Jev: Ha llegado el anti-LLM

Jev, una nueva IA del veterano de OpenAI Diogo Almeida, ofrece un enfoque fundamentalmente diferente a la inteligencia artificial. Almeida, cuya investigación ayudó a construir ChatGPT, ahora lidera TypeSafe AI, brindándonos lo que llaman un modelo de 'Sistema Uno'. A diferencia de los LLM de 'Sistema Dos', que imitan un razonamiento lento y deliberado, Jev toma decisiones rápidas e intuitivas.

Esto no es otro generador de texto. Jev funciona como un clasificador especializado, ingiriendo datos no estructurados —como un correo electrónico— y generando una decisión estructurada y probabilística. Ofrece resultados de tipo seguro (type-safe), sin generar nunca una sola palabra de texto. Esta arquitectura no generativa elimina por completo las alucinaciones, un problema persistente en los LLM tradicionales y sus resultados impredecibles.

Los beneficios prácticos son notables. Jev es hasta 400 veces más barato y 200 veces más rápido que los LLM para tareas de clasificación, procesando millones de tokens de entrada por solo $0.042. Sus latencias de respuesta de 70-500 milisegundos superan drásticamente a los modelos conversacionales, que pueden tardar entre 3 y 329 segundos, mientras que su arquitectura no generativa elimina por completo las alucinaciones.

Jev no es para chatear. Los desarrolladores proporcionan una entrada, a menudo un objeto JSON que contiene datos sin procesar, y definen un esquema de salida preciso. Jev luego procesa esta información, devolviendo una salida JSON perfectamente estructurada que coincide exactamente con el esquema, completa con puntuaciones de confianza calibradas para cada decisión que toma. Esta estructura predecible es un beneficio fundamental.

Tres tipos de decisiones principales impulsan la toma de decisiones de Jev. Choice le permite seleccionar una opción de una lista predefinida, como categorizar un correo electrónico como "compras", "trabajo" o "marketing". Score le permite calificar una entrada en una escala numérica especificada, por ejemplo, asignar una prioridad del 1 al 5 o un porcentaje de probabilidad de spam. Finalmente, Noul proporciona una respuesta probabilística de verdadero/falso, como "¿es probable que este usuario compre?". Cada decisión incluye una probabilidad, lo que brinda a los desarrolladores un control preciso para establecer umbrales de automatización o intervención humana.

Crucialmente, Jev ofrece resultados de tipo seguro (type-safe). Esto significa que sus respuestas JSON estructuradas pueden integrarse directamente en aplicaciones sin necesidad de análisis, limpieza o validación adicionales. Esto elimina los dolores de cabeza comunes de integración, simplifica drásticamente los flujos de trabajo de los desarrolladores y aumenta significativamente la confiabilidad de los sistemas construidos con Jev. No más adivinanzas sobre lo que devolverá la IA.

Jev realmente brilla donde la velocidad y el costo son fundamentales, lo que lo hace indispensable para decisiones repetitivas de alto volumen. Imagina examinar instantáneamente millones de correos electrónicos, enrutar tickets de atención al cliente en tiempo real o moderar grandes cantidades de contenido generado por el usuario. Incluso puede calificar clientes potenciales de ventas con una eficiencia increíble, una tarea que tradicionalmente ralentiza a los LLM costosos. Ryan Vogel, de OpenCode, demostró su poder clasificando 1,700 correos electrónicos por solo 18 centavos, destacando su valor inigualable.

Más allá de la clasificación simple, Jev se convierte en el tejido conectivo esencial para agentes de IA sofisticados. Úsalo para validar llamadas a herramientas, asegurando que tu agente solo ejecute acciones seguras y relevantes, o para filtrar los prompts de los usuarios en busca de posibles jailbreaks, añadiendo una capa de seguridad crítica. Crucialmente, Jev actúa como un enrutador inteligente de bajo costo, decidiendo si una tarea realmente necesita un LLM costoso y lento, o si una decisión rápida y precisa de Jev será suficiente, ahorrando costos operativos significativos.

Piensa en Jev como la sentencia if inteligente para toda tu aplicación. Integra un juicio de IA matizado directamente en tu lógica programática, operando donde el código tradicional simplemente no puede manejar la complejidad de las entradas ambiguas. Esto permite a los desarrolladores construir sistemas más receptivos, fiables e inteligentes sin la sobrecarga de modelos más grandes. Para obtener más detalles técnicos sobre su arquitectura y capacidades, consulta TypeSafe AI, la empresa fundada por el veterano de OpenAI Diogo Almeida.

La llegada de Jev no significa deshacerse de tus LLMs. En cambio, anuncia un cambio crucial: abandonar la idea de que un modelo de IA gigante puede hacerlo todo bien. Jev, un System One Model de Diogo Almeida, destaca en decisiones rápidas e intuitivas, ofreciendo un procesamiento de 40 a 200 veces más rápido y costes 400 veces menores para tareas de clasificación. Los LLMs más grandes siguen siendo indispensables para el razonamiento deliberativo complejo y la generación creativa.

Esto señala una tendencia arquitectónica más amplia hacia los sistemas de IA multi-agente. Imagina modelos pequeños y especializados como Jev manejando la gran mayoría de las clasificaciones y decisiones rutinarias, desde la moderación de contenido de usuario hasta la puntuación de leads de ventas. Solo cuando una decisión requiere una comprensión más profunda o una generación abierta, el sistema escala a un LLM que consume más recursos. Este enfoque de "sentencia if inteligente" optimiza tanto el rendimiento como el presupuesto.

Para los desarrolladores, esto abre oportunidades sin precedentes para crear aplicaciones de IA robustas, escalables y significativamente más rentables. La estrategia ganadora ya no consiste en identificar el único "mejor" modelo. Se trata de orquestar de forma inteligente una red de IAs especializadas, cada una realizando su tarea con la máxima eficiencia, precisión y una puntuación de confianza clara. Este nuevo paradigma promete un valor real y una poderosa ventaja competitiva.

¿Qué es Jev?

Jev es un nuevo tipo de modelo de IA llamado 'System One Model' creado por TypeSafe AI. Está diseñado para la toma de decisiones estructurada y rápida, tomando datos no estructurados como entrada y produciendo salidas probabilísticas y con seguridad de tipos (type-safe), en lugar de generar texto como un LLM.

¿En qué se diferencia Jev de un LLM como ChatGPT?

Jev es fundamentalmente diferente. Los LLMs generan texto en un proceso lento, token a token (pensamiento 'System Two'). Jev toma decisiones en una única consulta paralela (pensamiento 'System One'), generando datos estructurados. Es significativamente más rápido, más barato y no puede 'alucinar' porque no genera texto de forma libre.

¿Cuáles son los casos de uso principales de Jev?

Jev destaca en tareas de clasificación y decisión repetitivas de alto volumen. Los casos de uso clave incluyen el enrutamiento de tickets de soporte, la moderación de contenido, la clasificación de documentos, la puntuación de leads y la validación de llamadas a herramientas o la detección de jailbreaks dentro de los flujos de trabajo de agentes de IA.

¿Quién creó Jev?

Jev fue creado por Diogo Almeida, un veterano de OpenAI y co-inventor de RLHF (Reinforcement Learning from Human Feedback), una tecnología fundamental detrás de ChatGPT. Su empresa se llama TypeSafe AI.