Para entender qué es Jev, imagina que tienes una tienda en línea en Guadalajara y te llegan 3,000 mensajes de WhatsApp al día. De cada uno solo necesitas saber una cosa: ¿es una queja, una pregunta o una venta?
Hoy muchas empresas le pagan a ChatGPT, que enseñamos en el curso Domina ChatGPT, para leer cada mensaje y sacar la etiqueta. Es como contratar a un redactor para que ponga palomitas en una lista.
Eso es lo que quiere cambiar TypeSafe AI. Su modelo, Jev, es una inteligencia artificial que no genera texto: recibe información y devuelve una decisión predefinida junto con su probabilidad de acierto. Lo presentó el 15 de septiembre de 2026. Su video de lanzamiento lleva cerca de 40 millones de vistas en X. Según Bloomberg, citando al Financial Times, ya hay inversionistas ofreciendo financiamiento con valuaciones de más de 10,000 millones de dólares. Son ofertas, no un trato cerrado.
Aquí vas a entender cómo funciona, cuánto cuesta, dónde tiene letra chica y si le sirve a tu negocio en LATAM.
Qué es Jev: el modelo System One que no es un chatbot
Jev es el primer modelo público de TypeSafe AI, una startup de San Francisco fundada por Diogo Almeida, Erik Gafni y Sasha Sheng. Almeida trabajó en OpenAI y ayudó a desarrollar RLHF, la técnica de entrenamiento que hizo útil a ChatGPT.
Según contó a TechCrunch, los modelos de lenguaje sirven para conversar, pero no para automatizar. Un programa no necesita un párrafo. Necesita un dato que pueda usar.
Por eso Jev no genera texto. Tú le das un contexto (un mensaje, un correo, un registro) y una o varias preguntas con respuestas definidas de antemano. El modelo te regresa una de esas respuestas junto con una probabilidad. Puede ser un sí o un no, una opción de una lista de hasta 255 alternativas o una calificación.
La forma más fácil de entenderlo es como un “si inteligente”. Un programa normal decide con reglas que puede calcular, como “si el pedido pasa de 100 dólares, aplica envío gratis”. Pero se atora cuando la regla requiere criterio: ¿este cliente viene molesto?, ¿este correo es de facturación? Ahí entra Jev.
TypeSafe lo llama un modelo “System One”, por el pensamiento rápido e intuitivo que describe Daniel Kahneman en Pensar rápido, pensar despacio. Es la apuesta contraria a los modelos que se toman su tiempo para razonar, una tendencia que explicamos en por qué pensar lento se volvió una ventaja en la IA. El nombre viene del economista William Stanley Jevons y su paradoja: cuando algo se vuelve más eficiente, se termina usando mucho más.
No es un ChatGPT más barato. Es otra herramienta para otro trabajo.
Precio, velocidad y confianza: lo nuevo de Jev
Así se compara con los modelos de lenguaje, según TypeSafe:
| Aspecto | Modelos de lenguaje (LLM) | Jev |
|---|---|---|
| Tiempo de respuesta | De 3 a 329 segundos en modelos de frontera | De 70 a 500 milisegundos |
| Precio de entrada | De 0.20 a 10 dólares por millón de tokens | 0.042 dólares por millón de tokens |
| Precio de salida | Unas 5 veces más caro que la entrada | Gratis |
| Confianza | Tiende a ser exceso de seguridad | Cada respuesta trae su nivel de confianza |
TypeSafe cobra 42 dólares por cada mil millones de tokens de entrada, y las respuestas no se cobran. Compáralo con lo que cuestan hoy los grandes modelos en nuestra guía del mejor modelo de IA en 2026 y sus precios.
Pero para automatizar, el dato más valioso es otro: la probabilidad. Un modelo de lenguaje te puede decir “es una queja” con el mismo tono seguro cuando acierta y cuando se equivoca. Jev te dice “es una queja, con 97% de confianza” o “es una queja, con 52%”. Esa diferencia te permite decidir qué se automatiza y qué pasa a revisión humana.
