¿Jev no alucina? Lo probamos con 39 noticias reales

Nuevo episodio del podcast Es la Hora de Aprender con Cristian Tala, Diego Arias y Rodrigo Rojo. Todos dicen que Jev no alucina. Cristian lo puso a verificar 39 noticias reales contra DeepSeek: se equivoca, pero sabe cuándo duda. Además, suscripción contra API, publicidad en ChatGPT y las empresas de una persona en China.

Todo el fin de semana se habló de Jev, el modelo de TypeSafe que, según sus creadores, no alucina. No conversa: le pasas una situación y preguntas cerradas, y te devuelve una decisión con su probabilidad. Cristian no lo comentó de oídas: lo puso a hacer el paso más delicado de Ecosistema Startup, revisar si la fuente respalda cada afirmación. Se equivocó, pero supo cuándo dudar, y eso vale más. Alrededor de eso: lo que se rompió en la semana, suscripción contra API, la publicidad en ChatGPT y los datos de adopción en China y América Latina.

Lo que vas a aprender

• Vas a entender qué es un modelo de decisiones como Jev y en qué tareas le gana a un chat
• Sabrás armar una cascada: el modelo rápido decide todo y el caro solo revisa lo dudoso
• Vas a poder elegir el cerebro de tu agente sin pagar tokens a precio de API
• Verás por qué la publicidad en ChatGPT y el vendor lock-in son la misma estrategia
• Y vas a salir con el cálculo para justificarle a una empresa lo que cuesta la IA

¿Qué es Jev y en qué se diferencia de un chat?

Jev es un modelo de decisiones: no está hecho para conversar ni tiene toda la información del mundo. Le das un estado y una pregunta cerrada, y te contesta con un JSON: sí o no, una categoría, un valor en una escala. Cristian lo presenta como un cambio de mentalidad, con modelos livianos y de poco contexto diseñados para decidir, no para escribir.

Sus creadores dicen que no alucina, y hay una lógica detrás: como no genera texto, no está obligado a responder siempre con lo que cree que viene después. Cuando no sabe, lo dice. El asterisco lo pone el mismo Cristian: aunque está en OpenRouter, Jev sigue siendo una alfa cerrada, y por eso no lo sube a producción todavía.

¿Jev de verdad no alucina? Lo que mostraron 39 noticias

Cristian lo probó con el sistema de afirmaciones de Ecosistema Startup, donde toda noticia sale validada contra su fuente original. Tomó 39 afirmaciones ya juzgadas a mano y comparó a Jev con DeepSeek V3.2, el modelo que usa en producción.

Al aire lo resume como 38 aciertos de 39; la medición completa es más matizada y más útil. Jev acertó 36, algo menos que DeepSeek. Pero en 35 de las 39 decisiones dijo estar seguro, y ahí se equivocó una sola vez. Dos de sus tres errores cayeron en los cuatro casos donde él mismo avisó que dudaba. No es que no se equivoque: es que sabe cuándo puede estar equivocándose.

	Aciertos (de 39)	Tiempo por afirmación	Costo
DeepSeek V3.2 (producción)	37 a 38, según la corrida	4,69 s	base
Jev solo	36	0,41 s	5,5 veces menos
Jev + DeepSeek solo en lo dudoso	igual que DeepSeek	0,41 s en 9 de cada 10	un tercio

La jugada es la cascada: Jev decide todo, rápido y barato, y lo que queda en zona gris pasa al modelo que ya usas. Misma precisión, tres veces menos gasto. Lo que habilita eso no es el precio de Jev, es que su probabilidad significa algo.

¿Qué cambia cuando la IA aporta el criterio?

Rodrigo lo lee desde los modelos grandes. Astra y Fable ya son otro nivel de inteligencia, pero son hambrientos, no solo de tokens sino de tiempo: exploran todas las opciones antes de responder. En las demos que circularon, Jev aparece como router inicial: decide rápido y el modelo grande entra después a ajustar.

“Viene a agregar algo que hasta el momento estábamos dando nosotros, que es el criterio.” — Rodrigo Rojo

Eso acerca la IA proactiva: le entregas tus reglas de negocio y trabaja sin molestarte hasta que haga falta. Rodrigo no sabe si Jev será la implementación que quede, pero lo siente como un momento bisagra, como el de OpenClaw en enero.

Diego mira el empleo: tareas que antes justificaban a una persona ya no, y eso obliga a buscar trabajo que genere valor más allá de clasificar cosas con criterios que puede aplicar una máquina. Lo más expuesto, para él, es la atención al cliente.

