Jev: ¿reemplaza a los LLMs que conoces?
Contenido del curso
Un explicador de Hanademi
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: jevai.im; jev-agent.com (2026)
La mayoría supone que una decisión de IA que cuesta 76 veces menos también debe ser una decisión peor.
En la prueba de 711 casos de TypeSafe, 10 centavos compraron 250 decisiones de Jev y solo 3 de GPT-5.6 Terra.
Aun así, ambos coincidieron con las respuestas de referencia con la misma frecuencia: 67.8% Jev y 67.9% GPT-5.6 Terra.
La referencia fue la respuesta promedio de otros modelos, no de personas.
Jev además respondió en 0.4 segundos, mientras que GPT-5.6 Terra tardó 10.1 segundos en una decisión.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: calibrateddecisions.com (2026); systemonemodels.org (2026); aimodelwaddle.com (2026)
Jev lee una situación y una lista fija de respuestas, y devuelve una probabilidad, como 0.97, para cada una.
Una pregunta de tipo Choice puede incluir hasta 255 respuestas; una pregunta de tipo Score usa una escala de 2 a 10 niveles.
Jev responde todas sus preguntas a la vez en 1 pasada paralela y no escribe ningún texto.
TypeSafe cobra US$0.042 por millón de tokens leídos, y las respuestas que devuelve no cuestan nada.
Token: un fragmento de palabra, la unidad que leen los modelos de IA.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: sanity.io (2026); calibrateddecisions.com (2026); betonai.net (2026)
TypeSafe dice que entrenó a Jev con RLCD, que premia las probabilidades declaradas que coinciden con la frecuencia con que las respuestas resultan correctas.
RLCD: aprendizaje por refuerzo para decisiones calibradas (Reinforcement Learning for Calibrated Decisions).
Un informe dice que el 100% de sus datos de entrenamiento fue sintético, escrito por máquinas y no etiquetado por personas.
Cuatro datos básicos seguían sin publicarse en septiembre de 2026: el modelo base, su tamaño, la cantidad de ejemplos y las etapas de entrenamiento.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: decisioneval.dev (2026)
En una prueba independiente de 2,000 decisiones del 20 de septiembre de 2026, Jev acertó el 74.0% de las veces.
Si se conservan solo las respuestas que dio con un 70% de confianza o más, queda el 57.6% de las decisiones, y el 86.4% son correctas.
Con un 90% de confianza o más queda el 24.5%, y el 93.7% de ellas son correctas, apenas por encima de la confianza que declaró.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: docs.typesafe.ai; github.com; dev.to (2026)
Cualquier modelo abierto puede leer las probabilidades de respuestas fijas, y en 8 días aparecieron 3 copias abiertas de Jev.
En preguntas de fuentes no vistas, Kev pasó de 64.8% en su tamaño más pequeño a 84.8% en el más grande.
Kev: una copia abierta basada en modelos Qwen.
Jev alojado obtuvo 85.7% en las mismas preguntas, solo 0.9 puntos por encima de la copia abierta más grande.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: ayautomate.com (2026); jevai.im; benchmarkheaven.com (2026)
En 15 pruebas comparativas de septiembre de 2026, Jev costó entre 4.7 y 76 veces menos por decisión que un modelo de chat.
En 11 de esas 15 pruebas, la precisión de Jev quedó a menos de 1 punto del modelo de chat o lo superó.
Las derrotas fueron reales: GPT-5.6 Terra ganó por 5.6 puntos en el enrutamiento de 8 vías, a 40 veces el costo de Jev.
Enrutamiento: enviar cada solicitud al lugar correcto.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: jevwiki.ai (2026); openrouter.ai (2026)
El enrutador con Jev de Glean fue más preciso que su enrutador con modelo de chat y 8.1 veces más rápido en la mediana.
Mediana de 40 transferencias, en una prueba sin conexión.
En la prueba de LiteLLM, Jev eligió un nivel de modelo en 127 milisegundos; Claude Haiku 4.5 tardó 688 milisegundos.
Con 60 tickets de soporte, la mediana de Jev fue de 194 milisegundos, frente a 1,106 de GPT Luna y 1,957 de Claude Opus.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: jevbench.xyz (2026); wpnews.pro (2026)
Al etiquetar las solicitudes de Glean, Jev sin ejemplos previos coincidió con producción el 66.8% de las veces; Laya sin entrenar, solo el 35.9%.
