OpenAI lanza la API de Decisiones para competir con Jev -- el modelo de IA que desató una fiebre de desarrollo

TypeSafe AI, una startup de apenas tres meses fundada por Diogo Almeida, exinvestigador del OpenAI, tiene una valuación de US$ 7.600 millones con su modelo Jev. OpenAI acaba de responder haciendo públicamente disponible su propia API de Decisiones -- una reconfiguración del ChatGPT Luna enfocada en velocidad y costo, no en generación de texto. Lo que parecía un nicho se convirtió, en semanas, en el frente más disputado de la carrera por inteligencia barata.

Qué son los "modelos de decisión"

Los "modelos de decisión" -- llamados "System One" por TypeSafe -- hacen una cosa: reciben opciones predefinidas y devuelven una elección, con una probabilidad calibrada para cada alternativa. No generan texto. Son, en la práctica, clasificadores profundos con confianza cuantitativa.

Tres primitivas componen el vocabulario:

- Choice (elección): "¿A qué cola va este ticket?" -- elige una etiqueta de muchas. - Noul (proposición): "¿Esto necesita escalada humana?" -- sí/no con probabilidad. - Score (puntuación): "¿Qué tan urgente es este mensaje?" -- nota ordinal.

Diogo Almeida describió el Jev como System 1 -- razonamiento rápido e intuitivo, el mismo concepto que el de Kahneman TypeSafe blog -- en contraste con los LLMs de propósito general, System 2, que "piensan" antes de responder y producen largas cadenas de razonamiento.

Por qué los desarrolladores están migrando

El descubrimiento fue casi accidental: al colocar el Jev en pipelines de enrutamiento y clasificación donde antes vivían los LLMs, los desarrolladores notaron caídas dramáticas en latencia y costo. Speak, una plataforma de tutores de lenguaje con IA, redujo el tiempo entre acciones de 1,4 segundos a 0,13 segundos al cambiar GPT por Jev TechCrunch. Datadog y Ramp ya prueban internamente.

Torsten Volk, analista de la Omdia, resume el problema que Jev resuelve: "Falta de resultados determinísticos y costo por token" -- dos problemas crónicos de las aplicaciones empresariales con IA TechTarget. Un LLM generando razonamiento en cadena puede consumir cientos de tokens solo para decidir a qué módulo enviar a un cliente; un modelo de decisión entrega la elección en milisegundos, por una fracción del precio.

OpenAI actuó rápido. Nikunj Handa, líder de producto de las APIs, le dijo a TechCrunch que el equipo vio el Jev y pensó: "Tenemos como un millón de casos de uso para esto." En lugar de entrenar un modelo desde cero, tomaron el ChatGPT Luna y lo reconfiguraron para acelerar la inferencia y reducir costos TechCrunch. El resultado: latencia de 100-180 ms frente a 1-3 segundos de los LLMs convencionales.

Qué muestra la comparación

El campo de "modelos de decisión" ahora tiene cuatro competidores serios, cada uno con ventajas distintas:

| Modelo | Provider | Mejor para | |---|---|---| | Jev | TypeSafe | Textos largos, bajo costo | | OpenAI Decisions | OpenAI | Multimodalidad, ecosistema existente | | Clef / Clef-flash | Cloudflare | Velocidad bruta, menor costo | | Microsoft-Decision-1 | Microsoft | Workflows Azure |

La DataCamp publicó una comparación independiente detallada DataCamp: en latencia real, OpenAI Decisions y Jev quedaron prácticamente empatados (268 ms vs. 269 ms). En precio, el Clef-flash ganó por margen ($0,038 por millón de tokens de entrada contra $0,10 de OpenAI y $0,042 del Jev). Pero el Jev continúa líder en ventana de contexto (64K tokens) mientras el Clef-flash limita a 24K.

Para clasificación de imágenes, OpenAI lleva ventaja: "El Luna es extremadamente poderoso y ha mostrado mejor calibración" en la tarea, dijo Handa TechCrunch. El Jev ya soporta imágenes desde la versión 1.14. El Clef-omni añade audio y video.

Benchmarks y la confusión de métricas

Aquí está la trampa: los benchmarks públicos favorecen diferentes modelos dependiendo del índice. En el AIM System One Index y el Artificial Analysis Decision Index, el D1 Ultra (de Liquid AI) y el Elephant-1 (de Base Lab) lideran. El Jev 1.13 quedó en séptimo y tercero respectivamente; el modelo de Decisiones de OpenAI cayó en octavo y decimocuarto TechCrunch. Pero en el JevBench -- el benchmark más popular de la comunidad -- el propio Jev es la referencia (score 77,1 contra 73,5 de OpenAI). El Diogo Almeida no tiene paciencia para benchmarks: "Hagan pruebas en su propio trabajo", dice él TechCrunch. La Decisions API, plataforma independiente, muestra que equipos que prueban internamente frecuentemente llegan a conclusiones diferentes de las tablas públicas Decisions API.

La academia ya está siguiendo el campo. Un paper de la arXiv comparó el JEV con GPT-6 Luna en siete replicaciones de ciencias políticas y encontró: el JEV es más rápido (0,09-0,27 segundos frente a 0,75-1,04), pero no necesariamente más barato -- el Luna en tarifas Batch cuesta menos en seis de los siete escenarios arXiv. El speedup es real, el descuento es relativo.

Qué observar

OpenAI ya usa su propia API para mejorar el Dots, su asistente de voz, haciéndolo más responsivo TechCrunch. TypeSafe lanzó soporte a imágenes y "smart-if" statements en el Jev 1.14. El Clef-flash de Cloudflare cortó el precio a US$ 0,038/millones de tokens. El campo se está moviendo a velocidad de huracán.

Lo que importa no es qué modelo gana el benchmark hoy, sino el efecto en cascada: al abaratarse la decisión en sí -- la lógica de enrutamiento, clasificación, escalada -- cada llamada de LLM pesada pasa a ser evitada en decenas de puntos por aplicación. La expansión de la demanda por inteligencia barata es exactamente lo que el propio nombre Jev homenajea: el efecto Jevons, donde la eficiencia de un recurso lo hace más abundante, no más sustituido.

Si los modelos de decisión siguen barateándose y acelerándose, los próximos seis meses revelarán que muchos de los "casos de uso" que Handa previó están esperando por una respuesta en milisegundos, no por un texto.

---

Artículo basado en fuentes independientes. Todos los enlaces de las fuentes son verificables y están registrados en el manifiesto de fuentes.

Fuentes: TechCrunch, TechTarget, DataCamp

✓ Fuentes independientes cruzadas y verificadas antes de la publicación