Cristian propone hacer trampa: Jev no reemplaza la atención al cliente, pero sirve como agente QA. Antes de responder, le preguntas si esa respuesta debería salir y qué sentimiento transmite. Su automatización más usada ya es un clasificador: una matriz de Eisenhower para el correo que manda a spam, marca lo urgente y archiva lo que está entre medio. Rodrigo tiene algo parecido: cada tarde, Shelldon, su agente en Hermes, revisa correo, WhatsApp y LinkedIn a través de Beeper y le resalta qué contestar. La tarea que se llevan los tres: optimizar sus correos con Jev y contar cómo les fue.

¿Qué se rompió esta semana?

Rodrigo perdió unas seis horas con la impresora 3D. Quería tapar un hueco en una pared de ladrillos decorativos y, entre la regla y cinco o seis prototipos, se gastó la mitad del rollo. Hasta que recordó que el iPhone tiene sensor LiDAR: escaneó el espacio con Scaniverse, le pasó a Claude el mapa 3D, las fotos y las medidas, y la pieza salió a la primera. Esa misma semana logró su primer PR aceptado en un repositorio público de GitHub, con Claude Code, para que el trackpad de su computador funcionara en Linux.

Lo de Cristian fue peor. Nyx, su agente, usa un corpus de lo que se conversa en la comunidad para conectar a quien tiene un problema con quienes ya lo resolvieron. El prompt traía un ejemplo del tipo “Pepito hizo tal cosa”, y casi todos los modelos, desde un Qwen chico hasta un DeepSeek grande e incluso Sonnet, metieron ese ejemplo en el corpus: miembros a los que se les atribuían cosas que nunca hicieron. Mejoró el prompt, cambió de modelo y rehízo el corpus entero; hoy lo corre con Haiku.

Lo que sí funcionó fue un consejo de Rodrigo: con OpenSpec ordenó sus flujos agénticos a nivel de especificaciones, con máquinas de estado, y sumó TDD. Gasta más tokens, pero dejó de rehacer trabajo.

¿Conviene pagar la API o una suscripción para tu agente?

Diego llegó con la cuenta de OpenRouter: tenía a Hermes saltando entre modelos, casi siempre en Opus, y con Astra llegó a gastar US$30 al día. OpenRouter sirve mucho para probar modelos, pero sale caro. Cristian aclara que el problema no es OpenRouter sino la API: las suscripciones subsidian los tokens, y por API él pagaría entre US$18.000 y US$20.000 al mes en vez de los US$200 que paga por Claude.

Rodrigo ve el mismo error en sus clases: gente que llega al tope de Claude y le carga créditos, que cuestan lo mismo que la API. Su receta para el cerebro de un agente:

• Una suscripción de US$20 a US$30 con buen manejo de herramientas: GPT-6 Astra o GPT-5.6 Sol en el plan de ChatGPT, o Grok 4.7, que salió el mismo día de la grabación
• Especialistas dentro de la misma suscripción: en ChatGPT vienen GPT-6 Astra y GPT-5.6 Sol, Terra y Luna, y Luna sirve para clasificar
• Claude para la calidad de respuesta: Rodrigo sigue sintiendo superior a Fable, pero no lo gastaría en el agente

Codex viene con la misma suscripción de ChatGPT. Y MiniMax es el caso de Cristian: lo tiene por defecto en casi todas sus automatizaciones, incluidas las noticias de Ecosistema Startup, y la suscripción de US$50 le alcanza para todo. Aunque siente que el M3 quedó atrás, analiza video, y lo usa para revisar si un video de su pipeline quedó bien antes de verlo él.

¿Por qué ChatGPT empezó a mostrar publicidad?

La misma semana trajo dos movimientos opuestos. Anthropic sumó 43 flujos a Claude for Small Business, desde Shopify hasta Stripe y facturación. Y a Cristian, en el computador de su señora, le apareció un pop-up de ChatGPT recomendando una herramienta: era publicidad, sin estar conversando. Su pregunta: ¿te doy herramientas para ser más eficiente, o te pongo anuncios?

Rodrigo responde con la regla de siempre: cuando no pagas por algo, el producto eres tú. Los anuncios van en el plan gratuito y en ChatGPT Go, no en el de US$20. Y OpenAI necesita la plata: tiene servidores, data centers y modelos que entrenar. Circula un meme que lo resume: WinRAR es más rentable que OpenAI.

