Blog›Guides

Jev: O Modelo de IA System One que Decide em Vez de Conversar

TypeSafe AI lançou Jev, um modelo "System One" que não é de chat, que retorna decisões tipadas com probabilidades calibradas em vez de prosa. Aquí está o que é, as afirmações de desempeño e por qué complementa o prompting generativo.

Jev: O Modelo de IA System One que Decide em Vez de Conversar

Jev: O Modelo de IA "Sistema Um" Que Decide em Vez de Conversar

Durante três anos, a conversação sobre IA girou em torno de modelos que falam: assistentes de chat que escrevem ensayos, código e respostas. Em setembro de 2026, uma startup chamada TypeSafe AI lançou algo deliberadamente diferente. Jev não conversa de jeito algum. Não escreve prosa nem código. Dado um estado e uma lista de perguntas tipadas, retorna respostas tipadas com probabilidades calibradas, em poucas centenas de milisegundos. TypeSafe o chama de o primeiro "Modelo de Sistema Um", e vale a pena entender por que essa estrutura importa para qualquer pessoa que construye com IA.

Sistema 1 vs Sistema 2

O nome é uma referência a Thinking, Fast and Slow, de Daniel Kahneman, que divide a cognição humana em Sistema 1 (rápido, automático, intuitivo) e Sistema 2 (lento, deliberado, esforzado). A maioria dos grandes modelos de linguagem de hoje são máquinas de Sistema 2: raciocinam passo a passo, geram saídas longas e são maravillosos para escrita aberta e resolução de problemas. Mas uma enorme quantidade de IA de produção real não é nada aberta. É uma decisão rápida de sí/no ou qual-destas tomada milhões de vezes: é fraude esta transação, a qual fila vai este ticket, viola esta imagem a política, qual é o próximo passo neste fluxo de trabalho.

Jev tem como objetivo exatamente essa capa de Sistema 1. Em vez de pedir a um modelo de chat que "responda em JSON, por favor" e esperar que obedeça, você entrega a Jev uma pregunta tipada com um conjunto fixo de respostas, e ele retorna uma delas com uma probabilidade associada.

Como funciona realmente

A interface é o ponto central:

  • Você envia estado - uma factura, um ticket de suporte, um alerta de segurança, uma listagem de produto.
  • Vocé envia preguntas tipadas - cada uma com um conjunto definido de respostas possíveis.
  • Jev retorna respostas tipadas - a opção escolhida mais uma puntuación de confianza calibrada, rápida o suficiente para ficar inline em uma solicitud.
  • Como a saída é restringida e tipada em vez de texto de forma libre, seu código a consume diretamente, sem parsing de prosa, sem falhas de "o modelo envolveu o JSON em backticks de novo". E como não está generando centos de tokens de explicación, é dramaticamente más barato e rápido nessas tarefas estrechas.

    Os números (e o asterisco)

    No lançamento, TypeSafe reportou que Jev rodava aproximadamente 193x más rápido que Claude Sonnet 5 e custava cerca de 444x menos que Claude Opus 5 em cargas de trabalho de decisión. Essas são cifras llamativas, e vienen con un asterisco honesto: os benchmarks são próprios de TypeSafe, os fluxos de trabalho foram escritos pela equipe de TypeSafe, e a empresa diz que os ganhos estão no extremo alto do uso real esperado. A verificación independente ainda era escasa nas primeiras semanas. Trate os números principais como uma afirmação de vendedor, não como um benchmark consolidado, e teste com sua própria carga de trabalho.

    TypeSafe é liderada por Diogo Almeida, um ex-investigador de OpenAI vinculado aos primeiros trabalhos de ChatGPT, o que é parte do motivo pelo qual o lançamento atraiu tanta atenção.

    Por que os criadores de prompts deverían se importar

    Se você vive no mundo dos prompts generativos, como a maior parte de nosso catálogo, Jev não é um competidor para seus prompts de imagem e vídeo, nem para suas receitas de ChatGPT e Claude. É um complemento. O padrão que está surgendo é uma stack de duas velocidades:

  • Sistema 2 (modelos generativos) para o trabalho criativo e de raciocinio: escrever, diseñar, codificar, idear. É aqui onde um bom prompting brilla.
  • Sistema 1 (modelos de decisión como Jev) para a clasificación e roteamento rápidos ao redor: filtrar, puntuar, moderar, decidir o que fazer a seguir.
  • A conclusión prática: enquanto construye fluxos de trabalho de IA, note quais partes são genuinamente abertas (mantenga essas em um modelo de chat forte e invierta no prompt) e quais partes são realmente apenas uma decisión rápida (um clasificador tipado será más barato, más rápido e más confiable ali). Saber a qual modo pertence uma tarefa está se convertiendo silenciosamente em uma habilidade própria de prompting.

    Lea a análise completa em nossa wiki: Jev.

    Tags
    jev·typesafe·ai-model·decision-model·classification·ai-news·llm·explainer