Qué es Jev: cómo funciona la IA que decide sin escribir

Qué es Jev, la nueva IA de TypeSafe que no conversa: decide. Aprende cómo funciona, cuánto cuesta frente a ChatGPT y cuándo vale la pena usarla.

Introducción

Cuando llegó la electricidad, las fábricas no cambiaron porque las máquinas se volvieran más inteligentes. Cambiaron cuando fue posible poner un motor pequeño, barato y eficiente en cada máquina, en lugar de depender de un solo motor a vapor gigante. Con la inteligencia artificial puede estar pasando algo parecido, y entender qué es Jev es la mejor forma de ver ese cambio de cerca.

Hasta ahora, casi todas las noticias hablan de modelos cada vez más inteligentes, como ChatGPT, Claude o Gemini. Jev va en la dirección contraria: no conversa, no escribe y no te explica nada. Pero es muchísimo más barato, muchísimo más rápido y, además, te dice qué tan seguro está de cada respuesta.

En este artículo vas a entender cómo funciona Jev y verlo en acción en un caso práctico de atención al cliente. También vas a comparar sus costos con los de un modelo como ChatGPT y, sobre todo, saber cuándo vale la pena usarlo y cuándo no.

Para descargar los archivos utilizados en la clase, completa con tu e-mail:

¡No te enviaremos ningún tipo de spam! Hashtag Capacitaciones es una empresa comprometida con la protección de tus datos. Si tienes alguna duda, contáctanos.

Qué es Jev y quién lo creó

Jev es un modelo de inteligencia artificial creado por TypeSafe AI, una startup de San Francisco que lo lanzó el 15 de septiembre de 2026. Uno de sus fundadores es Diogo Almeida, que trabajó en OpenAI en el desarrollo de ChatGPT. O sea, lo crea alguien que ayudó a construir justamente el tipo de IA que usamos hoy.

La gran diferencia es que Jev no genera texto. Recibe un mensaje y una lista de preguntas con alternativas, y devuelve la alternativa elegida para cada pregunta junto con su nivel de confianza.

Entiende por qué Jev solo decide

Cuando usas ChatGPT, la IA hace tres cosas a la vez: entiende tu mensaje, decide qué hacer y escribe una respuesta.

Imagina que le pides: “Mañana tengo una reunión con mi jefe, pero me enfermé. ¿Me ayudas a escribir un correo para cambiarla de día?”. Primero, ChatGPT entiende que quieres mover una reunión. Después, decide cómo hacerlo: un correo corto, amable y algo formal. Al final, escribe el correo palabra por palabra.

Jev solo hace la parte del medio: decide.

¿Para qué querría alguien una IA que hace menos cosas? Porque escribir es justamente la parte más lenta y más cara. Para ti, que haces una pregunta de vez en cuando, eso no importa. Pero para una empresa que procesa miles de mensajes al día, importa y mucho.

Además, hay muchas tareas en las que nadie necesita un texto. Cuando un correo se va directo a la carpeta de spam, no necesitas un párrafo explicando por qué. Solo necesitas que termine en el lugar correcto. Eso es una decisión, y para eso existe Jev.

Sus creadores lo llaman un modelo de “sistema 1”. El concepto viene de la psicología: el sistema 1 es nuestro pensamiento rápido e intuitivo, popularizado por Daniel Kahneman en el libro Pensar rápido, pensar despacio. Es lo que pasa cuando ves una cara y sabes al instante si la persona está enojada. No razonas, simplemente lo sabes. Jev hace eso, pero con texto.

Si lo quieres resumir en una imagen, ChatGPT es como un consultor que te entrega un informe completo. Jev es la persona que clasifica la correspondencia en una oficina: mira el sobre y lo manda al lugar correcto en medio segundo.

Otra forma de verlo es pensar en las pruebas del colegio. ChatGPT, Claude y Gemini responden siempre como en una prueba de desarrollo: escriben con sus propias palabras. Por eso son tan buenos para crear, resumir y explicar, y también por eso a veces inventan cosas, lo que se conoce como alucinar.

Jev, en cambio, responde siempre como en una prueba de alternativas. Solo puede marcar una de las opciones que tú le diste. Puede marcar la equivocada, claro, pero nunca va a inventar una opción E que no existía.

Conoce los 3 tipos de pregunta que responde

Piensa en una encuesta en la que marcas una opción con una X. Tú escribes la pregunta y las alternativas. Después le pasas a Jev un texto cualquiera, como un correo, un comentario o un currículum, y él marca la alternativa que corresponde.

