TypeSafe AI lanza Jev, un clasificador tipado para enrutar agentes más rápido

TypeSafe AI, un laboratorio de San Francisco que salió del modo sigiloso el 15 de septiembre de 2026, ha lanzado Jev, su primer modelo público. Jev no es un modelo de lenguaje de gran tamaño, sino un clasificador tipado creado para sustituir las llamadas de enrutamiento basadas en prompt y parseo dentro de los sistemas de agentes de IA. La empresa recaudó 40 millones de dólares en financiación inicial liderada por DCVC.

Qué hace Jev de forma diferente

Mientras que un modelo de lenguaje de gran tamaño decodifica texto token a token, Jev procesa un bloque de estado del programa junto con un conjunto de preguntas tipadas en una única pasada hacia adelante, devolviendo una etiqueta, una probabilidad para cada opción posible y una puntuación de confianza. TypeSafe lo denomina modelo de "Sistema Uno" para distinguirlo del razonamiento de estilo LLM. Los desarrolladores definen hasta 255 opciones posibles, envían el estado que se va a clasificar y reciben una respuesta estructurada en lugar de texto libre que necesita parseo.

TypeSafe afirma que el modelo está calibrado mediante un proceso de entrenamiento que denomina RLCD, de modo que las probabilidades informadas reflejan la frecuencia con la que el modelo acierta realmente — una propiedad que la empresa describe, con matices, como una forma de evitar la alucinación abierta, ya que los resultados se limitan a la enumeración definida en lugar de texto libre.

Afirmaciones de velocidad y coste

Según TypeSafe AI, Jev responde en aproximadamente entre 70 y 500 milisegundos, lo que la empresa afirma que es entre 40 y 200 veces más rápido que enrutar la misma decisión a través de un LLM, con un coste declarado por la empresa de unos 0,001 dólares por decisión. El equipo de ingeniería de Vercel ha declarado que midió una aceleración de 18 veces tras cambiar sus clasificadores de seguridad de producción a Jev — un dato de un tercero, aunque sigue siendo el relato de un único proveedor y no una evaluación independiente.

Soporte temprano en frameworks

El soporte para Jev ha aparecido rápidamente en las herramientas para desarrolladores:

• LangChain lo expone a través de un componente TypeSafeClassifier dedicado.
• Pydantic AI lo trata como un clasificador que necesita la misma disciplina de medición que cualquier otro clasificador de producción.
• Neuron AI, un framework de agentes en PHP, creó una interfaz general de clasificador con TypeSafe como su primera implementación.

Qué hay que vigilar

Jev es un clasificador, no un motor de razonamiento de propósito general, y hereda los riesgos propios de los clasificadores: un texto de entrada adversario o inusual puede alterar su salida, por lo que se recomienda a los equipos combinarlo con comprobaciones deterministas en lugar de depender únicamente de él para decisiones de enrutamiento relevantes para la seguridad. Para los MSP y los equipos de plataforma que evalúan arquitecturas de agentes, la conclusión más duradera es el patrón de separar la clasificación de la generación, más que las cifras de velocidad o coste de un único proveedor, que siguen siendo autodeclaradas y aún no han sido evaluadas de forma independiente.

Fuentes: TypeSafe AI — Clasificador Jev, Eastern Herald.