Cómo usar Jev: decisiones tipadas dentro de tu código, no otro chatbot

Qué es Jev y en qué se diferencia de un chatbot

Casi todos los modelos de IA que conoces —ChatGPT, Claude, Gemini— generan texto: escriben una respuesta palabra a palabra para que la lea una persona. Jev hace justo lo contrario. Le pasas un texto o un dato sin estructurar (un mensaje de un cliente, la descripción de un bug, un ticket de soporte) y te devuelve una decisión tipada y con probabilidad: una opción concreta entre varias, una puntuación en una escala, o un sí/no con su nivel de certeza — pensada para que la lea tu código, no una persona.

El propio fabricante lo resume así: 'una llamada a función con inteligencia de frontera: entra estado sin estructurar, sale una decisión probabilística tipada'. Y es explícito en lo que no es: 'Jev renuncia a generar texto libre, está optimizado para salidas estructuradas y no puede alucinar' en el sentido de inventarse una opción que no le has dado — solo puede elegir entre las que tú defines.

Lo construye TypeSafe AI, fundada en 2024 por Diogo Almeida (antes investigador en OpenAI, donde trabajó en los métodos que hicieron útil a ChatGPT para seguir instrucciones), Erik Gafni y Sasha Sheng.

Para quién tiene sentido

• Para ti, si construyes software que necesita clasificar, puntuar o decidir algo a partir de texto libre — enrutar tickets, moderar contenido, detectar intención — y hoy lo haces pidiéndole a un LLM genérico que te devuelva JSON y cruzando los dedos para que el formato salga bien.
• Para equipos que procesan grandes volúmenes de decisiones repetitivas donde la velocidad y el coste por decisión importan más que la calidad de la prosa.
• Para quien ya usa un LLM genérico como 'verificador' de las respuestas de otro modelo — Jev está pensado también para ese papel de guardrail.
• Menos indicado si lo que necesitas es una conversación, un resumen o cualquier tarea que exija generar texto libre — para eso sigue teniendo más sentido un asistente conversacional normal.

Las tres formas de pregunta que entiende Jev

• Choice — '¿cuál de estas opciones?': eliges entre un conjunto conocido sin orden entre sí, como el motivo de un ticket o el lenguaje de programación de un fragmento de código. Devuelve la opción elegida y la probabilidad de cada una de las alternativas.
• Score — '¿qué nivel?': la respuesta cae en un punto de una escala descrita con palabras, como la gravedad de un bug o la frustración de un cliente. Devuelve una posición en esa escala, que puede caer entre dos niveles.
• Noul — '¿es esto cierto?': una pregunta de sí/no donde la propia probabilidad es el dato útil, como si un mensaje contiene información personal. Devuelve un número entre 0 y 1 — cerca de 1 es un 'sí' fuerte, cerca de 0 un 'no' fuerte, cerca de 0,5 significa que ni el propio modelo lo tiene claro.

Cómo empezar

1. 1. Prueba sin escribir código

   En console.typesafe.ai/playground puedes pegar un texto como 'estado' y añadir preguntas de tipo Choice, Score o Noul para ver qué devuelve antes de integrarlo en nada.

2. 2. Consigue una clave de API

   Se obtiene desde console.typesafe.ai/keys — el acceso hoy es de tipo 'early access', mediante registro, no hay un plan gratuito permanente.

3. 3. Llama a la API o usa el SDK de Python

   Directamente por HTTP a POST https://api.typesafe.ai/v1/systemone, o instalando el SDK oficial con pip install typesafe-sdk (requiere Python 3.10 o superior). No hay SDK oficial documentado en otros lenguajes.

4. 4. Si usas Claude Code, añade el plugin

   claude plugin marketplace add typesafe-ai/skills y después claude plugin install typesafe@typesafe-ai, para que el propio agente pueda usar Jev como herramienta.

Caso de uso: enrutar tickets de soporte automáticamente

Situación: te llegan cientos de tickets de soporte al día en texto libre y hoy una persona los lee uno a uno para decidir a qué cola mandarlos. Qué hace Jev: con una pregunta Choice, clasifica el motivo principal del ticket (por ejemplo, entre 'refund', 'rebooking' e 'information') a partir del propio mensaje. Resultado esperado: el ticket llega ya clasificado al equipo correcto, con una probabilidad asociada a cada categoría por si quieres poner un umbral de confianza antes de confiar en la clasificación automática. Advertencia: es un ejemplo ilustrativo de la propia documentación de TypeSafe, no un caso de cliente verificado con nombre — pruébalo con tus propios tickets antes de confiar en él en producción.

curl https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Hola, compré un vuelo la semana pasada y necesito cambiarlo a otra fecha.",
    "questions": [
      {
        "type": "choice",
        "name": "motivo_ticket",
        "options": ["refund", "rebooking", "information"]
      }
    ]
  }'

Caso de uso: detectar cuándo un cliente está a punto de irse

Situación: quieres priorizar los tickets de clientes más frustrados antes de que se cancelen. Qué hace Jev: con una pregunta Score, puntúa el nivel de frustración de un mensaje en una escala con niveles descritos textualmente (por ejemplo, de 'neutral' a 'muy frustrado'). Resultado esperado: puedes ordenar la cola de soporte por esa puntuación en vez de por orden de llegada. Advertencia: una puntuación alta de frustración no te dice automáticamente qué hacer — sigue siendo una señal para priorizar, no una decisión de negocio tomada por ti.

