Jev, da TypeSafe, ganha 20 alternativas em um mês: o que muda para modelos de decisão
TypeSafe lançou o Jev em setembro de 2026 e, em quatro semanas, surgiram 20 alternativas de Cloudflare, OpenAI, Perplexity e outros. Veja como escolher.
Resumo: A TypeSafe lançou o Jev, um modelo de decisão que não gera texto, mas retorna rótulos, scores ou probabilidades, e em cerca de quatro semanas pelo menos 20 alternativas surgiram de empresas como Cloudflare, OpenAI, Perplexity e AWS. A relevância agora está na variedade de opções com pesos abertos, suporte a imagens e auto-hospedagem, o que exige que desenvolvedores comparem licenças, custos e benchmarks antes de adotar uma solução.
Pontos-chave
- TypeSafe lançou o Jev em 15 de setembro de 2026, um modelo de decisão que retorna rótulos, scores ou probabilidades sem gerar texto.
- Em cerca de quatro semanas, pelo menos 20 alternativas surgiram de empresas como Cloudflare, OpenAI, Perplexity, Liquid AI, AWS e desenvolvedores independentes.
- As alternativas preenchem lacunas do Jev, como suporte a imagens, auto-hospedagem com pesos abertos e ajuste fino.
- Preços variam de US$ 0,01 a US$ 0,24 por 1 milhão de tokens de entrada, e benchmarks são majoritariamente auto-relatados e não comparáveis entre suítes.
- A recomendação é testar os modelos com dados próprios antes de adotar, pois respostas válidas podem estar erradas.
Nesta matéria
O que é o Jev e por que ele chamou atenção?#
O Jev, lançado pela TypeSafe em 15 de setembro de 2026, é um modelo de decisão, não um chatbot. Em vez de gerar texto, ele recebe um estado (como um ticket ou uma linha de log) e perguntas tipadas (Choice, Score ou Noul, que é sim/não) e devolve um rótulo, uma pontuação ou uma probabilidade.
A proposta é resolver decisões estruturadas em uma única passada paralela, sem produzir linguagem natural. Segundo a documentação da TypeSafe, o preço é de US$ 0,042 por 1 milhão de tokens de entrada, com saída gratuita, contexto de 64 mil tokens e entrada apenas de texto. Os pesos são fechados e o acesso é por lista de espera.
A notícia é relevante agora porque, em cerca de quatro semanas, pelo menos 20 alternativas surgiram de empresas como Cloudflare, OpenAI, Perplexity, Liquid AI, AWS e desenvolvedores independentes, ampliando o leque de escolhas e expondo lacunas do Jev, como ausência de suporte a imagens, de auto-hospedagem e de ajuste fino.
Quais lacunas do Jev as alternativas tentam preencher?#
Desenvolvedores apontam quatro lacunas principais no Jev: não aceita imagens, não pode ser auto-hospedado, não tem tamanho publicado e não permite ajuste fino. As alternativas buscam cobrir total ou parcialmente essas limitações.
Algumas opções, como o Clef da Cloudflare e o pplx-decider-v1-27b da Perplexity, aceitam imagens. Outras, como o Standard One, o d1-3B da Liquid AI e o Strands Decider da AWS, têm pesos abertos e podem rodar localmente. Há ainda modelos com licenças permissivas, como Apache-2.0, que facilitam a incorporação em produtos.
A variedade também traz complexidade: cada modelo usa um esquema de API diferente, e nem todos são compatíveis com o SDK da TypeSafe. Benchmarks são majoritariamente auto-relatados e medidos em suítes distintas, o que impede comparação direta.
- Cloudflare Clef: 27B e 9B, Apache-2.0, aceita até 4 imagens por requisição.
- OpenAI Decisions API: apenas gpt-6-luna, entrada de texto e imagens em base64, esquema próprio não compatível com Jev.
- Liquid AI d1: modelos abertos de 3,1B e 587M, com variante que aceita áudio de até 30 segundos.
- AWS Strands Decider: cerca de 1,9B, Apache-2.0, treinável em uma RTX 3090 em cerca de 11 horas.
- Perplexity pplx-decider-v1-27b: fine-tune de Qwen3.8-27B, Apache-2.0, aceita até 8 imagens por pergunta.
Quais alternativas ao Jev já estão disponíveis?#
A lista inclui desde modelos hospedados e fechados até adaptadores abertos que rodam em GPU de consumidor. Entre os destaques estão o Clef, da Cloudflare, o Decisions API, da OpenAI, o pplx-decider-v1-27b, da Perplexity, e o d1, da Liquid AI.
Há também opções independentes e de pesquisa, como o InnerJev, desenvolvido por equipes da Fudan, Tongji e King's College London, que destila raciocínio de LLMs em uma decisão de passada única, e o SemIf, que lê decisões tipadas de LLMs abertos existentes.
