TypeSafe AI sale del sigilo con 40 millones y un modelo que no genera texto

TypeSafe AI ha levantado la persiana con dos anuncios a la vez: una ronda semilla de 40 millones de dólares liderada por DCVC y Jev, un modelo que no escribe nada. Ni texto, ni código, ni conversación. Devuelve decisiones estructuradas y, según la compañía, cuesta y tarda una fracción de lo que cuesta y tarda un LLM de frontera.

Al frente está Diogo Almeida, que pasó por OpenAI y firmó parte de la investigación en RLHF, la técnica que después hizo posible ChatGPT. La empresa llevaba dos años sin decir nada en público.

Tres salidas, ninguna es una frase

Jev se define como "System One Model", por analogía con el sistema 1 de la psicología: juicio rápido, intuitivo, para decisiones repetitivas. No está pensado para generar lenguaje natural y su salida son tres primitivas fijas.

Choice elige una opción de un conjunto predefinido, hasta 255, y devuelve la distribución de probabilidad o la confianza de cada una. Score puntúa la entrada dentro de un rango numérico, también con confianza; el ejemplo que da la empresa es un riesgo de fuga de clientes entre 0 y 1. La tercera primitiva es una probabilidad booleana calibrada: sí o no sobre una pregunta predefinida, con su nivel de confianza. Sirve para validar la salida de otro modelo, detectar conclusiones poco fiables o montar ramas condicionales en un flujo automatizado.

El entrenamiento usa lo que llaman aprendizaje por refuerzo de decisión calibrada (RLCD). El objetivo es que la confianza declarada coincida con la tasa real de acierto: si el modelo dice 70%, aproximadamente el 70% de esas predicciones deberían ser correctas.

Los números que da la empresa

TypeSafe afirma que, en tareas estructuradas comparables, Jev es entre 20 y 200 veces más rápido que un modelo de frontera y cuesta entre 40 y 400 veces menos. El precio de entrada es de 0,042 dólares por millón de tokens. La salida es gratis, y no como gancho comercial: no hay generación autorregresiva, así que no hay tokens de salida que facturar.

En sus propias pruebas de referencia, la mejora de velocidad llega a 193,6 veces y la rebaja de coste a 444,6 veces. La compañía admite que esas cifras representan el techo de lo que puede rendir, no la media. Son datos suyos, no de un tercero.

Para demostrar la latencia, publicaron un vídeo de Jev jugando a Doom con unas 10 llamadas por segundo y un coste de unos 7 dólares por hora de partida. También sostienen que superó a varios modelos de frontera en modo no razonador en un benchmark de navegación de enlaces de Wikipedia.

La propuesta apunta a un hueco real: clasificar, puntuar y filtrar son la mayor parte de lo que hace un sistema en producción, y ahí pagar por generar prosa es caro. Lo que falta por ver es si la calibración que prometen aguanta fuera de sus benchmarks. Nadie independiente la ha medido todavía, y la compañía no ha detallado cómo se despliega Jev ni si se puede ejecutar en infraestructura propia.