Laya: un pequeño modelo de decisión abierto.
Tras unas horas de entrenamiento en una computadora local, Laya ajustado llegó a 74.5% y superó a Jev.
Pequeños clasificadores entrenados también superaron a Jev en intenciones bancarias, 93.3% contra 83.2%, y en temas de noticias japonesas, 88.8% contra 76.8%.
Hecho para Juan Pablo Rojas Parra, por Hanademi
Glean le pidió a Jev reordenar los resultados de 4,855 búsquedas reales, a US$0.00044 y 0.195 segundos por búsqueda.
En una búsqueda promedio, Jev dio exactamente la misma puntuación a 37 de 41 resultados, y dejó sin decidir la mayor parte del orden.
Desempatar con el orden que ya tenía Glean elevó los buenos resultados encontrados entre los 6 primeros de 40.2% a 44.3%.
Hecho para Juan Pablo Rojas Parra, por Hanademi
Glean hizo que cada juez revisara tres veces las citas de una respuesta de 1,448 palabras, 28 párrafos cada vez.
Jev cambió su veredicto en 1 de 28 párrafos; GPT-5.6 Luna sin razonamiento cambió 7.
Incluso con su máximo nivel de razonamiento, tardando entre 227 y 260 segundos frente a los 6.6 de Jev, Luna cambió 5.
Repetible no significa correcto: ninguna persona revisó los veredictos.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: arxiv.org; jev-agent.com (2026)
En una prueba de 100 tareas, que Jev decidiera primero redujo en 72.7% las llamadas a modelos de chat potentes, y el 95% de las tareas tuvo éxito.
En las pruebas de herramientas BFCL, Jev eligió la función correcta el 98.4% de las veces.
BFCL: un benchmark público sobre el uso de herramientas por la IA.
Pero al decidir si debía llamar a alguna función, acertó solo el 52.0% de las veces.
Hecho para Juan Pablo Rojas Parra, por HanademiFuente: mattheworiordan.github.io (2026)
La proporción de solicitudes de Vercel AI Gateway atendidas por Jev subió de 5.9% el 17 de septiembre a 25.2% el 23 de septiembre de 2026.
Su proporción de tokens, el texto que llevaban esas solicitudes, llegó solo a 1.81%: Jev tomó las decisiones pequeñas, no la escritura.
Por el mismo dinero, la prueba de TypeSafe compró 76 decisiones de Jev por cada decisión de GPT-5.6 Terra.
Cuando Jev dijo estar seguro al menos en un 90%, acertó el 93.7% de las veces.
La copia abierta más grande de Jev, creada en cuestión de días, quedó a menos de un punto de él.
Un modelo pequeño entrenado en pocas horas superó el 66.8% de Jev en las etiquetas de solicitudes de Glean.
Jev dio la misma puntuación a la mayoría de los resultados de búsqueda, así que no puede reemplazar a un verdadero ordenador de resultados.
Jev atendió una cuarta parte de las solicitudes de IA de Vercel el 23 de septiembre de 2026, pero solo el 1.81% de los tokens.
Hecho para Juan Pablo Rojas Parra, por Hanademi
Fuentes
Boris Turcios
Marco Aurelio
Laly Fabiana Holguín Londoño
Mauricio Acevedo Rueda
Johanna Vargas
Luis Fernando Chacha Montenegro
George Alexander García Camacho
RESUMEN DE CLASE — INTRODUCCIÓN A JEV + HANADEMI ======================================================== 🎯 OBJETIVO DE LA CLASE Entender qué es Jev, para qué sirve y por qué representa una forma diferente de usar IA: en lugar de pedirle que escriba texto, Jev está orientado a TOMAR DECISIONES TIPADAS y devolver probabilidades sobre opciones definidas. 🧠 MEMOTECNIA PRINCIPAL JEV = "Juzga, Elige, Verifica" 👉 J = JUZGA la situación 👉 E = ELIGE entre opciones concretas 👉 V = VERIFICA mediante probabilidades/confianza 💡 IDEA CLAVE: 🤖 LLM tradicional → "Escribe una respuesta" 🎯 Jev → "Elige la opción más probable" ======================================================== ⏱️ LÍNEA DE TIEMPO PARA REPASO ======================================================== 🟢 1. PRIMERO — ¿QUÉ PROBLEMA RESUELVE? -------------------------------------------------------- Los modelos de chat son excelentes generando texto, pero muchas tareas de software NO necesitan una respuesta larga. Ejemplos: • ¿A qué departamento envío este ticket? • ¿Qué herramienta debe utilizar un agente? • ¿Qué modelo de IA debería responder? • ¿Esta solicitud pertenece a la categoría A, B o C? • ¿Qué acción debería ejecutar el sistema? 