Modelos como Kev, Mapika Decider, Bespoke-Nimble-9B, Laya, Von, Open-Jev, OpenJev, Rizzo Flow, Tev1, GLiNER2.5-Decide, Span-01, meraGPT Decider 1 e Standard One completam o cenário, cada um com tamanhos, licenças e desempenhos próprios.
Como comparar custo, latência e benchmarks sem se enganar?#
Os preços variam bastante: o pplx-decider-v1-27b custa US$ 0,02 por 1 milhão de tokens de entrada, enquanto o Clef sai por US$ 0,24 e o Clef-flash por US$ 0,038. O Decisions API da OpenAI cobra US$ 0,10 por 1 milhão de tokens de entrada, sem cobrança de saída. O meraGPT Decider 1 e o Span-01 custam US$ 0,04 e US$ 0,02, respectivamente.
Latência também é um critério: o d1-3B da Liquid AI reporta 8 ms em uma RTX 4090, o Strands Decider tem mediana de 115 ms em uma RTX 3090, e o Von reporta 0,096 s em 4 vCPUs. Já o Jev tem 0,4 s por caso segundo avaliações da própria TypeSafe.
Benchmarks exigem cautela. A maioria é auto-relatada e usa suítes diferentes, como JevBench, Decision Index, typed-decisions e o Behavior Benchmark da Respan. A única tabela multi-modelo de terceiros vem da Respan, que vende um modelo concorrente, o Span-01. Portanto, comparações diretas entre modelos de fontes distintas não são confiáveis.
- Verifique se o benchmark foi medido por terceiros ou pelo próprio fornecedor.
- Confira se a suíte de avaliação corresponde ao seu caso de uso.
- Teste o modelo com seus próprios dados rotulados antes de decidir.
- Atenção à calibração: modelos podem retornar respostas válidas, mas erradas.
O que considerar antes de adotar um modelo de decisão?#
Antes de escolher, avalie se o modelo aceita o tipo de entrada que você tem (texto, imagens, áudio), se os pesos são abertos e se a licença permite uso comercial. Compatibilidade com o SDK da TypeSafe pode reduzir o esforço de integração, mas nem todos os modelos a oferecem.
Considere também a latência exigida pela aplicação e o custo por token. Modelos menores, como o d1-omni-600M, podem rodar em hardware modesto, enquanto opções maiores, como o Clef de 27B, exigem mais recursos.
Por fim, lembre-se de que a notícia não informa alguns dados, como contagem de parâmetros hospedados e tarifas pagas de alguns modelos. Se a informação não estiver clara, vale consultar a documentação oficial de cada fornecedor.
O que isso muda para quem usa IA#
A multiplicação de modelos de decisão amplia as opções para desenvolvedores que precisam de respostas estruturadas em vez de texto livre. Com alternativas abertas, é possível auto-hospedar, ajustar fine-tuning e integrar imagens, o que o Jev ainda não oferece.
A Invision, API multimodelo da Dream Vision, permite acessar vários modelos com uma única chave e saldo em reais, o que pode simplificar a experimentação e a comparação entre diferentes abordagens. Não há promessa de preço nem de disponibilidade específica para os modelos citados nesta matéria.
A recomendação prática é testar as opções com seus próprios dados e escolher com base em licença, custo, latência e desempenho no seu domínio, não apenas em benchmarks divulgados.
Perguntas frequentes
O que é o Jev da TypeSafe?
O Jev é um modelo de decisão lançado pela TypeSafe em setembro de 2026. Ele recebe um estado e perguntas tipadas e retorna rótulos, scores ou probabilidades, sem gerar texto.
Quais são as principais alternativas ao Jev?
Entre as alternativas estão o Clef da Cloudflare, o Decisions API da OpenAI, o pplx-decider-v1-27b da Perplexity, o d1 da Liquid AI, o Strands Decider da AWS e modelos independentes como Kev, Open-Jev e InnerJev.
O Jev aceita imagens ou permite auto-hospedagem?
Não. Segundo a documentação da TypeSafe, o Jev aceita apenas texto de entrada, tem pesos fechados e acesso por lista de espera, sem opção de auto-hospedagem.
Como escolher entre os modelos de decisão disponíveis?
Avalie o tipo de entrada aceito, a licença, o custo por token, a latência e, principalmente, teste o modelo com seus próprios dados rotulados, pois benchmarks de fontes diferentes não são comparáveis.
Os benchmarks divulgados são confiáveis?
A maioria é auto-relatada e usa suítes distintas, o que impede comparação direta. A única tabela multi-modelo de terceiros citada na notícia vem da Respan, que vende um modelo concorrente, então é preciso cautela.
Fonte original: 20 Jev Alternatives: The Decision Models Taking On TypeSafe in 2026 (MarkTechPost). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.