Caso de uso: verificar la salida de otro modelo antes de usarla

Situación: usas un LLM genérico para generar una respuesta de atención al cliente y quieres comprobar automáticamente si esa respuesta contiene una promesa de reembolso antes de enviarla. Qué hace Jev: con una pregunta Noul, responde con una probabilidad de si la afirmación es cierta (por ejemplo, '¿esta respuesta promete un reembolso?'). Resultado esperado: puedes bloquear o marcar para revisión humana las respuestas donde la probabilidad supere el umbral que definas. Advertencia: la calidad de este guardrail depende de cómo formules la pregunta — una pregunta ambigua da una probabilidad cercana a 0,5, que no te dice mucho.

Caso de uso: detectar el lenguaje de un fragmento de código

Situación: recibes fragmentos de código de fuentes distintas y necesitas saber en qué lenguaje está escrito cada uno antes de procesarlo. Qué hace Jev: con una pregunta Choice, elige entre una lista de lenguajes posibles a partir del propio fragmento. Resultado esperado: clasificación consistente sin necesitar reglas manuales de detección por extensión de archivo o palabras clave. Advertencia: cuanto más corto o ambiguo sea el fragmento, menos fiable será la clasificación — dale suficiente contexto en el 'state'.

Caso de uso: procesar un volumen grande de datos en paralelo

Situación: tienes miles de registros que clasificar y necesitas hacerlo rápido, no uno detrás de otro. Qué hace Jev: al no generar texto token a token, evalúa las preguntas de una consulta en paralelo dentro de una sola petición, en vez de generar una respuesta secuencial como un LLM de chat. Resultado esperado: según TypeSafe, esto se traduce en tiempos de respuesta mucho más bajos que los de un modelo de frontera genérico para este tipo de tarea concreta — una cifra declarada por el fabricante, no medida de forma independiente por nosotros. Advertencia: esa ventaja de velocidad es específica de decisiones tipadas (Choice/Score/Noul); no aplica si lo que necesitas es texto libre.

Ejemplo práctico completo: de un ticket a una acción automática

1. 1. Defines las preguntas que necesitas responder

   Para cada ticket entrante quieres saber: el motivo (Choice: refund/rebooking/information) y si el cliente pide explícitamente un reembolso (Noul).

2. 2. Envías el ticket como 'state' a la API

   Una sola petición a POST /v1/systemone con el texto del ticket y las dos preguntas.

3. 3. Recibes una respuesta tipada, no texto

   Un JSON con el motivo elegido y sus probabilidades, más un valor entre 0 y 1 para la pregunta de reembolso.

4. 4. Tu código decide qué hacer con cada valor

   Si el motivo es 'refund' y la probabilidad de reembolso supera 0,8, tu sistema lo manda directo al equipo de facturación sin pasar por soporte general.

5. 5. Guardas la probabilidad, no solo la decisión

   Conservas el número de confianza junto a la decisión final, para poder revisar más tarde los casos donde Jev estuvo menos seguro.

Qué hacer cuando algo falla

• Las probabilidades salen siempre cerca de 0,5: revisa si la pregunta es ambigua o si el 'state' que le pasas no tiene suficiente información para decidir.
• Necesitas usarlo desde un lenguaje que no sea Python: hoy no hay SDK oficial para otros lenguajes — tendrás que llamar directamente al endpoint HTTP.
• Buscas un plan gratuito para probarlo sin límite de tiempo: no existe uno documentado — el acceso es 'early access' vía registro, no una capa 'free' permanente.
• Esperas que Jev te explique por qué eligió una opción: no lo hace — devuelve la decisión y la probabilidad, no una justificación en texto libre, porque no genera texto.

Qué hace bien

• Devuelve siempre una respuesta tipada dentro del conjunto que tú defines — no puede inventarse una opción que no le has dado.
• Cada respuesta viene con una probabilidad calibrada, no solo la decisión final, así que puedes decidir tú el umbral de confianza que te vale.
• Evalúa varias preguntas en paralelo en una sola petición, en vez de generar texto de forma secuencial.
• Tiene un plugin listo para Claude Code, si ya trabajas con ese agente.

Qué no hace bien (o no hace)

• No genera texto libre — si necesitas una respuesta conversacional o un resumen, esta no es la herramienta.
• No tiene SDK oficial más allá de Python.
• No hay plan gratuito permanente, solo acceso anticipado por registro.
• Las cifras de velocidad y coste frente a otros modelos son declaraciones del propio fabricante — no las hemos podido verificar de forma independiente.

Alternativas

TypeSafe no nombra ningún competidor directo por su nombre —ninguna librería de 'structured output' ni ninguna API de function-calling concreta—. La única comparación explícita que hace el fabricante es frente a modelos de propósito general usados para la misma tarea de decisión estructurada, citando en sus propias evaluaciones a 'GPT-6 Astra' y 'Fable 5.1' como referencia — es su propia comparación, no una verificación externa, así que trátala como tal.

Precio

Los tokens de entrada cuestan 0,042 $ por millón de tokens; los tokens de salida son gratuitos. TypeSafe compara este precio con un rango de 0,20 $ a 10 $ por millón de tokens en LLM genéricos — una cifra de la competencia según el propio TypeSafe, no verificada de forma independiente por nosotros. Confirma el precio vigente en typesafe.ai antes de calcular un coste a escala.