En los planes pagos la estrategia es otra: volverse imprescindible. Claude Tag, el agente de Claude dentro de Slack, funciona como un colaborador más, con memoria; si tu empresa se construye sobre él y quieres cambiarte, tienes vendor lock-in. Meta hizo lo propio con Meta One, una suscripción que junta sus planes pagos con más uso de IA generativa.

Diego lo baja a la práctica: no hay que amarrarse a un modelo, porque los planes subsidiados en algún momento van a subir. Cristian cree que antes el hardware se va a abaratar. Y la competencia pone un techo: si solo existieran Claude y GPT sería distinto, pero DeepSeek rompió el mercado con precios más bajos.

¿Los modelos recomiendan su propia solución?

Cristian lo comprobó armando agentes 100% autónomos con varios harness: Deep Agents, CrewAI y Hermes. Cuando le pide a Claude una comparación, le llena de ventajas a CrewAI y a Deep Agents, y aun así le dice que use Hermes.

Rodrigo separa dos fuentes de sesgo. La del creador, visible en los orquestadores: si reparte Claude, le pasa más trabajo a Claude; si reparte GPT, a GPT. Y la de los datos de entrenamiento: pedías un doctor y salía un hombre blanco. Que una marca pague por aparecer no sería nuevo, recuerda: Google le pagaba a Apple y a Mozilla por ser el buscador por defecto. Hasta donde él sabe, ningún modelo lo hace abiertamente.

¿La IA destruye empleo o crea empresas más chicas?

Cristian trae el dato: en China, el año pasado se crearon 7 millones de empresas de una sola persona, un 42% más que en 2024. Él opera así, con un matiz: acaba de sumar a una persona para la comunidad.

“Yo puedo automatizar mucho, pero no puedo automatizar ser humano, al menos por ahora.” — Cristian Tala

Diego empuja a aprender y emprender ya, porque el mercado laboral va a cambiar.

“Es mejor readaptarse de manera voluntaria y adelantada que de manera forzada, que puede ser muy complicado y doloroso.” — Diego Arias

Rodrigo es el optimista: cree que habrá más empleo, pero en empresas más chicas, y que capturar ese valor exigirá saber usar IA. Esta vez, dice, te juegas si quedas dentro de la cancha o en las gradas. La adopción ha sido más lenta de lo esperado, algo que Sam Altman reconoció en su entrevista con David Senra, y Rodrigo le da dos o tres años más a la etapa de early adopters: el momento de aprender, o de armar un proyecto paralelo, es ahora.

El freno está en la base. La CEPAL dice que más del 90% de las empresas no tiene página web, sobre todo las más chicas (al aire se cita como microempresas de la región; el estudio mide Brasil, Chile, Colombia y México). Para Rodrigo el problema no es la tecnología sino el acceso: los negocios chicos viven en WhatsApp e Instagram, y agentes como Hermes u OpenClaw todavía piden no tenerle miedo al terminal. Por eso importan Grok Bot o Muse: si tu agente aparece en WhatsApp, la interfaz es mandar un mensaje de texto, y eso lo sabemos hacer hace 30 años.

¿Cómo justificar el gasto en IA en una empresa?

Diego ve empresas que no quieren pagar ninguna IA y se quedan con los modelos gratuitos. Rodrigo le pone método con el time to value: decir que costará US$20 por 200 trabajadores asusta; decir cuántas horas vas a recuperar convence. No ha visto una empresa que, después de esa conversación, no compre las licencias.

Su cálculo parte de un estudio de CENIA con SOFOFA, el Ministerio del Trabajo y el SENCE, de diciembre de 2024. Al aire lo cita como que el trabajador promedio acelera un 48%; el estudio dice que, en las 100 ocupaciones más comunes de Chile, el 48% de las tareas puede acelerarse con IA generativa. Rodrigo hace la cuenta sobre un sueldo mínimo de unos 550 mil pesos: con una mejora de 50% serían unos 275 mil pesos de valor al mes, y aun con 10% serían 55 mil, más de lo que cuestan las herramientas.

“No hay caso en donde no dé la matemática.” — Rodrigo Rojo

Más Ventas, Menos Humo: la masterclass por Lobo

El episodio abre con una invitación de Rodrigo. Con Pía Cárdenas y Daniel Rubio armó la masterclass Más Ventas, Menos Humo, el martes 29 de septiembre de 2026 a las 19:00 de Chile, para ayudar a la familia de Justo Miguel Vargas, Lobo, tras el incendio de la casa de sus padres en Argentina. Son dos horas sobre comunicación en el embudo de ventas, herramientas de IA para armar propuestas y seguimiento con CRM. Todo lo recaudado va a la reconstrucción, y la inscripción incluye el material y la grabación.

