Historia
octubre 10, 2026
El despegue de Jev ha convertido las decisiones rutinarias de IA en una guerra a tres bandas
TypeSafe considera a Jev una respuesta práctica a la brecha de la IA entre un lenguaje deslumbrante y una automatización fiable; OpenAI ha interpretado esa tracción como prueba de que la categoría importa. El desafío de un modelo abierto plantea una cuestión más incisiva para los sectores sensibles: si las decisiones rápidas de IA deberían seguir siendo propietarias.
Jev llegó el 15 de septiembre con una propuesta deliberadamente acotada: no otro chatbot, sino un modelo diseñado para tomar decisiones rutinarias de software —clasificar documentos, dirigir mensajes de clientes y asignar puntuaciones— de forma rápida y barata. TypeSafe afirma que el modelo devuelve probabilidades en lugar de texto, un diseño pensado para ahorrar a las empresas el coste de generar «una respuesta completa por escrito cuando lo único que necesitas es una etiqueta».1
La propuesta caló a una velocidad sorprendente. Durante su primer día en AI Gateway de Vercel, Jev fue probado por casi el 13% de los equipos de pago, más del doble del alcance del primer día de cualquier lanzamiento anterior allí. Su argumento central era económico: cuando las aplicaciones realizan miles de llamadas de bajo riesgo, la latencia, el precio y las tasas de error determinan si la automatización es viable siquiera.1
Pero la propia historia de TypeSafe también advierte sobre los límites de esa propuesta. El cofundador Diogo Almeida dijo que desarrollar modelos de decisión fiables resultó mucho más difícil de lo esperado: «Hacer que los modelos fueran fiables fue mucho más difícil de lo esperado».1 Los desarrolladores aún deben establecer umbrales de confianza y decidir qué llamadas inciertas pasan a revisión humana.
El 6 de octubre —tres semanas después del lanzamiento de Jev— OpenAI lanzó Decisions API, que utiliza su modelo GPT-6 Luna para producir decisiones estructuradas y casi en tiempo real. Nikunj Handa, de OpenAI, dijo que Jev había «inspir[ado] todo esto»; el producto no figuraba en la hoja de ruta cuatro semanas antes.1 La respuesta amplió la competencia: Jev está entrenado específicamente para la clasificación, mientras que OpenAI está adaptando un modelo general y añadiendo compatibilidad con imágenes.
TypeSafe recaudó entonces 870 millones de dólares con una valoración de 7.500 millones de dólares, afirmando que un tercio de las empresas de la lista Fortune 500 ya utilizaban Jev, un extraordinario voto comercial de confianza para un modelo de apenas unas semanas de antigüedad.2
Sin embargo, el último desafío no proviene simplemente de un rival cerrado más grande. Una publicación ampliamente compartida afirmó que pplx-decider v1.1 de código abierto superó a Jev en decisiones clínicas, con 643 respuestas correctas de 669 frente a las 628 de Jev, a un coste un 42% menor y con una velocidad similar. Su punto de venta crucial era tanto la gobernanza como el rendimiento: los hospitales podían descargar los pesos y ejecutar el modelo internamente.
3