Jev puede responder tres tipos de pregunta:

Tipo	Qué hace	Ejemplo
Elegir de una lista	Elige una opción entre varias	Ante un correo: ¿es importante, publicidad o spam?
Puntaje en una escala	Da un valor dentro de un rango	Ante una reseña de restaurante: de 1 a 5, ¿qué tan contento quedó el cliente?
Sí o no	Indica la probabilidad de que algo sea verdad	Ante un currículum: ¿la persona tiene experiencia en ventas?

Y a cada respuesta, Jev le agrega algo que un chatbot normal no te da: qué tan seguro está.

Usa el porcentaje de seguridad a tu favor

Piensa en el pronóstico del tiempo. Cuando la aplicación dice “80% de probabilidad de lluvia”, no te está diciendo que va a llover. Te está diciendo qué tan segura está. Y si la estimación es buena, de cada 10 días con 80%, llueve en unos ocho.

Jev hace lo mismo con sus respuestas. Cuando dice “es spam, 95%”, está muy seguro. Cuando dice “es spam, 55%”, te está diciendo “creo que sí, pero no me hagas mucho caso”.

Esto sirve para tomar decisiones con reglas claras. Por ejemplo: si Jev está más de 80% seguro, el flujo actúa solo. Si está menos seguro, el caso pasa a una persona.

¿Y no puedes preguntarle a ChatGPT qué tan seguro está? Puedes, pero su respuesta no siempre es confiable, porque habla con el mismo tono convincente cuando acierta y cuando se equivoca. Jev está entrenado justamente para que su porcentaje sea honesto.

Cómo funciona Jev en la práctica

Aquí viene algo que confunde a mucha gente: Jev no tiene una ventana de chat. No entras a una página a conversar con él como haces con ChatGPT. Está hecho para usarse dentro de otros programas, a través de código.

Conecta Jev a tu aplicación con una API

Si nunca has programado, piensa en un restaurante. Tú no entras a la cocina a preparar tu plato. Le dices tu pedido al mesero, él lo lleva a la cocina y vuelve con tu comida. En tecnología, ese mesero se llama API: es la forma en que un programa le pide algo a otro.

Cuando una aplicación usa Jev, su “mesero” lleva una hoja con dos cosas: el texto que hay que analizar y las preguntas con sus alternativas. En menos de medio segundo, vuelve con la hoja marcada, con la alternativa elegida para cada pregunta y la seguridad de cada respuesta. Con esa hoja, la aplicación sigue trabajando sola.

Veamos un ejemplo concreto. Una tienda online de electrónica atiende a sus clientes por WhatsApp. Un día recibe este mensaje: “Hola, compré unos audífonos Sony hace 5 días y llegaron con el lado izquierdo sin sonido. Pedido #48213. Necesito una solución ya, es un regalo para el sábado”.

La tienda le envía a Jev ese mensaje junto con cinco preguntas, cada una con sus alternativas. Por ejemplo, en “¿qué quiere el cliente?” las opciones son hacer una consulta, saber dónde está su pedido, reportar una falla, devolver un producto, comprar algo u otra cosa.

Con la hoja marcada, la tienda ya sabe todo lo que necesita: es una falla de un producto de audio, urgente y con número de pedido. Fíjate en un detalle: en “¿qué tan molesto está?”, Jev respondió “bastante molesto”, pero con solo 58% de seguridad. El cliente está molesto, pero no usa lenguaje fuerte, y Jev te avisa que no está tan seguro.

Mira Jev clasificando mensajes en una tienda

Para ver la idea en acción, imagina una tienda ficticia llamada ElectroVolt, con un chat parecido al de WhatsApp. Detrás de ese chat hay un flujo de automatización en tres pasos.

En el primer paso, Jev analiza el mensaje y responde las cinco preguntas. Con el mensaje de los audífonos, marcó “reportar una falla” con 99% de seguridad, “audio” con 100%, “urgente” con 98% y “incluye número de pedido” con 99%. Sobre qué tan molesto estaba el cliente, marcó “muy molesto”, pero con dudas: 64%.

En el segundo paso entran las reglas del flujo, que podrían estar en herramientas como n8n o Make. Por ejemplo: ¿Jev está al menos 75% seguro de lo que quiere el cliente? ¿El cliente quiere reportar una falla? ¿Incluyó el número de pedido? ¿Es urgente o está muy molesto?

En el tercer paso se decide quién responde: una plantilla lista, un LLM que redacta o una persona. En este caso, el resultado fue “ticket de garantía más atención prioritaria”, porque una falla urgente con un cliente molesto merece la atención de una persona.

Ojo con algo importante: esas reglas no son inteligencia artificial. Son condiciones normales del tipo “si pasa esto, haz aquello”. La IA solo aportó la información, y la decisión final es una regla de negocio que tú defines.

