¿Qué es Jev?
Jev es un modelo de decisión. Donde un modelo de lenguaje escribe texto que luego tienes que analizar, Jev toma un texto más un mapa de preguntas tipadas y devuelve una respuesta tipada por pregunta: una probabilidad, una opción con nombre o una posición en una rúbrica, cada una con un número calibrado. Lo hace TypeSafe, se accede por una API HTTP y no puede devolver un valor fuera del conjunto que definiste.
Por qué no es un modelo de lenguaje
Un LLM produce tokens; la forma de lo que vuelve es una esperanza, no una garantía, y por eso las aplicaciones que lo usan para decidir acaban envueltas en análisis y reintentos. Jev produce un valor del tipo que especificaste. No hay nada que analizar ni ningún caso mal formado que atender: lo que reemplaza al bucle de reintentos es una rama que se dispara cuando el modelo está inseguro, que es algo distinto y bastante más útil de saber.
Jev frente a un LLM →Tres formas, y nada más
Noul
Un Noul es uno de los tres tipos de pregunta del modelo Jev de TypeSafe. Hace una única pregunta de sí/no y responde con la probabilidad de que la respuesta sea sí, como un número de 0 a 1.
Choice
Un Choice es uno de los tres tipos de pregunta del modelo Jev de TypeSafe. Elige exactamente una opción de un conjunto que tú defines y devuelve la ganadora, una probabilidad para cada opción y un valor de confianza.
Score
Un Score es uno de los tres tipos de pregunta del modelo Jev de TypeSafe. Califica la entrada contra niveles ordenados que tú escribes y devuelve un valor ponderado por probabilidad que puede caer entre dos niveles.
Los números
Las publica TypeSafe; son cifras del proveedor, no mediciones nuestras.
respuesta de extremo a extremo, frente a 3–329 s de los modelos de frontera
por millón de tokens de entrada, salida gratis
contexto por solicitud
tokens de salida
Preguntas
- ¿Qué es un modelo de Sistema Uno?
- Un modelo construido para decisiones y no para prosa. Jev toma un state más un mapa de preguntas tipadas y devuelve una respuesta tipada por pregunta: sin tokens en streaming, sin nada que analizar y sin manera de emitir un valor fuera del conjunto que definiste. El planteamiento de TypeSafe es Sistema Uno para el juicio estructurado y rápido, con un LLM corriente como Sistema Dos cuando de verdad necesitas lenguaje.
- ¿Qué significa la confianza?
- Las respuestas de Choice y Score llevan un valor de confianza derivado de su distribución de probabilidad: concentrada significa seguro, dispersa significa que el modelo no puede separar las opciones. Es un segundo eje: la respuesta te dice qué, la confianza te dice si actuar. Las respuestas Noul no tienen campo de confianza, porque la propia probabilidad ya la lleva: 0,51 es el modelo diciendo que no lo sabe.
- ¿Jev puede alucinar?
- No en la forma de su salida. Un Choice solo puede devolver una de las opciones que definiste; un Score solo puede caer dentro de tu rúbrica; un Noul es un número entre 0 y 1. Sí puede equivocarse sobre tu texto, que es exactamente para lo que está la confianza.
- ¿Por qué se llama Jev?
- Por William Stanley Jevons, el economista. El anuncio de lanzamiento de TypeSafe dice que esperan que la inteligencia de máquina siga el camino que tomó el carbón cuando las máquinas de vapor se volvieron eficientes: la paradoja de Jevons, según la cual abaratar el uso de algo aumenta cuánto se usa en vez de reducirlo.
- ¿Puedo ejecutar Jev en local? ¿Es código abierto?
- No. Jev es un modelo propietario alojado al que se llega por la API HTTP de TypeSafe; no hay pesos publicados que descargar, y los mismos pesos sirven a todas las cuentas: no hay ajuste fino ni adaptación LoRA por cliente. Sus respuestas se moldean a través de la petición: lo que pones en el state y cómo escribes las instrucciones y los criterios de cada pregunta.
- ¿Cómo de rápido es Jev?
- TypeSafe habla de 70–500 ms de extremo a extremo, frente a 3–329 segundos de los modelos de frontera, y de ser 40–200× más rápido en el tipo de consulta para el que está hecho. Son cifras del proveedor. Lo que este sitio puede decir desde sus propios registros es que una petición de nueve preguntas suele volver en unos cientos de milisegundos: cada página de resultado muestra el tiempo medido de ida y vuelta de esa llamada concreta.
- ¿Cuánto cuesta Jev?
- 0,042 $ por millón de tokens de entrada en jev-1.13.0, con la salida gratis: no hay decodificación autorregresiva que medir. Como el state se lee una vez y todas las preguntas se evalúan en paralelo, preguntar diez cosas cuesta más o menos lo que cuesta preguntar una. Cada página de resultado de este sitio imprime el recuento de tokens y el coste de esa llamada exacta.
- ¿Cómo se entrenó Jev?
- Con lo que TypeSafe llama RLCD: aprendizaje por refuerzo para decisiones calibradas. El objetivo declarado es distinto del de RLHF o RLVR: no respuestas que la gente prefiera ni respuestas que pasen un verificador, sino respuestas cuyas probabilidades sean epistémicamente honestas. Eso es lo que hace que valga la pena poner umbrales sobre la confianza en vez de tratarla como decoración.
- ¿Cuáles son los límites?
- Solo texto: nada de imágenes, audio o vídeo. 64k tokens por petición, de los cuales el state más la pregunta más larga deben caber en 32k. Un Choice admite hasta 255 opciones; un Score admite de 2 a 10 niveles. Los límites de tasa en el acceso anticipado son 250.000 tokens por segundo y 1.200 peticiones por minuto, y TypeSafe avisa de que se mueven.
Apunta Jev a tu propio texto
Todos los ejemplos de esta página se dibujaron a partir de una llamada real a la API. Pega tu propio texto y mira volver nueve respuestas tipadas desde una sola solicitud.
Abrir el patio de juegos