¿Es JEV un agente de IA? Dentro de los modelos "System One" de TypeSafe

Diogo Almeida pasó cuatro años persiguiendo una pregunta. En OpenAI ayudó a construir la investigación sobre seguimiento de instrucciones que terminó siendo ChatGPT [1] — y vio cómo los modelos de lenguaje se volvían sobrehumanos conversando mientras la automatización, lo que las empresas de verdad querían, seguía siendo tercamente difícil. El 15 de septiembre de 2026, su startup, TypeSafe AI, lanzó lo que él considera la mitad que faltaba: un modelo "System One", llamado así por el pensamiento rápido e intuitivo del "Sistema 1" de Daniel Kahneman [1]. Su primer modelo público se llama Jev — en honor a William Stanley Jevons, apostando a que una inteligencia más barata genera más demanda, no menos [1].

Jev no genera texto. Si le envías un "estado" — un párrafo, un ticket de soporte, un tablero de juego — junto con un conjunto de preguntas tipadas, devuelve respuestas tipadas con probabilidades calibradas, en una sola pasada paralela en lugar de un token a la vez [1][2]. La documentación de TypeSafe define tres tipos de pregunta: Choice elige entre una lista fija ("¿qué equipo debería atender este ticket?"), Score puntúa algo en una escala ordenada ("¿qué tan frustrado está este cliente?"), y Noul responde sí o no con una probabilidad ("¿este mensaje pide un reembolso?") [2]. La forma de cada respuesta está fijada de antemano — en palabras de TypeSafe, el resultado es "una llamada a función de inteligencia de frontera: entra un estado no estructurado, salen decisiones probabilísticas tipadas" [1].

Un modelo que se niega a escribir una frase resulta ser justo lo que necesitaba una decisión de enrutamiento.

Las cifras, revisadas dos veces

La comparación que TypeSafe publica sitúa los tokens de entrada de Jev en 0.042 dólares por millón — 42 dólares por cada mil millones — frente a entre 0.20 y 10 dólares en los LLM con los que se compara, con la salida gratis porque no hay texto que cobrar [1]. En velocidad, sus evaluaciones de flujos de trabajo afirman respuestas de 70 a 500 milisegundos frente a 3 a 329 segundos de punta a punta en los LLM de frontera, y la cifra de "193.6 veces más rápido, 444.6 veces más barato" de su página principal viene de una sola corrida registrada: 0.000081 dólares y 0.114 segundos para Jev frente a 0.013880 dólares y 8.566 segundos para el modelo de comparación [7]. La propia TypeSafe señala el sesgo: sus respuestas de referencia son el promedio de dos modelos de OpenAI y Anthropic, y admite sin rodeos que sus cifras publicadas están "en el extremo alto de las ganancias reales" [1].

Dos verificaciones externas, ambas publicadas dentro de la semana del lanzamiento, aterrizan más cerca de la tierra. El equipo de ingeniería de liteLLM puso a Jev a competir contra Claude Haiku 4.5 como clasificador de solicitudes dentro de su propia puerta de enlace de IA: en 240 llamadas, el tiempo mediano de clasificación de Jev fue de 126.81 ms frente a 688.40 ms de Haiku — 5.43 veces más rápido — con un costo, según precios de catálogo, 96.1% menor, y acertó las etiquetas de enrutamiento que el propio equipo escribió en el 95% de las llamadas, frente a 73.75% de Haiku [4]. LiteLLM es directo sobre el techo de esa cifra: las etiquetas las redactó el mismo equipo sin revisión independiente, sobre un corpus de 80 mensajes sintéticos, y el resultado "no establece la precisión general de clasificación ni la calidad de las respuestas finales" [4].