Capítulos del episodio

• 00:00 — Intro: llegó un tipo de IA que no está hecho para conversar
• 00:21 — Más Ventas, Menos Humo: la masterclass por Lobo
• 03:30 — Seis horas con la impresora 3D y un LiDAR olvidado
• 07:02 — Hermes en OpenRouter y por qué la suscripción siempre gana
• 13:46 — El prompt de ejemplo que le contaminó el corpus a Cristian
• 15:17 — OpenSpec y TDD para flujos agénticos que fallan
• 16:02 — Jev: un modelo que no conversa y responde con un JSON
• 17:16 — 39 noticias verificadas: dónde acierta Jev y dónde duda
• 18:35 — Viene a agregar el criterio, que lo poníamos nosotros
• 21:49 — Qué trabajo reemplaza esto hoy: atención al cliente
• 23:43 — La matriz de Eisenhower del correo
• 27:12 — 43 flujos de Anthropic para pymes y el pop-up de ChatGPT
• 29:22 — Claude Tag, vendor lock-in y el plan Meta One
• 32:41 — Cuando el modelo te recomienda su propia solución
• 38:06 — 7 millones de empresas unipersonales en China
• 44:26 — CEPAL: empresas sin página web y la barrera del acceso
• 48:23 — Time to value: el cálculo que convence a cualquier empresa

Preguntas frecuentes

¿Qué es Jev de TypeSafe?

Un modelo de decisiones: no conversa ni escribe texto. Le pasas una situación y preguntas cerradas, y te devuelve un JSON con la respuesta y su probabilidad. Está en OpenRouter como alfa cerrada.

¿Jev realmente no alucina?

Es lo que dicen sus creadores, pero no es infalible. Con 39 afirmaciones de noticias reales acertó 36, algo menos que DeepSeek V3.2. Lo valioso es que en las 35 donde dijo estar seguro se equivocó una sola vez.

¿Conviene pagar por API o una suscripción para un agente de IA?

Para el cerebro del agente, la suscripción: subsidia los tokens. Cristian pagaría entre US$18.000 y US$20.000 al mes por API en vez de US$200. Y los créditos extra cuestan lo mismo que la API.

¿Por qué aparece publicidad en ChatGPT?

Porque OpenAI necesita rentabilizar. Los anuncios van en el plan gratuito y en Go, no en el de US$20. Cuando no pagas, el producto eres tú; cuando pagas, la estrategia es el vendor lock-in.

¿Cómo justificar el costo de la IA en una empresa?

Como inversión y no como gasto: cuántas horas recuperas, no cuánto cuesta la licencia. Aun con un sueldo mínimo y una mejora de solo 10%, la herramienta se paga sola.

Recursos mencionados

Jev y los modelos

• Jev y los System One Models — el anuncio oficial de TypeSafe.
• Jev en OpenRouter — donde está disponible en alfa.
• MiniMax — la suscripción detrás de las automatizaciones de Cristian.

Construir agentes

• OpenSpec — Spec Driven Development para agentes.
• CrewAI y Deep Agents — dos harness que Cristian prueba contra Hermes.
• Scaniverse y Beeper — el escaneo 3D y la mensajería de Rodrigo.

Negocio y publicidad

• Claude for Small Business — los 43 flujos para pymes.
• Publicidad en ChatGPT — el enfoque de OpenAI.
• Meta One y Claude Tag — dos formas de quedarse en tu operación.

Adopción y trabajo

• Estudio CENIA sobre IA y trabajo — de dónde sale el 48% de tareas acelerables.
• Empresas unipersonales con IA en China — los 7 millones, en Ecosistema Startup.

Para ayudar a Lobo

• Más Ventas, Menos Humo — la masterclass del 29 de septiembre, con grabación.
• Ayudemos al Lobo — para apoyar de forma directa.

Episodios relacionados

• EP22 — Desempleo, agentes 24/7 y la carta de Dario Amodei — donde Rodrigo recomendó OpenSpec.
• EP21 — GPT-6 Astra, Fable 5.1, Grok Bot y Muse — los modelos que se repiten aquí.
• EP20 — Stripe compra OpenRouter y el modelo más barato gana — la otra cara del costo por token.
• EP18 — Cuánto cuesta de verdad tener tu propia IA — suscripción, API o modelo local.

---

Escucha el episodio completo

eslahoradeaprender.com/episodios/23

Spotify · YouTube