💡 IDEA: Si la respuesta final es una ELECCIÓN, no necesariamente necesitas que un modelo escriba un párrafo completo. 🧠 MEMOTECNIA: "SI HAY QUE ELEGIR, NO HAY QUE ESCRIBIR." ======================================================== 🟡 2. DESPUÉS — ¿QUÉ ES JEV? -------------------------------------------------------- Jev es un modelo orientado a decisiones. En lugar de producir texto libre, recibe una situación y un conjunto definido de respuestas/opciones y devuelve probabilidades. Ejemplo conceptual: Pregunta: "¿Qué tipo de cliente es?" Opciones: A) Nuevo B) Recurrente C) Mayorista Resultado posible: A → 0.10 B → 0.75 C → 0.15 🎯 La IA no necesita escribir: "Considerando la información proporcionada..." Simplemente decide. 🧠 MEMOTECNIA: "JEV NO REDACTA → JEV DECIDE." ======================================================== 🟠 3. ¿POR QUÉ PROBABILIDADES? -------------------------------------------------------- Las probabilidades permiten conocer no solo la decisión, sino también el nivel de confianza asociado. Ejemplo: Soporte técnico: → Problema de hardware: 0.90 → Problema de software: 0.07 → Facturación: 0.03 Esto permite construir reglas: IF confianza >= 0.90 → ejecutar automáticamente ELSE → enviar a revisión humana 🤝 Esto conecta: IA + AUTOMATIZACIÓN + SUPERVISIÓN HUMANA 🧠 MEMOTECNIA: "PROBABILIDAD = DECISIÓN + CONFIANZA" ======================================================== 🔵 4. JEV VS. MODELOS DE CHAT -------------------------------------------------------- 🤖 MODELO DE CHAT Entrada ↓ Razonamiento / generación ↓ TEXTO 🎯 JEV Entrada ↓ Decisión ↓ PROBABILIDADES Por eso Jev puede ser especialmente útil cuando el sistema necesita hacer muchas decisiones pequeñas, rápidas y repetitivas. Ejemplos: • Routing / enrutamiento • Clasificación • Selección de herramientas • Selección de modelos • Evaluación de opciones • Gate / puerta de decisión para agentes 🧠 MEMOTECNIA: "CHAT = HABLA 🗣️ JEV = ELIGE 🎯" ======================================================== 🟣 5. VELOCIDAD Y COSTO -------------------------------------------------------- Una de las ideas importantes alrededor de Jev es que una decisión pequeña no debería requerir necesariamente un modelo de chat grande. En tareas de elección, este tipo de modelo puede ser mucho más rápido y económico que utilizar un LLM grande para cada pequeña decisión. ⚠️ IMPORTANTE: Eso NO significa que Jev reemplace a todos los LLM. La idea es utilizar: 🎯 Jev → para decidir 🧠 LLM → para razonar y/o escribir cuando sea necesario ======================================================== 🔴 6. JEV COMO "CEREBRO DE CONTROL" -------------------------------------------------------- Piensa en una arquitectura de agentes: 👤 USUARIO ↓ 🎯 JEV ↓ ¿Qué debe ocurrir? │ ├── 🔧 Herramienta A │ ├── 🔧 Herramienta B │ ├── 🤖 Modelo pequeño │ ├── 🧠 LLM potente │ └── 👨💼 Humano 🧠 MEMOTECNIA: "JEV ES EL SEMÁFORO 🚦" 🟢 Puede avanzar 🟡 Necesita revisión 🔴 No debe continuar ======================================================== 🟤 7. ¿DÓNDE ENTRA HANADEMI? -------------------------------------------------------- Hanademi funciona como una herramienta para convertir investigación, estudios, estadísticas y datos en explicaciones visuales/narrativas. La idea es: 📚 Información compleja ↓ 🧠 Organización ↓ 📊 Evidencia / datos ↓ 📖 Explicación fácil de entender Para estudiar, esto es útil porque transforma información técnica en una estructura más fácil de recordar. 