20 alternativas a Jev: los modelos de decisión que desafían a TypeSafe en 2026

TypeSafe lanzó Jev el 15 de septiembre de 2026. Es un modelo de decisión, no un chatbot. Usted define las respuestas permitidas, y Jev devuelve una etiqueta, una puntuación o una probabilidad de sí/no. En aproximadamente 4 semanas, se lanzaron al menos 20 alternativas a Jev. Provienen de Cloudflare, OpenAI, Perplexity, Liquid AI, Strands Labs de AWS y desarrolladores independientes. Esta guía compara cada uno por tamaño, licencia, hardware, precios, compatibilidad con la API de Jev y benchmarks publicados.

TL;DR

• Rango de tamaños: 287M (GLiNER2.5-multi-Decide) a 35B-A3B (Mapika Decider). El tamaño de Jev no se ha revelado.
• Ejecución en: Codificadores como Von y Laya se ejecutan en CPU. Los adaptadores de 4B caben en una GPU de 24 GB o en un Mac de 32 GB.
• Rendimiento: La mayoría de los modelos abiertos quedan por detrás de Jev en razonamiento difícil. Varios lo igualan o superan en clasificación especializada.
• Mejor: Cloudflare Clef obtiene un F1 de 94.20 en BANKING77 frente al 79.74 de Jev, según la propia ejecución de Cloudflare.
• Peor: Von 1.2 obtiene una precisión de 0.422 en la ejecución de Respan, frente al 0.932 de Jev.

¿Qué es Jev y por qué buscar alternativas?

Jev es el primer modelo 'System One' de TypeSafe. Usted envía un estado, como un ticket o una línea de registro. También envía preguntas tipadas: Choice, Score o Noul (sí/no). Jev evalúa cada pregunta en una sola pasada paralela y no genera texto.

La documentación de TypeSafe lista $0.042 por cada 1M de tokens de entrada, con salida gratuita. El contexto es de 64k tokens por solicitud. La entrada es solo de texto. Los pesos son cerrados y el acceso se realiza mediante una lista de espera. Las evaluaciones de flujo de trabajo de TypeSafe sitúan a Jev en un 67.8% de acuerdo y 0.4 s por caso.

Eso deja 4 carencias que los desarrolladores siguen señalando: sin imágenes, sin autoalojamiento, sin tamaño publicado y sin ajuste fino. Los 20 modelos siguientes cubren algunas o todas ellas.

¿Cómo debe leer estos benchmarks?

La mayoría de las cifras siguientes son autodeclaradas. Los conjuntos de pruebas difieren: JevBench, Decision Index, typed-decisions y el benchmark de comportamiento de Respan. Las puntuaciones entre conjuntos no son comparables. La única tabla multi-modelo de terceros proviene de Respan, que vende un modelo competidor.

APIs de decisión alojadas

1. Cloudflare Clef y Clef-flash

Cloudflare anunció Clef el 1 de octubre de 2026. Clef es 27B sobre Qwen3.8-27B con un codificador de visión. Clef-flash es 9B sobre Qwen3.5-9B. Ambos son Apache-2.0 en Hugging Face y se sirven en Workers AI. Aceptan texto, JSON y hasta 4 imágenes por solicitud.

Los precios de Workers AI son $0.24 (Clef) y $0.038 (Clef-flash) por 1M de tokens de entrada. Cloudflare afirma que la API es totalmente compatible con Jev. En su propia ejecución, Clef obtuvo 94.20 BANKING77 F1 frente al 79.74 de Jev. Jev aún gana en GPQA Diamond, 78.3 frente a 48.0.

2. Liquid AI d1

La familia d1 de Liquid AI incluye d1 y d1-ultra alojados, además de 2 modelos abiertos. d1-3B (3.1B) funciona sobre LFM2.5-VL-3B. d1-omni-600M (587M) añade clips de audio de hasta 30 s. Los pesos abiertos usan la LFM Open License.