Ahora mira un caso con trampa: “Compré un celular y unos audífonos, el celular no carga”. Jev entendió que el problema era el celular, aunque el mensaje mencionaba los dos productos. Y cuando el mensaje fue “Si los audífonos no me gustan, ¿los puedo cambiar por otros?”, cambió todo: producto de audio, cliente tranquilo, nada urgente. El flujo respondió con una plantilla de la política de cambios.

Lo más interesante vino al comparar dos versiones del flujo. En la versión 1, la lista de alternativas no tenía la opción “cambiar un producto”. Ante el mensaje del cambio, Jev marcó “otra cosa”, con 84% de seguridad.

¿Se equivocó Jev? No, nos equivocamos nosotros: esa opción simplemente no existía. En vez de inventar o forzar una respuesta, Jev avisó que algo faltaba. En la versión 2, con la alternativa “cambiar un producto” agregada, acertó con 100% de seguridad. Esto es lo mejor de Jev: no adivina. Cuando duda, te está diciendo que tu diseño quizás esté incompleto.

Hay otro beneficio que pasa desapercibido. Como cada respuesta es un dato estructurado, al final del mes la tienda puede saber qué productos fallaron más o qué mensajes no se resolvieron. Con un chatbot normal tendrías cientos de conversaciones. Con Jev, tienes una tabla.

Jev vs. ChatGPT: costo, velocidad y confianza

Seguro estás pensando: “ChatGPT también puede clasificar un correo sin problema”. Tienes razón. La diferencia está en el precio, en la velocidad y en la confianza.

Descubre por qué Jev cuesta tan poco

Para entender el precio, tienes que saber cómo cobran estas inteligencias artificiales. No cobran por pregunta, sino por tokens. Un token es un pedacito de texto, más o menos un trozo de palabra. Te cobran por los tokens que leen y por los que escriben, y escribir cuesta bastante más que leer. En modelos como Claude Sonnet, cada token escrito cuesta cinco veces más que cada token leído.

Cuando le pides a ChatGPT que clasifique un correo, pagas por cuatro cosas. Pagas por el correo que lee, por las instrucciones extras que le das, por el texto que genera al razonar y por la respuesta que escribe. Para quien usa un plan mensual, este costo no se nota. Pero para quien accede a la IA vía API, dentro de un flujo de automatización, cada token cuenta.

Con Jev, pagas solo por lo que lee. Lo que te devuelve no se cobra, porque no escribe nada, solo marca alternativas. Y cada token leído es mucho más barato: según la propia empresa, el precio es de US$ 0,042 por millón de tokens de entrada.

En la demo de ElectroVolt, un contador calculaba cuánto habría costado el mismo análisis con Jev, con un LLM económico (GPT-5.6 Luna) y con uno premium (Claude Sonnet 5). Con pocos mensajes, todo cuesta fracciones de centavo. La diferencia aparece cuando sube el volumen:

Volumen	Jev	LLM económico	LLM premium
100 mensajes al día	US$ 0,10	US$ 0,66	US$ 14,34
10.000 mensajes al día	US$ 10,31	US$ 66,08	US$ 1.434,10
1.000.000 mensajes al día	US$ 1.031,25	US$ 6.608,03	US$ 143.410,50

Ahora, seamos honestos. Vas a ver titulares que dicen que Jev es 400 veces más barato, como en esta noticia sobre el lanzamiento de Jev. Eso es cierto solo si lo comparas con los modelos más caros. Contra un modelo económico, la diferencia está entre 6 y 10 veces. Sigue siendo muchísimo, pero no son 400.

Decide cuándo usar Jev y cuándo un LLM

¿Por qué esto puede ser un cambio de paradigma? Porque el cambio no está en lo que la IA puede hacer, sino en dónde vale la pena usarla. Cuando decidir cuesta casi cero y tarda menos de medio segundo, puedes poner IA en cada paso de un proceso, y no solo en los más importantes. Esto se apoya en tres ventajas.

La primera es el costo: con miles o millones de decisiones, se vuelve posible usar IA en tareas que antes no valía la pena pagar. La segunda es la velocidad: decidir mientras ocurre la acción, como revisar si una compra con tarjeta es fraude en el mismo momento del pago. La tercera, y quizás la más importante, es la confianza: puedes decirle al sistema “si estás seguro, actúa solo; si dudas, pásalo a una persona”. Eso sirve incluso para una tienda pequeña que casi no ahorra en costos, porque gana seguridad al no responder mal a un cliente.

