El 15 de septiembre de 2026, TypeSafe lanzó Jev y marcó un nuevo estándar: un modelo que no genera texto, sino que toma decisiones estructuradas. Pero lo que parecía un monopolio incipiente duró exactamente cuatro semanas. Hoy, desarrolladores tienen al menos 20 alternativas viables que corrigen las limitaciones originales: desde Cloudflare y OpenAI hasta proyectos independientes que liberaron pesos abiertos. La carrera por dominar los ‘System One’ acaba de comenzar.
Las cuatro brechas que Jev dejó abiertas
Jev funciona enviando un estado (como un ticket o línea de log) junto con preguntas tipadas: elección, puntuación o sí/no. El modelo procesa todo en paralelo y devuelve etiquetas, scores o probabilidades sin generar texto. TypeSafe cobra USD 0,042 por cada millón de tokens de entrada, con salida gratuita y un contexto de 64k tokens. Sin embargo, la comunidad identificó rápidamente cuatro limitaciones críticas: no procesa imágenes, no permite auto-hosting, no publica el tamaño del modelo y no admite fine-tuning. Estas restricciones fueron el combustible para la explosión de alternativas.
Los pesos pesados: Cloudflare, OpenAI y Perplexity entran al ring
Cloudflare anunció Clef el 1 de octubre: un modelo de 27B basado en Qwen3.8 con encoder visual y licencia Apache-2.0. En sus propias pruebas, Clef alcanzó 94,20 de F1 en BANKING77 frente al 79,74 de Jev. OpenAI lanzó su Decisions API en beta pública el 6 de octubre, exclusivamente sobre GPT-6 Luna, con soporte para imágenes en base64. Perplexity contraatacó con pplx-decider, un fine-tune de Qwen3.8-27B que en su panel de 11 tareas superó a Jev (85,71% vs 84,51%). Los tres modelos ofrecen lo que Jev no tiene: entrada multimodal.
El ecosistema open source responde con hardware realista
Mientras los gigantes compiten en la nube, desarrolladores independientes liberaron alternativas que corren en hardware accesible:
- Kev-4B (Jared Palmer): Un LoRA Apache-2.0 que cabe en una GPU de 24 GB o una Mac con 32 GB de RAM.
- Strands Decider 2B (AWS): Entrena en 11 horas con una RTX 3090 y publica 246.678 filas de entrenamiento.
- Mapika Decider: Variantes de 0,8B a 35B, donde el GGUF Q4_K_M de 4B ocupa solo 2,7 GB y corre en CPU.
- Von: Un encoder ModernBERT de 395M que procesa todas las opciones en una pasada bidireccional.
Benchmarks: la batalla de los números y la transparencia
La comparación directa es compleja porque cada proveedor usa sus propias suites de evaluación: JevBench, Decision Index, typed-decisions y el benchmark de comportamiento de Respan. La única tabla multi-modelo de terceros proviene justamente de Respan, que vende un modelo competidor. En esa medición, Jev lidera en precisión (0,932) pero es superado por Tev1-4B en resistencia a inyecciones y calibración. El mensaje claro: los benchmarks propietarios sirven como referencia, pero la prueba definitiva debe hacerse con datos propios.
Guía de selección según necesidad concreta
El panorama actual permite elegir según requisitos específicos:
- Imágenes: Clef, pplx-decider, Standard One u OpenJev en DiffusionGemma.
- Reemplazo directo de Jev: Clef, Kev, Mapika Decider, meraGPT o Laya (exponen /v1/systemone).
- CPU o edge: Von, Laya, GLiNER2.5-Decide o d1-omni-600M de Liquid AI.
- Entrenamiento propio: Strands Decider y Tev1 publican recetas completas.
- Costo más bajo: Perplexity flash-v1.2 a USD 0,01 por millón de tokens.
La democratización de los modelos de decisión ya está en marcha. Lo que comenzó como un producto cerrado de TypeSafe se transformó en un ecosistema vibrante donde cada desarrollador puede elegir entre cloud, open source, multimodalidad o ultra-bajo costo. La próxima frontera: modelos que no solo decidan, sino que expliquen por qué.