TypeSafe lanza Jev, un modelo que decide en vez de escribir: hasta 200 veces más rápido
No escribe texto: recibe preguntas tipadas y devuelve decisiones con probabilidad para que las consuma el propio software. Promete llamadas de 100 milisegundos y tokens de salida gratis.
TypeSafe ha salido de dos años de sigilo con 40 millones de dólares de una ronda semilla liderada por DCVC y un primer modelo, Jev, que no escribe texto. Devuelve decisiones. La empresa lo presenta como el primer exponente de una clase nueva, los modelos System One, y su tesis de partida es que un LLM conversacional no sirve para que lo llame un programa.
Qué devuelve Jev
El desarrollador manda datos y una lista de preguntas tipadas: sí o no, elegir una opción de una lista cerrada o situar algo en una escala. Jev responde una vez por pregunta, con probabilidad y nivel de confianza asociados, para que el código sepa qué hacer con la incertidumbre. Se puede fijar un umbral por encima del cual actúa solo y por debajo del cual exige revisión humana, encadenar esas decisiones para montar flujos mayores y usarlo para elegir la siguiente herramienta de un agente o como guardarraíl de su salida.
El cofundador y consejero delegado, Diogo Almeida, viene de OpenAI, donde según TypeSafe participó en la invención de RLHF e InstructGPT. Su punto de partida es una pregunta: por qué los modelos de chat no han desembocado en inteligencia artificial general. Su respuesta es que el aprendizaje por refuerzo con retroalimentación humana optimiza para preferencias humanas y arrastra caída de modos, exceso de confianza y falta de fiabilidad. De ahí una arquitectura nueva, un sampler nuevo y un algoritmo de entrenamiento propio, RLCD, que la compañía detalla en el anuncio de los System One. Los números que da TypeSafe: entre 20 y 200 veces más rápido, entre 40 y 400 veces más barato, con los tokens de salida gratis, y llamadas que se completan en torno a los 100 milisegundos. El precio que cita para los tokens de entrada es de 0,042 dólares por millón.
TypeSafe sostiene que estos modelos no pueden alucinar porque se parecen más a código que a prosa. Es una afirmación de la casa, y conviene tomarla como tal.
Adopción y primer test externo
Vercel dice que Jev, en su puerta de enlace de IA, alcanzó en 24 horas el doble de equipos de pago que cualquier lanzamiento anterior. La cifra es de Vercel: casi el 13% de los equipos de pago lo estaban usando, el doble que la familia GPT-5.6 y más de seis veces la cuota de Fable 5.1.
El ingeniero de IA Bartosz Mikulski le hizo la prueba más injusta posible: metió 400 dibujos a mano convertidos a coordenadas SVG y le preguntó qué eran. Acertó alrededor del 35%, cuando el azar ronda el 10%. El matiz importa: contestó "avión" en más de la mitad de los casos, así que hay capacidad real y un sesgo fuerte hacia una etiqueta. El propio Mikulski recuerda en su análisis del experimento que TypeSafe documenta que Jev solo lee texto y maneja mejor las palabras que los números, y aclara que lo suyo no es un benchmark del uso para el que se vende el modelo.
Para quien mantiene agentes en producción la propuesta es concreta: cambiar una llamada a un LLM por una función de decisión barata y rápida cuando solo hace falta un juicio puntual. Lo que falta es un conjunto de pruebas reproducible y ajeno a la empresa. Todo lo que hay hoy son cifras de TypeSafe y de Vercel, y un experimento informal.
