Claude Fable 5.1, siempre según TypeSafe. Para uso continuo, la empresa cifra en unos 7 dólares por hora el coste de sostener 10 consultas por segundo. La precisión es el dato que sostiene todo lo demás. En cuatro flujos de trabajo, Jev obtiene un 67,8% de media, prácticamente igual que GPT-5.6 Terra (67,9%) y Claude Sonnet 5 (67,8%). La diferencia está en la factura: 0,0004 dólares frente a 0,0304 y 0,1174 dólares respectivamente (TypeSafe, 2026).

Hay tres matices que conviene no perder de vista. El primero es obvio pero importante: las evaluaciones son de TypeSafe. La empresa las publica abiertamente, lo cual es de agradecer, pero una compañía recién financiada tiene todos los incentivos para elegir las pruebas donde brilla. El segundo es más técnico. Los datos sobre el comportamiento de los LLM que TypeSafe usa como referencia en su comparación de errores salen del tráfico de OpenRouter, una plataforma que enruta peticiones a distintos modelos (TypeSafe, 2026). Es tráfico real, pero no es un experimento controlado en el que todos los modelos hagan exactamente lo mismo en las mismas condiciones. El tercero afecta a la palabra más llamativa del anuncio. Que Jev no alucine significa que no inventa respuestas fuera del menú. No significa que acierte. Con un 67,8% de precisión media, aproximadamente una de cada tres decisiones en esos flujos de prueba no coincide con la esperada. Un error dentro del menú sigue siendo un error: tu devolución puede acabar en la cola de facturación igual que antes, solo que más rápido. Y un límite de diseño: si la pregunta no tiene opciones cerradas, Jev no sirve. Redactar una respuesta, resumir una conversación o razonar sobre un caso raro sigue siendo trabajo de un LLM.

El nombre invita a una lectura. En 1865, el economista William Stanley Jevons observó que las máquinas de vapor más eficientes no redujeron el consumo de carbón en Inglaterra, sino que lo dispararon, porque usar carbón se volvió rentable para muchas más cosas (Jevons, 1865). Interpretación nuestra: el guiño a Jevons en un modelo cuyo argumento central es que decidir sale casi gratis difícilmente es casual. Si cada decisión cuesta una milésima de céntimo y llega en medio segundo, las empresas dejarán de preguntarse si merece la pena automatizarla. Tu banco podría clasificar cada mensaje del chat en tiempo real. Tu tienda online