Jev es un modelo de inteligencia artificial propietario desarrollado por TypeSafe AI, una empresa con sede en San Francisco fundada en 2024. Fue lanzado en acceso anticipado limitado el 15 de septiembre de 2026, junto con el anuncio de una ronda de financiación inicial de 40 millones de dólares liderada por DCVC.

A diferencia de un modelo de lenguaje grande (LLM), Jev no genera texto en lenguaje natural, sino que es un clasificador: devuelve valores tipados junto con estimaciones de probabilidad y puntuaciones de confianza. Su salida está diseñada para ser consumida directamente por otros programas informáticos en lugar de ser leída por personas. TypeSafe lo define como el primero de una clase de modelos que denomina "modelos de Sistema Uno".

Antecedentes TypeSafe AI fue fundada en 2024 por Diogo Almeida, Erik Gafni y Sasha Sheng. Almeida, director ejecutivo de la compañía, trabajó durante unos cuatro años en OpenAI en aprendizaje por refuerzo a partir de retroalimentación humana (RLHF), InstructGPT, ChatGPT y GPT-4 antes de dejar la empresa en 2024.

La compañía posiciona a Jev como un modelo fiable para la automatización y el software, y como una respuesta al exceso de confianza de los modelos existentes. Diogo Almeida declaró en una entrevista para Forbes: "Hemos estado optimizando para los humanos y somos superhumanos complaciéndolos". Asimismo, expresó su decepción con los modelos conversacionales, comentando a TechCrunch que la tecnología actual era impresionante pero poco práctica para ciertos usos en software.

Antes del anuncio oficial, Jev se desarrolló en secreto durante aproximadamente dos años. Según Forbes, la ronda de financiación valoró a TypeSafe en 200 millones de dólares.

Diseño y arquitectura Una solicitud a Jev consta de un bloque de estado (un texto, un objeto JSON o una matriz de texto) junto con una o más preguntas tipadas. El modelo evalúa cada pregunta comparándola con el estado en una única pasada en paralelo y devuelve respuestas estructuradas en lugar de texto plano.

Jev admite tres tipos de preguntas (también llamadas primitivas): Choice (Elección): Selecciona una opción de un conjunto definido. Devuelve la opción seleccionada, las probabilidades de cada opción y un nivel de confianza. Score (Puntuación): Evalúa el estado en función de niveles ordenados. Devuelve una puntuación, las probabilidades de cada nivel y la confianza. Noul (Evaluación booleana): Evalúa una afirmación de verdadero/falso (sí/no). Devuelve una probabilidad entre 0 y 1.

Dado que las respuestas están definidas de antemano, el modelo no puede devolver un valor fuera del esquema proporcionado, lo que según TypeSafe elimina las alucinaciones y los errores de tipo.

Sin embargo, TypeSafe no ha publicado la arquitectura exacta de Jev, sus pesos ni un artículo técnico completo. La empresa describe el modelo como basado en la arquitectura transformer y entrenado exclusivamente con datos sintéticos mediante un método denominado Reinforcement Learning for Calibrated Decisions (RLCD, aprendizaje por refuerzo para decisiones calibradas). Observadores externos han señalado que el modelo podría estar construido sobre un LLM de código abierto.

Rendimiento TypeSafe reporta tiempos de respuesta de extremo a extremo de 70 a 500 milisegundos. La compañía afirma que Jev es entre 40 y 200 veces más rápido y entre 40 y 400 veces más barato que los LLM principales en tareas comparables, alcanzando picos de 193,6 veces más rápido y 444,6 veces más barato en sus propios flujos de trabajo.«Jev: el modelo de IA que es hasta 400 veces más barato que GPT-4». Agentes.ai, septiembre de 2026.

La propia empresa aclara en sus notas técnicas que estos flujos de trabajo fueron creados por sus propios equipos de desarrollo, reconociendo el posible sesgo en los datos y señalando que los resultados en un entorno real podrían ser inferiores a los picos registrados.

Origen del nombre El modelo debe su nombre al economista inglés del siglo XIX William Stanley Jevons, cuya conocida paradoja de Jevons describe cómo un uso más eficiente de un recurso puede incrementar su consumo total. Almeida ha señalado que el nombre refleja la expectativa de que una inteligencia artificial más barata conducirá a una adopción e implementación mucho más amplia.

Referencias

Enlaces externos Sitio web oficial de TypeSafe AI

Categoría:Modelos de inteligencia artificial Categoría:Software de 2026 Categoría:Empresas de IA