🧠 MEMOTECNIA: "HANADEMI = HAZLO ENTENDIBLE" ======================================================== 🟩 8. FLUJO MENTAL DE LA CLASE -------------------------------------------------------- 1️⃣ Tengo una tarea. ↓ 2️⃣ ¿Necesito texto o una decisión? ↓ 3️⃣ Si necesito DECISIÓN → considerar Jev. ↓ 4️⃣ Defino opciones claras. ↓ 5️⃣ Jev devuelve probabilidades. ↓ 6️⃣ Establezco umbrales de confianza. ↓ 7️⃣ Automatizo lo seguro. ↓ 8️⃣ Envío a humano lo dudoso. ↓ 9️⃣ Uso un LLM cuando realmente necesito lenguaje/razonamiento. 🧠 MEMOTECNIA: "TAREA → OPCIONES → JEV → CONFIANZA → ACCIÓN" ======================================================== ⭐ LO QUE DEBES RECORDAR PARA EL EXAMEN ======================================================== 🎯 1. Jev está orientado a DECISIONES, no a generación de texto libre. 🎯 2. Trabaja con opciones definidas y puede devolver probabilidades. 🎯 3. Las probabilidades permiten medir confianza. 🎯 4. Puede servir como router, clasificador o selector dentro de sistemas de IA y agentes. 🎯 5. Su valor está especialmente en decisiones pequeñas, rápidas y repetitivas. 🎯 6. Jev NO significa "adiós a los LLM". La arquitectura ideal puede combinar: JEV + LLM + HERRAMIENTAS + HUMANO 🎯 7. Hanademi ayuda a convertir información/investigación en explicaciones más comprensibles y visuales. ======================================================== 🧠 MEMOTECNIA FINAL — "JEV-HANA" ======================================================== J → JUZGA E → ELIGE V → VERIFICA H → HAZ A → ACCESIBLE N → NARRATIVA A → ANALIZABLE 📌 FRASE PARA RECORDAR: "JEV DECIDE; EL LLM HABLA; HANADEMI LO HACE ENTENDIBLE." ======================================================== ⚡ REPASO DE 30 SEGUNDOS ======================================================== ❓ ¿Qué hace Jev? 👉 Toma decisiones entre opciones y devuelve probabilidades. ❓ ¿Por qué usarlo? 👉 Para decisiones rápidas, concretas y automatizables. ❓ ¿Reemplaza a los LLM? 👉 No. Puede trabajar junto a ellos. ❓ ¿Qué hace Hanademi? 👉 Ayuda a transformar investigación/datos en explicaciones claras. ❓ ¿Cuál es la arquitectura mental? 👉 JEV DECIDE 🎯 ↓ LLM GENERA 🧠 ↓ HUMANO SUPERVISA 👨💼 ======================================================== 📌 PALABRAS CLAVE ======================================================== DECISIÓN 🎯 OPCIONES 📋 PROBABILIDAD 📊 CONFIANZA 🔐 ROUTING 🚦 AUTOMATIZACIÓN ⚙️ LLM 🧠 SUPERVISIÓN HUMANA 👨💼 ======================================================== 🔥 MEMOTECNIA ULTRA RÁPIDA ======================================================== JEV = DECIDE 🎯 J → Juzga E → Elige V → Verifica LLM = HABLA 🗣️ HANADEMI = EXPLICA 📚 Y TODO JUNTO: 🎯 JEV DECIDE ↓ 🧠 LLM PROCESA / GENERA ↓ 📚 HANADEMI AYUDA A ENTENDER ↓ ⚙️ AUTOMATIZAMOS ↓ 👨💼 HUMANO SUPERVISA ======================================================== 🏆 FRASE PARA EL EXAMEN ======================================================== "JEV sirve para tomar decisiones entre opciones mediante probabilidades, mientras que los LLM están orientados principalmente a generar y procesar lenguaje. Ambos pueden combinarse dentro de sistemas de IA y agentes." ========================================================
que
Seré sincerá, entendí mejor este resumen que la presentación. El resumen dejó bastante claro de que se trata Jev
Les recomiendo este video para complementar.
La presentación tiene muchos datos, me parece importante para comprender como funciona el modelo y cómo ha sido entrenado. Lectura del día ✅.
Espera de entrada ver un video explicando de qué se trata, o pre-requisitos para entender todas esas "diapositivas". Comenzamos mal. Si tomo un curso es para aprender, y no para investigar sobre qué es lo que asumen que ya sabemos...
Excelente resumen, muchas gracias