La guía de Liquid llama a d1 mediante el SDK propio de TypeSafe con una URL base diferente. Liquid reporta d1-3B en 48.57 en Decision Index 0.2.1. También reporta 8 ms de latencia en una RTX 4090. Los recuentos de parámetros alojados y las tarifas de pago no se divulgan.

3. OpenAI Decisions API

OpenAI lanzó la Decisions API en beta pública el 6 de octubre de 2026. Funciona solo en gpt-6-luna. Acepta texto más imágenes en base64. Los tipos de pregunta son predicate, choice y score.

El precio es de $0.10 por 1M de tokens de entrada, sin facturación por la salida. El esquema es propio de OpenAI, por lo que no es compatible con Jev. OpenAI afirma respuestas unas 10 veces más rápidas que la Responses API. No se han publicado benchmarks.

4. Perplexity pplx-decider

El modelo pplx-decider-v1-27b de Perplexity es un ajuste fino de Qwen3.8-27B bajo Apache-2.0. Lee texto, JSON y hasta 8 imágenes por pregunta. La API permite 128 preguntas y 255 opciones por solicitud.

La tarifa actual es de $0.02 por 1M de tokens de entrada para v1.2 (27B). Un flash-v1.2 de 4B cuesta $0.01. En el panel de 11 tareas de Perplexity, obtuvo 85.71% frente al 84.51% de Jev. Jev aún ganó en BBH, 94.27 frente a 82.80.

5. meraGPT Decider 1

meraGPT anunció Decider 1 el 22 de septiembre de 2026. Es un modelo alojado, de pesos cerrados y solo de texto. Permite hasta 10 etiquetas Choice y un contexto de 4,096 tokens. La página del modelo indica $0.04 por 1M de tokens de entrada.

Expone /v1/systemone y funciona con el TypeSafe SDK. En la prueba typed-decisions de meraGPT, obtuvo 0.768 frente al 0.727 de Jev. Una reseña independiente señala que su ECE de 0.180 queda por detrás del 0.144 de Jev.

6. Respan Span-01

Span-01 es un modelo de puntuación de comportamientos, no un modelo de decisión general. Devuelve probabilidades de present, absent o not_observable. Cuesta $0.02 por 1M de tokens de entrada. Span-01 Lite es gratuito.

Respan afirma un F1 general de 0.843 en su Behavior Benchmark. Su propia tabla del blog muestra un 0.806 más bajo, con GPT-6 Sol por delante en 0.885. El tamaño, el modelo base y la licencia no se revelan.

7. Standard Thinking Standard One

Standard One se ofrece como modelos de 3B y 8B, tanto abiertos como alojados. El 8B es un LoRA sobre Ministral-3-8B bajo Apache-2.0. Lee texto e imágenes, con un contexto de 32,768 tokens. Sirve /v1/systemone.

La tarifa de texto alojado es de $0.018 (3B) y $0.035 (8B) por 1M de tokens. En JevBench public hard, el 8B obtuvo 54.95% frente al 72.07% de Jev. Lideró en transferencia realista, 90.83% frente a 86.67%. Ambas mediciones fueron realizadas por el publicador.

Alternativas Jev de pesos abiertos que puedes alojar tú mismo

8. Together AI Tev1-4B-experimental

Together entrenó Tev1 como un SFT LoRA de Qwen3.5-4B. Costó unos $17 y 25 minutos con 37,840 ejemplos. Elige entre 2 y 24 opciones. La ficha del modelo indica que la licencia de los pesos aún se está finalizando.

Responde a través de completions de chat, no mediante un endpoint Jev nativo. Respan midió una precisión de 0.901 y un ECE de 0.031, el mejor ECE de su tabla. Together advierte que sus logprobs no son una confianza calibrada.

9. Fastino GLiNER2.5-Decide

GLiNER2.5-Decide de Fastino es un encoder DeBERTa-v3-large de 340M bajo Apache 2.0. Maneja decisiones, extracción de spans y relaciones en una sola pasada. También existen una variante de 1B y una multilingüe de 287M.

