✨︎ Resumen (TL;DR):
- TypeSafe AI reporta que Jev ya se utiliza en alrededor del 25% de las empresas Fortune 500.
- Diogo Almeida, CEO de la compañía, dijo que el sistema procesaba un billón de tokens al día alrededor de una semana antes del 2 de octubre de 2026.
- Jev entrega valores estructurados para que el software ejecute reglas propias, pero la calibración no garantiza acertar cada decisión.
Jev es un modelo de TypeSafe AI que responde preguntas acotadas con valores estructurados para que otro software los use directamente. Diogo Almeida, CEO de TypeSafe AI, aseguró a The Wall Street Journal que Jev ya se utiliza en alrededor del 25% de las empresas Fortune 500. TypeSafe lanzó el sistema el 15 de septiembre.
En la entrevista publicada el 2 de octubre de 2026, Almeida dijo: “Hace alrededor de una semana estábamos en un billón de tokens al día”. Un billón equivale a un millón de millones. Ese volumen describe la cantidad procesada; por sí solo no cuantifica usuarios ni decisiones correctas.
Jev entrega decisiones que otro software puede usar
TypeSafe lanzó Jev con una propuesta centrada en responder preguntas acotadas con valores que el software pueda utilizar, en lugar de redactar una conversación. El desarrollador define tanto las preguntas como las respuestas permitidas.
El programa combina esas respuestas con sus propias reglas y decide qué acción ejecutar. La documentación de TypeSafe también contempla derivar los casos a una persona o a un modelo de razonamiento.
Tres tipos de pregunta para integrar Jev
La documentación describe tres tipos de pregunta:
- Choice selecciona una opción de una lista.
- Score evalúa con una escala definida.
- Noul estima la probabilidad de que una afirmación sea verdadera.
En el ejemplo de atención al cliente, una aplicación puede enviar el mensaje recibido y preguntar qué equipo debe atenderlo, cuánto malestar expresa o si solicita un reembolso. Después combina esas respuestas con sus reglas y decide qué acción ejecutar.
Jev acepta entradas de texto. Actualmente no procesa imágenes, audio ni video de forma directa, y tampoco genera explicaciones escritas ni código.
La calibración no asegura cada acierto
TypeSafe aclara que la calibración se mide sobre grupos de predicciones. Una probabilidad bien calibrada refleja la incertidumbre del conjunto, pero no garantiza que una respuesta individual sea correcta.
La guía de Vercel sobre Jev separa el respeto al formato de la precisión. Elegir un equipo de una lista cumple la estructura prevista, aunque la solicitud termine en el departamento equivocado. La garantía de formato evita una clase de fallas de integración, pero la calidad de la decisión necesita otra evaluación.
Qué significa el volumen reportado
Esta distinción limita la lectura del dato de actividad. Procesar más tokens no demuestra, por sí solo, que Jev haya automatizado correctamente más trabajo. El dato de Almeida describe uso; la documentación explica qué condiciones necesita el software para convertir una respuesta en una acción.
Para una empresa que integre Jev, las reglas de ejecución y la derivación a revisión siguen en su aplicación. Esa distribución de responsabilidades permite incorporar decisiones del modelo sin darle autoridad automática sobre todo el proceso.