Una segunda comprobación, más artesanal, vino de un desarrollador independiente, Akshay Kanthed, que construyó una herramienta que escanea un repositorio en busca de llamadas a LLM que en realidad solo hacen enrutamiento o clasificación, y luego mide cuánto se ahorraría al convertirlas [5]. Contra la API real de OpenAI, en tres casos de prueba reales, una regla local escrita a mano venció a una llamada a GPT-4o-mini por entre 1,240 y 12,483 veces en latencia, con un costo prácticamente nulo [5]. Él mismo aclara que la comparación es ilustrativa, no definitiva: la "regla local" solo sustituye a Jev para mostrar la forma del ahorro, "no es garantía de que tu decisión concreta se generalice tan limpiamente" [5].

Dónde encaja de verdad

Nada de esto convierte a Jev en un reemplazo de un agente — TypeSafe no lo afirma, y tampoco quien lo ha puesto a prueba. El artículo de LangChain es directo: "Jev no es un reemplazo directo de un LLM... Eso lo convierte en un complemento prometedor del modelo que impulsa tu agente: usa un LLM para el razonamiento abierto y la generación, y Jev para las decisiones estructuradas y rápidas por el camino" [6]. Su integración ofrece dos patrones concretos: un middleware de enrutamiento de modelos que hace que Jev elija un modelo barato o uno potente para cada solicitud antes de que el agente empiece, y un middleware de "modo automático" que hace que Jev examine una llamada a herramienta riesgosa — un comando bash, por ejemplo — antes de permitir que se ejecute [6].

Un artículo de investigación publicado la misma semana va más allá y usa un modelo System One como capa de control para todo el sistema de memoria de un agente, en lugar de para una sola decisión. Jev-Mem divide el trabajo en un plano rápido de "System One" que se encarga de tipar la memoria, enrutar las búsquedas y decidir cuándo detenerse, y un plano más lento de "System Two" — un LLM — que solo se invoca para el razonamiento final y la respuesta [3]. En el benchmark LoCoMo, esa división redujo el tiempo de construcción de la memoria a 158 segundos — 6.6 veces más rápido que el sistema competidor más veloz con el que se comparó — y la latencia media de consulta a 0.93 segundos, una reducción del 36.7%, mientras que su puntuación de calidad de respuesta subió 11.0% sobre la mejor referencia [3]. El patrón se repite en los tres ejemplos: Jev se coloca delante o al lado del modelo de razonamiento, decidiendo qué pasa después. El razonamiento en sí no lo hace él.

Lo que se queda fuera de "cero alucinaciones"

La afirmación más atrevida de TypeSafe es que Jev no puede alucinar, y bajo una definición muy estrecha eso es cierto: como cada respuesta tiene que ajustarse a un esquema declarado de antemano, un error de tipo es "matemáticamente imposible" en lugar de empíricamente raro [1]. La propia documentación de TypeSafe es más cautelosa sobre lo que eso garantiza: la calibración "se mide a través de grupos de predicciones; no garantiza que una respuesta individual sea correcta" [2]. Una respuesta tipada equivocada pero segura de sí misma — la forma correcta, el valor incorrecto — sigue siendo posible. Lo que Jev elimina es la posibilidad de que una respuesta mal formada rompa tu código más adelante, no la posibilidad de una decisión equivocada.

Entonces, ¿es un agente de IA?

Según la definición de este sitio, no. Un agente de IA decide su propio siguiente paso a lo largo de una secuencia de acciones; Jev responde una pregunta tipada y se detiene. No mantiene una conversación, no llama herramientas por su cuenta ni persigue un objetivo a lo largo de varios turnos. Es un componente que otros sistemas — agentes incluidos — pueden invocar cuando necesitan una respuesta rápida, barata y estructurada en lugar de una escrita. Que te sea más útil que el LLM que ya vive dentro de tu agente depende de cuánto de lo que hace ese agente es, en realidad, elegir entre una lista corta de opciones — que, según las tres pruebas anteriores, es más de lo que la mayoría de los equipos ha medido.

Redacción de AiAgentNook · última verificación 22 de septiembre de 2026 · este es un lanzamiento que avanza rápido y las cifras pueden cambiar; las correcciones se anotan aquí, no se editan en silencio.