> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # TypeSafe lanza Jev, una IA que decide en 70 milisegundos - URL: https://www.digitalbrain.news/noticias/typesafe-jev-ia-decide-70-milisegundos/ - Published: 2026-09-16T14:42:04.000Z - Updated: 2026-09-20T07:53:41.000Z - Description: Diogo Almeida, uno de los investigadores de OpenAI detrás de los métodos que hicieron útil a ChatGPT, ha sacado TypeSafe AI de dos años en sigilo… - Author: Ramón Pérez Coronado - Tags: #noticias, openai, startups, financiacion, automatizacion, llm Diogo Almeida, uno de los investigadores de [OpenAI](https://www.digitalbrain.news/glosario/#openai) detrás de los métodos que hicieron útil a [ChatGPT](https://www.digitalbrain.news/guias/que-es-chatgpt/), ha sacado TypeSafe AI de dos años en sigilo con [Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev?ref=digitalbrain.news), un modelo que no escribe texto. Le das un problema con las respuestas posibles ya definidas y te devuelve la elegida con su probabilidad, en 70 a 500 milisegundos y a 42 dólares por cada mil millones de [tokens](https://www.digitalbrain.news/guias/que-es-un-token-en-ia/) de entrada. La empresa ha levantado 40 millones de dólares en una ronda semilla liderada por DCVC, según su [nota de prensa](https://www.businesswire.com/news/home/20260915525333/en/?ref=digitalbrain.news). Jev está en acceso anticipado, con lista de espera. ## Puntos clave - **Qué es:** el primer "System One Model" de TypeSafe. Entra información desordenada (texto, el estado de un programa) y salen decisiones tipadas, cada una con su grado de confianza. - **Precio:** 0,042 dólares por millón de tokens de entrada. La salida es gratis. - **Velocidad:** de 70 a 500 milisegundos por llamada. TypeSafe dice que va de 40 a 200 veces más rápido que un modelo de lenguaje en este tipo de tareas. - **La empresa:** fundada en 2024 en San Francisco por Diogo Almeida (CEO), Erik Gafni y Sasha Sheng. 40 millones de semilla con DCVC al frente. - **Acceso:** anticipado, por lista de espera en typesafe.ai. ## Qué hace Jev Un modelo de lenguaje genera texto token a token. Si un programa tiene que usar esa respuesta, alguien la parsea, la valida y cruza los dedos para que el modelo no se haya inventado un campo por el camino. Jev renuncia al texto. Tú le pasas las preguntas y las opciones (¿es fraude?, ¿escalo esta alerta?, ¿qué prioridad tiene este ticket?) y el modelo devuelve todas las respuestas a la vez, en una sola llamada, cada una con su probabilidad. Almeida lo define en el anuncio como una llamada a función con inteligencia de frontera: estado desordenado dentro, decisiones probabilísticas tipadas fuera. Admite hasta 255 opciones por pregunta. Cuando hay más, como elegir entre miles de enlaces de una página, lo resuelve en dos fases: puntúa cada opción por separado y después elige. Detrás hay un método de [entrenamiento](https://www.digitalbrain.news/glosario/#entrenamiento) propio que llaman RLCD, [aprendizaje por refuerzo](https://www.digitalbrain.news/glosario/#reinforcement-learning) para decisiones calibradas. Calibrado quiere decir que cuando el modelo dice 90% acierta cerca del 90% de las veces. Y eso es lo que permite automatizar de verdad, porque un modelo que acierta el 95% de las veces pero no avisa de cuándo está en el 5% restante no se puede dejar solo. Los nombres tienen su historia. "System One" sale de Daniel Kahneman y su sistema 1, el pensamiento rápido y automático. Jev viene de William Stanley Jevons, el economista que observó que las máquinas de vapor más eficientes dispararon el consumo de carbón. La apuesta de TypeSafe es la misma: cuanto más barata sea una decisión, más sitios aparecen donde usarla. ## De dónde salen los 238 y los 444 Aquí hay que leer la letra pequeña, y TypeSafe la publica, cosa que le honra. La cifra de 238 veces más barato que [Claude](https://www.digitalbrain.news/guias/que-es-claude-ia/) Fable 5.1, que han repetido varias newsletters, es aritmética de precio de entrada: los 10 dólares por millón de tokens que TypeSafe pone como techo de los modelos de frontera entre sus 0,042\. Compara tarifas. Lo que cuesta resolver una misma tarea completa es otra cuenta, porque un modelo de lenguaje paga además la salida y el [razonamiento](https://www.digitalbrain.news/guias/que-es-un-modelo-de-razonamiento-en-ia/). Las cifras de 193,6 veces más rápido y 444,6 veces más barato de su web salen de cuatro flujos de trabajo que la