En el conjunto de 17 dominios de Fastino, la ficha del modelo indica un 60.2% de coincidencia exacta. La latencia p50 es de 167.3 ms en un Xeon de 48 vCPU. No es compatible con la API de Jev.

10. Strands Labs Strands Decider 2B

Strands Labs de AWS presentó Strands Decider el 1 de octubre de 2026. Tiene unos 1.9B: Qwen3.5-2B-Base más una cabeza de puntero. El repositorio publica 246,678 filas de entrenamiento y la receta completa. Una RTX 3090 lo entrena en unas 11 horas.

Sirve un endpoint local /v1/systemone bajo Apache-2.0. El checkpoint v1 obtuvo 180 de 231 (77.9%) en JevBench public. La latencia mediana es de 115 ms en una RTX 3090.

11. Kev (Jared Palmer)

Kev viene en tamaños de 0.8B, 4B, 9B y 27B sobre Qwen3.5 y Qwen3.8. Kev-4B es un LoRA más una cabeza de puntero bajo Apache-2.0. Soporta 255 opciones. El TypeSafe SDK funciona con él sin cambios.

Kev-4B cabe en una GPU de 24 GB o en un Mac con Apple Silicon de 32 GB. Respan midió una precisión de 0.833 y una tasa de inversión de 0.060. Su MMLU-Pro autoinformado es 0.565 frente al 0.840 de Jev. El orden de las opciones puede cambiar sus respuestas.

12. Familia Decider de Mapika

El Decider de Mapika ofrece variantes de 0.8B a 35B-A3B sobre Qwen3.5 y Gemma 4. Un modelo decider-2b-vision añade imágenes. Todo es Apache-2.0, con contexto de 32k y /v1/systemone.

En el nivel difícil público de JevBench, decider-12b v1 empató con Jev en 0.730. El GGUF de 4B Q4_K_M ocupa 2.7 GB y funciona en CPU. El ECE del 4B es 0.184 en ítems difíciles, así que espere sobreconfianza.

13. Bespoke Labs Bespoke-Nimble-9B

Bespoke-Nimble-9B es un LoRA de 165 MiB sobre Qwen3.5-9B, Apache-2.0 en Hugging Face. La ficha actual indica 255 opciones y 8,192 tokens. Solo lee texto en inglés.

En el conjunto de evaluación reservado de 324 ejemplos de Bespoke, Nimble obtuvo 90.12% frente al 93.21% de Jev. La latencia es de unos 106 ms en una H100. Se entrenó con solo 2,676 ejemplos, y sus probabilidades no están calibradas.

14. Convai Innovations Laya

Laya es una familia basada en ModernBERT con checkpoints de 421M en inglés y 322M multilingües. Es Apache-2.0 y solo de texto. El servidor laya-serve expone un endpoint /v1/systemone con forma de Jev.

El checkpoint typed-decisions obtuvo 0.766 frente al 0.727 de Jev. En Banking77, obtuvo 0.425 frente a 0.870. Respan midió 0.542 de precisión y una tasa de éxito de inyección de 0.396. La latencia p50 es de 32.8 ms en una T4.

15. Von (wfzyx)

Von es un encoder ModernBERT-large de 395M con una cabeza de marcadores de opción. Puntúa todas las opciones en una sola pasada bidireccional. Es Apache-2.0 con un contexto de 8,192 tokens.

El repo reporta 0.096 s p50 en 4 vCPUs y 0.023 s en una A10G. Respan midió Von 1.2 con 0.422 de precisión, el más bajo de su tabla. Su calibración está ajustada a JevBench y puede inducir a error fuera de dominio.

16. Open-Jev-9B (Zefan Cai)

Open-Jev ofrece adaptadores de 2B, 9B y 27B sobre bases Qwen3.5. Open-Jev-9B añade una cabeza escalar y cabe en una sola GPU de 16 GB. Coincide con la forma de petición /v1/systemone pero no reclama paridad.

En un subconjunto de JevBench de 231 tareas, el proyecto reporta 77.49% para 9B y 85.28% para 27B v1.1. Cada candidato se limita a 4,096 tokens. Las tareas numéricas y de cronología son débiles.