Jev sirve en cualquier lugar donde haya decisiones repetitivas con respuestas que se pueden definir de antemano. Y casi siempre trabaja detrás de un producto, sin que lo veas:

• Atención al cliente: clasificar mensajes de WhatsApp, correos o reclamos y mandarlos a la persona correcta.
• Ventas: revisar contactos que llegan de un formulario y saber si son clientes potenciales o qué tan listos están para comprar.
• Pagos: marcar una compra como sospechosa en el mismo momento en que ocurre.
• Redes sociales: detectar insultos o spam en comentarios antes de que todos los vean.
• Agentes de IA: revisar cada acción antes de que el agente la ejecute, para saber si es segura y cumple las reglas de la empresa.
• Análisis de datos: ordenar miles de encuestas o reseñas por tema y por cómo se siente la persona.

¿Ves el patrón? En todos los casos, Jev actúa como un portero. Decide quién atiende cada caso: una respuesta automática, una IA que redacta o una persona. Y si ya usas herramientas como n8n, Make o Zapier, Jev sería simplemente un paso más en tu flujo.

La regla práctica es esta: Jev tiene sentido si la respuesta cabe en un menú y se repite miles de veces. También si tiene que ser instantánea o si no puede salir mal. Si hay que escribir, explicar o razonar, sigue siendo trabajo para un modelo de lenguaje. Para esas tareas de redacción y análisis, vale la pena dominar asistentes como los que enseñamos en el 🔗 Curso Básico de Copilot.

Jev no reemplaza al chatbot. Lo vuelve más barato y más seguro, porque el chatbot solo trabaja cuando de verdad hace falta.

Conoce las limitaciones de Jev antes de usarlo

No todo es tan bonito. Jev tiene limitaciones importantes, y conviene conocerlas antes de entusiasmarte demasiado.

Para el usuario común, la primera es que no es un chat. No vas a abrir Jev para conversar ni para pedirle que escriba algo. Puedes pedirle ayuda a otra IA para incluirlo en tu automatización, pero siempre va a estar dentro del flujo, como código.

La segunda es que no explica el resultado. Te dice “falla de producto, 96%”, pero no cómo llegó a esa conclusión. Si necesitas una justificación, sigues necesitando un modelo como ChatGPT o como el Claude que puedes usar dentro de Excel con su complemento oficial.

La tercera es que trabaja sobre todo con texto. Si un cliente te manda un audio por WhatsApp, primero hay que convertirlo a texto con otra herramienta. La versión más reciente, Jev 1.14, ya acepta imágenes de forma experimental, pero el foco sigue siendo el texto.

Para el uso profesional, hay más puntos de atención. Hay que definir bien las alternativas: si una situación no está en tu menú, Jev no inventa, la manda a “otra cosa”. Pensar bien las alternativas es la mitad del trabajo.

Que no alucine no significa que no se equivoque. Puede marcar la alternativa incorrecta, y por eso conviene usar el porcentaje de seguridad como filtro, sin confiar ciegamente en todas sus respuestas.

También le cuestan las tareas que no son de juicio rápido, como contar cuántos productos menciona un mensaje, hacer cálculos o comparar fechas. Eso se resuelve mejor con una fórmula o con código normal. Y en sectores como la banca o la salud, donde muchas veces la ley exige justificar cada decisión, que Jev no explique sus respuestas puede ser un problema serio.

Por último, el idioma y la novedad. Jev está optimizado para inglés. En pruebas en español funcionó bastante bien, pero con pocos mensajes. Además, es muy nuevo, y casi todas las cifras de velocidad y precio las publica la propia empresa. Todavía falta que alguien independiente las confirme, así que lo mejor es tomarlo con calma.

Conclusión

Ahora ya sabes qué es Jev: una inteligencia artificial que no conversa, decide. Elige entre alternativas que tú defines, te dice qué tan seguro está y lo hace en menos de medio segundo, a una fracción del costo de un modelo como ChatGPT. No reemplaza a los LLMs, pero muestra hacia dónde va la IA: no hacia un solo modelo gigante que lo hace todo, sino hacia varios modelos especializados trabajando juntos. Uno decide rápido y barato, otro escribe cuando hace falta y las personas se ocupan de lo delicado.

¿Quieres aprender a usar la inteligencia artificial en tu trabajo, desde ChatGPT, Gemini, Copilot y Claude hasta automatizaciones completas? Conoce el programa IA Impresionante en el sitio de Hashtag Capacitaciones. Son clases desde cero para que saques el máximo provecho de la IA sin necesidad de programar.

Si prefieres este contenido en formato de videoclase, mira el vídeo a continuación o visita nuestro canal de YouTube.

Preguntas frecuentes sobre Jev