empresa ha publicado. El método consiste en dar a todos los modelos el mismo flujo escrito en código y comparar sus respuestas con la media de [GPT-6](https://www.digitalbrain.news/glosario/#gpt) Astra y Fable 5.1, que hacen de referencia. TypeSafe reconoce los sesgos: los flujos los diseñó gente de su propio equipo, la referencia favorece a OpenAI y [Anthropic](https://www.digitalbrain.news/guias/que-es-anthropic/), y espera que esas mejoras estén en la parte alta de lo que se verá en producción. Lo de "no puede alucinar" también tiene matiz. Jev no puede devolver una opción que no existe ni romper el formato, y eso es comprobable. Lo que sí puede es elegir la opción equivocada, como cualquier otro modelo. [The Register](https://www.theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711?ref=digitalbrain.news) lo señaló el mismo día: comparar [alucinaciones](https://www.digitalbrain.news/guias/que-son-las-alucinaciones-de-la-ia/) entre un modelo que escribe y otro que elige de una lista no es del todo justo. La demo que más se ha movido es Jev jugando al Doom a partir del estado del juego en texto, con 10 consultas por segundo que salen a unos 7 dólares la hora. La propia TypeSafe admite que un bot sin IA jugaría mejor. ## Dónde encaja en una empresa Casi todas las automatizaciones con IA llevan dentro decisiones pequeñas y repetidas: clasificar un correo entrante, aprobar o no una devolución, mandar un ticket al equipo correcto, marcar una factura rara. Hoy mucha gente las resuelve llamando a un modelo grande con un [prompt](https://www.digitalbrain.news/guias/que-es-un-prompt/) que acaba en "responde solo SÍ o NO". Funciona, pero cada llamada tarda segundos y cuesta lo que cuesta un modelo pensado para redactar. TypeSafe apunta justo ahí, a lo que llama "if inteligentes": el código normal manda y la IA entra solo donde una regla escrita a mano se rompe. También a revisar lo que produce otro modelo, detectar intentos de manipulación en prompts y procesar volúmenes grandes de datos, donde el coste por llamada decide si el proyecto sale o no. Quedan por ver dos cosas básicas. Una, resultados en [benchmarks](https://www.digitalbrain.news/glosario/#benchmark) públicos que no haya diseñado la propia empresa. Dos, si el precio aguanta: TypeSafe dice abiertamente que no puede demostrar que no esté subvencionado y que espera que baje. Con 40 millones de semilla, es una promesa para revisar dentro de un año. ## Por qué importa Si tienes flujos en [n8n](https://www.digitalbrain.news/guias/que-es-n8n/), Make o código propio que llaman a GPT o a Claude para clasificar cosas, esto merece seguimiento. Haz la cuenta con tu volumen: 10.000 tickets al día a 2.000 tokens cada uno son 20 millones de tokens diarios, que a 0,042 dólares el millón salen por 84 céntimos al día de entrada. Dos cautelas antes de apuntarte a la lista de espera. Jev solo elige entre las opciones que tú defines, así que diseñar bien las preguntas sigue siendo trabajo tuyo. Y el servicio está hoy en la costa oeste de Estados Unidos, cosa que pesa si tus datos tienen que quedarse en Europa. Lo sensato esta semana es separar en tus flujos las decisiones cerradas de las que necesitan escribir algo. Las primeras son candidatas a un modelo así. Las segundas se quedan donde están. Fuente original: [typesafe.ai](https://typesafe.ai/blog/introducing-system-one-models-and-jev?ref=digitalbrain.news) --- **Relacionado** [![OpenAI y Microsoft sabían que abrían un doom loop en la web](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/openai-microsoft-doom-loop-documentos-new-york-times.png)OpenAI y Microsoft sabían que abrían un doom loop en la web](https://www.digitalbrain.news/noticias/openai-microsoft-doom-loop-documentos-new-york-times/)[![XDOF negocia una Serie B a 1.200 millones con 50 de ingresos anuales](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/xdof-serie-b-1200-millones-datos-robotica.jpg)XDOF negocia una Serie B a 1.200 millones con 50 de ingresos anuales](https://www.digitalbrain.news/noticias/xdof-serie-b-1200-millones-datos-robotica/)[![Cognition cierra 2.000 millones a una valoración de 48.000 y quema 800 al año en cómputo](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/cognition-48000-millones-ronda-2000-millones.jpg)Cognition cierra 2.000 millones a una valoración de 48.000 y quema 800 al año en cómputo](https://www.digitalbrain.news/noticias/cognition-48000-millones-ronda-2000-millones/)