Jev frente a un LLM: dos casos reales
En Vercel, una empresa que construye infraestructura para agentes de IA, usaban Luna, el modelo más ligero de GPT-5.6, para revisar si ciertos comandos eran seguros. Según un ingeniero de la empresa citado por TechCrunch, al cambiarlo por Jev obtuvieron resultados de 5 a 18 veces más rápido y con mayor precisión.
El segundo caso es más matizado. En Bryo AI compararon a Jev con Gemini para clasificar correos de negocio. Gemini, la IA de Google que enseñamos en el curso Domina Gemini, fue un poco más preciso, pero costó entre 10 y 20 veces más. Aun así, a su CTO, Nikhil Mudholkar, le importó más otra cosa: Jev fue el único que le regresó una probabilidad real.
Ese es el intercambio real. No siempre gana en precisión. Gana en costo, velocidad y en decirte cuándo no está seguro.
Cómo acceder a Jev hoy
Jev está en acceso anticipado. Te registras en la página de TypeSafe y la empresa va sacando desarrolladores de la lista de espera poco a poco. Una vez dentro, tienes una consola con un área de pruebas y la documentación oficial para integrarlo por API.
Ojo si no programas: Jev no es una app de chat. Se integra dentro de un sistema, así que necesitas a alguien técnico o una herramienta que ya lo conecte.
Algunas plataformas para desarrolladores ya publicaron guías para usarlo. LangChain explica cómo usarlo para decidir qué modelo atiende cada tarea, y Langfuse lo probó para evaluar respuestas de otros modelos.
Un detalle si estás en México o Colombia: TypeSafe reconoce que corre sus pruebas de velocidad desde la costa oeste de Estados Unidos. Desde LATAM, los tiempos probablemente sean algo mayores que los de sus demos.
Qué significa Jev para empresas en México y Colombia
En México, 48% de las empresas ya usa inteligencia artificial, pero solo 13% está en la etapa más avanzada y 63% la concentra en aplicaciones básicas, según un estudio de AWS citado por Expansión. En Colombia el interés también crece: el país suma más de 1,700 millones de visitas a sitios de herramientas de IA, tercero en Latinoamérica detrás de Brasil y México, según La República.
Ese uso básico y repetitivo es justo el terreno de Jev. Vuelve al ejemplo de la tienda en Guadalajara. Si cada mensaje tiene unos 500 tokens, 3,000 mensajes al día suman 45 millones de tokens al mes.
Con los precios publicados por TypeSafe, clasificar ese volumen costaría menos de 2 dólares al mes. Con un modelo de lenguaje, solo la entrada iría de 9 a 450 dólares mensuales según el modelo, y todavía faltaría pagar la salida. Es una estimación con precios de lista, no una cotización, pero la diferencia de escala es clara.
Eso abre usos que antes no salían a cuenta para una pyme. Clasificar tickets de soporte, mandar cada mensaje de WhatsApp al área correcta o detectar qué prospectos vale la pena llamar hoy. También sirve para revisar que tu chatbot o tus agentes de IA no se salgan de las reglas. Si ya conectas apps con n8n o Zapier, Jev encaja justo en el punto donde tu flujo necesita tomar una decisión. En el curso Automatiza con IA trabajamos exactamente ese tipo de flujos.
Ahora, la advertencia. TypeSafe no ha publicado resultados de Jev en español en sus materiales de lanzamiento. Si tus clientes escriben con modismos, abreviaturas o spanglish, pruébalo con tus mensajes reales antes de confiarle una decisión.
Y antes de automatizar cualquier cosa, haz la cuenta completa. Como explicamos en cuánto cuesta la IA en tu empresa, el precio del modelo es solo una parte del costo real.
Si quieres recibir cada semana casos reales de IA aplicada en LATAM, suscríbete al newsletter de Academia de IA.
La letra chica: lo que Jev todavía no demuestra
La promesa más repetida es que Jev “no puede alucinar”, y hay que entender qué significa exactamente.