17. OpenJev on DiffusionGemma (razorback16)

Este OpenJev lee decisiones del DiffusionGemma 26B-A4B de NVIDIA (4B activos). Acepta texto más hasta 8 imágenes. Usa la misma API de cableado, por lo que los SDK de Jev funcionan sin cambios.

El proyecto reporta 87.4% en JevBench público y 30 ms p50 a 49 tokens. Un endpoint alojado gratuito da 100M tokens por cuenta. El autoalojamiento necesita una GPU NVIDIA de al menos 24 GB.

18. InnerJev-4B y InnerJev-27B

InnerJev proviene de un equipo de Fudan, Tongji y King’s College London. Destila el razonamiento de LLM en una decisión de una sola pasada. El artículo también presenta JEVal: 11,257 instancias en 36 conjuntos de datos.

En JEVal, InnerJev-27B obtuvo 79.24% frente al 78.38% de Jev. Su ECE fue 0.0149 frente al 0.0532 de Jev. InnerJev-4B obtuvo 71.92%. El código está en GitHub; la licencia no se indica.

19. SemIf

SemIf lee decisiones tipadas de LLM abiertos existentes, con Qwen3.5-4B como predeterminado. Una demo WebGPU ejecuta modelos cuantizados en el navegador. El código es MIT.

En un subconjunto TypeSafe de 102 filas, SemIf obtuvo una precisión equilibrada de 0.845 frente al 0.883 publicado de Jev. En una RTX 3090, los logits directos tomaron 1.023 s frente a 5.332 s para la generación de JSON. No tiene un endpoint compatible con Jev.

20. Rizzo Flow

Rizzo Flow de Rizzo AI Academy es un LoRA sobre Spark-X2.5-4B bajo Apache-2.0. Ofrece un /v1/decisions nativo y un /v1/systemone compatible con Jev. La elección está limitada a 26 opciones.

En 400 casos de decisiones tipadas, obtuvo 0.648 frente al 0.574 del modelo base. La cifra de la tarjeta de datos de Jev es 0.727. No está calibrado por defecto.

¿Qué muestra la única ejecución multi-modelo de terceros?

Respan usó su juez Span-01 para puntuar 11 modelos. Menor es mejor en todas las columnas excepto en precisión.

Fuente: Respan, 16 de octubre de 2026. Tev1 superó a Jev en resistencia a la inyección y calibración. Jev lideró en precisión y consistencia.

Tabla comparativa de alternativas a Jev

¿Qué alternativa a Jev deberías elegir?

• Necesitas imágenes: Clef, pplx-decider, Standard One o el DiffusionGemma OpenJev.
• Necesitas un reemplazo directo de Jev: Clef, Kev, Decider, meraGPT o Laya exponen /v1/systemone.
• Necesitas CPU o edge: Von, Laya, GLiNER2.5-Decide o el d1-omni-600M de Liquid.
• Necesitas entrenar el tuyo propio: Strands Decider y el Tev1 de Together publican recetas completas.
• Necesitas la llamada alojada más barata: El flash-v1.2 de Perplexity a $0.01 por 1M de tokens de entrada.

Elijas lo que elijas, pruébalo primero con tus propios datos etiquetados. Los modelos de decisión pueden devolver una respuesta válida que aun así sea incorrecta.

Conclusiones clave

• 20 alternativas a Jev se lanzaron en un plazo de aproximadamente 4 semanas tras el lanzamiento de Jev.
• Clef, pplx-decider y Standard One añaden la entrada de imágenes que Jev carece.
• El flash-v1.2 de Perplexity subasta a Jev a $0.01 por 1M de tokens de entrada.
• En la ejecución de Respan, Jev sigue liderando la precisión con 0.932.
• Casi todas las puntuaciones son ejecutadas por proveedores, así que haz benchmarks con tus propios datos.

La entrada 20 alternativas a Jev: los modelos de decisión que desafían a TypeSafe en 2026 apareció primero en MarkTechPost.