Un modelo que no escribe nada es la apuesta de TypeSafe AI, la empresa que fundó Diogo Almeida, ex investigador de OpenAI y uno de los autores del trabajo sobre InstructGPT que sentó las bases de ChatGPT. Su modelo se llama Jev y, en vez de generar texto, correos o código, está construido para entregar juicios acotados y probabilidades dentro de otros programas. La idea de fondo es simple. Los desarrolladores definen las preguntas y las respuestas posibles, y el modelo puntúa las opciones. La nota es de Maximilian Schreiner y se publicó en The Decoder el 16 de septiembre de 2026.

¿Cómo se clasifica un reclamo en vez de responderlo?

Un ejemplo de la documentación muestra cómo se ve esto en la práctica. Un cliente le escribe a una tienda en línea diciendo que le cobraron dos veces un pedido y pide la devolución del segundo pago. Antes de que alguien pueda hacerse cargo del reclamo, hay que ordenarlo. ¿Se trata de un pago, de una entrega o de una devolución? ¿El cliente quiere su plata de vuelta o solo una explicación?

Ahí es donde los desarrolladores conectan el software de la tienda con Jev y definen esas preguntas junto con las respuestas permitidas. Con cada mensaje nuevo, el software le pasa a Jev el texto del cliente. De vuelta recibe una etiqueta del tipo "problema de pago" y una probabilidad de que el cliente esté pidiendo un reembolso, en lugar de una carta de respuesta.

El software de la tienda puede entonces aplicar reglas fijas. Los problemas de pago van a contabilidad y las solicitudes de reembolso quedan marcadas. Cuando la etiqueta no es clara, una persona revisa el caso. Jev aporta la evaluación y el software decide qué pasa según las reglas programadas.

Eso no significa que la plata ya esté devuelta. Si el cobro doble ocurrió de verdad hay que resolverlo después, contra las transacciones reales. Un chatbot aparte podría informarle al cliente el estado confirmado, pero para el trabajo de ordenar el reclamo no se necesita.

Respuestas bajo el segundo

TypeSafe afirma que Jev entrega respuestas en un rango de 70 a 500 milisegundos, muchas veces más rápido que los modelos de lenguaje más veloces de hoy. Para llegar ahí, el modelo se salta la generación de texto paso a paso y, según la empresa, calcula varias salidas en paralelo. Agregar más preguntas dentro de la misma llamada casi no aumenta el tiempo de respuesta.

Esa velocidad abre la puerta a revisar cada respuesta de un asistente antes de que salga. ¿El borrador contradice la conversación previa? ¿Afirma un reembolso que no está registrado en la cuenta del cliente? TypeSafe describe controles de ese tipo en sus flujos de trabajo de ejemplo, y enumera más usos posibles en ventas y atención al cliente, como detectar intención de compra, ordenar reclamos por tema o juzgar cuándo conviene que un humano tome el control.

Los modelos de lenguaje corrientes también pueden entregar categorías y estructuras de datos predefinidas. OpenAI ofrece Structured Outputs justamente para eso. Un formato de respuesta estructurado, por sí solo, no distingue a Jev de la competencia. Para ganar, el modelo tendría que resolver estas tareas con calidad suficiente, y no apenas más rápido y más barato.

Los límites de las pruebas publicadas

Las pruebas de rendimiento que publicó la empresa tienen límites. TypeSafe compara cuatro flujos de trabajo construidos por ella misma y usa como referencia las respuestas de otros modelos de IA, en lugar de soluciones correctas verificadas de manera independiente. GPT-6 Astra tampoco aparece en las evaluaciones.

El modelo sí es muy barato. TypeSafe publica un precio de 0,042 dólares por millón de tokens de entrada y dice que no cobra nada por las salidas.

¿Qué cubre la promesa de cero alucinaciones?

TypeSafe vende a Jev como un modelo incapaz de alucinar. Esa garantía cubre únicamente la estructura de salida permitida. El modelo no va a producir una respuesta fuera de las opciones predefinidas, pero una elección equivocada dentro de esas opciones sigue siendo posible.

La propuesta apunta a abaratar muchos juicios pequeños que ocurren en segundo plano. Si esos juicios resultan lo bastante confiables es algo que cada empresa tendrá que probar contra sus propias tareas. Los desarrolladores acceden primero a través de una lista de espera.