El modelo no puede inventar una respuesta fuera de las opciones que tú definiste. Si le das tres categorías, nunca te va a regresar una cuarta. Pero sí puede elegir la opción equivocada. Armin Ronacher, CTO de Earendil, lo explicó en TechCrunch: Jev le pasa parte del problema al usuario. Si una respuesta sale con 50% de probabilidad, es un volado y tú decides qué hacer con ella.
Tampoco es inmune a la manipulación. En una prueba reportada por VentureBeat y retomada por Forbes Argentina, Jev le dio 0.76 de probabilidad a bloquear un comando peligroso. Cuando un ingeniero agregó un mensaje falso de autorización, esa probabilidad bajó a 0.48.
No alucinar no es lo mismo que acertar siempre.
Hay tres puntos más a considerar:
- Las pruebas son de la propia empresa. Las cifras de 193.6 veces más rápido y 444.6 veces más barato salen de evaluaciones de TypeSafe, y la misma empresa dice que están en el extremo alto del uso real. Y su referencia es el promedio de GPT-6 Astra y Claude Fable 5.1, no respuestas verificadas por personas.
- Es una caja negra. Almeida no ha revelado la arquitectura, y observadores externos sospechan que está construido sobre un modelo de pesos abiertos, según TechCrunch. Es el mismo dilema que analizamos en los riesgos de confiar en modelos opacos.
- El precio podría cambiar. TypeSafe admite que no puede demostrar que su precio no esté subsidiado. Dice que espera que baje, pero eso se va a probar con el tiempo.
Nuestra opinión: ¿vale la pena probar Jev?
No es el fin de los modelos de lenguaje. Es el principio de dividirles el trabajo.
Durante años usamos un solo modelo para todo. Es como tener a tu mejor consultor contestando el conmutador: funciona, pero sale carísimo. Jev propone algo más sensato: el modelo de lenguaje para lo que requiere pensar y escribir, y un modelo rápido y barato para las mil decisiones pequeñas que hay alrededor.
Si en tu empresa tomas cientos o miles de decisiones repetitivas al día, vale la pena probarlo. Empieza con 100 casos reales, revisa en cuáles acierta y define un umbral claro. Por ejemplo, que todo lo que salga con más de 95% de confianza se automatice y lo demás pase a una persona. Como vimos en por qué fracasa el 95% de los proyectos de IA, el problema casi nunca es la herramienta, sino implementarla sin medir.
Lo que genuinamente vale la pena seguir es la idea detrás. Si Almeida tiene razón, la siguiente ola no será una IA más lista, sino una más barata y confiable para las decisiones pequeñas.
Y esa ola ya empezó.
Preguntas frecuentes
¿Qué es Jev y para qué sirve?
Jev es un modelo de inteligencia artificial de TypeSafe AI que no genera texto, sino decisiones: elige entre opciones definidas de antemano y entrega la probabilidad de cada respuesta. Sirve para clasificar mensajes, enrutar solicitudes o calificar prospectos dentro de un software. Se lanzó en acceso anticipado el 15 de septiembre de 2026 y hoy se usa por API.
¿Cuánto cuesta usar Jev?
Jev cuesta 0.042 dólares por millón de tokens de entrada, es decir, 42 dólares por cada mil millones, y las respuestas no se cobran. Es mucho más barato que un modelo de lenguaje de frontera. Aun así, TypeSafe aclara que todavía tiene que demostrar que ese precio es sostenible a largo plazo.
¿Es cierto que Jev no alucina?
En parte: Jev no puede inventar respuestas fuera de las opciones que definiste, pero sí puede elegir la opción incorrecta. Por eso cada respuesta trae un nivel de confianza. Lo recomendable es automatizar solo las respuestas con confianza alta y mandar a revisión humana las demás.
¿Cuántas decisiones de “sí o no” le estás pagando hoy a un modelo que cobra como si escribiera un ensayo?
En Academia de IA formamos a profesionales que toman decisiones con fundamento, no con entusiasmo. Si quieres ser parte de quienes lideran esta transición en LATAM, únete a la comunidad de Academia de IA.
