Jev, Clef y Strands: qué son los modelos de decisión

Modelos de decisión: la ola que devuelve probabilidades, no explicaciones

En las primeras 24 horas desde su llegada al AI Gateway de Vercel, cerca del 13% de los equipos de pago ya habían probado Jev, y el modelo de TypeSafe AI alcanzó más del doble de equipos de pago que cualquier lanzamiento anterior en ese mismo lapso, según Fortune. El dato explica por qué los modelos de decisión se convirtieron en el tema caliente de la infraestructura de IA. Y esconde su problema central: no explican nada.

Un modelo de decisión no redacta. Recibe un estado y un esquema de preguntas, y devuelve una opción cerrada con su probabilidad de confianza, en formato JSON. En lugar de prosa, entrega decisiones tipadas y calibradas. Eso lo vuelve rápido y barato — y deja el «por qué» enteramente del lado de quien lo implementa. Es exactamente el punto que sostiene Dattaraj Rao, arquitecto de innovación e I+D en Persistent Systems, en sus análisis sobre modelos de decisión, GraphRAG y ontologías: si el modelo no argumenta, el contexto pasa a ser tu problema.

¿Qué modelos de decisión existen hoy y en qué se diferencian?

TypeSafe AI lanzó Jev en septiembre y lo bautizó por el economista William Stanley Jevons: la apuesta es que abaratar la inteligencia aumente su demanda, según TechCrunch. OpenAI respondió el 6 de octubre con su Decisions API, construida sobre GPT-6 Luna, un modelo ya existente de su catálogo, según Fortune. Y AWS publicó su propia versión abierta, Strands Decider 2B, sobre la base de Qwen3.5-2B, lo bastante pequeña para correr de forma local.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Ese modelo de Amazon nació como proyecto personal de Marc Brooker, ingeniero distinguido de la compañía, y llegó a encabezar el ranking Jevbench en su categoría de tamaño antes de publicarse desde Strands Labs, reportó TechCrunch. Brooker explicó que la necesidad surgió de conversaciones con clientes: sus flujos agenticos no siempre requerían la capacidad ni el costo de un LLM completo.

Cloudflare entró con la familia Clef. Su versión multimodal, Clef-omni, salió el 9 de octubre, ocho días después de Clef y Clef-flash, y puntúa texto, imagen, audio y video en una sola llamada, según la cobertura de Marktechpost del anuncio de la compañía. Es un modelo MoE de 30.000 millones de parámetros totales con 3.000 millones activos, licencia Apache-2.0 y 64.000 tokens de contexto en Workers AI.

En precio, la tabla publicada por Cloudflare ubica a Clef-flash en US$0,038 por millón de tokens, por debajo de Jev (US$0,042) y muy por debajo de Clef-omni (US$0,15). La compañía reporta además decisiones de texto en unos 130 milisegundos de mediana y una mejora de 1,7x a 2,0x en la latencia de Clef tras migrar su stack a SGLang. Son cifras del propio anuncio de Cloudflare y no fueron verificadas de forma independiente.

¿Por qué el contexto es tu problema y no el del modelo?

La razón es estructural. Un modelo de decisión no genera una explicación: genera una probabilidad. Alguien tiene que decidir qué hacer con ella. En un caso típico de atención al cliente, el sistema pregunta si el mensaje entrante es un problema de facturación o uno técnico, y usa la respuesta para enrutarlo. El equipo define un umbral de confianza: por encima, se automatiza; por debajo, se marca para revisión humana. Ese umbral es una decisión de negocio, no una función del modelo.

Diogo Almeida, CEO y fundador de TypeSafe AI, contó a Fortune que empezó a pensar en Jev tras trabajar en la tecnología detrás de ChatGPT en OpenAI, al detectar una brecha entre la capacidad de los modelos para responder preguntas y su utilidad real para automatizar trabajo rutinario. Su tesis: la enorme mayoría de las solicitudes futuras vendrá de código corriendo solo, no de personas escribiendo.

El riesgo es que esa categoría se commoditice rápido. TechCrunch reportó que decenas de modelos similares ya fueron producidos por investigadores desde que TypeSafe presentó la idea, y que el costo de construir algo interesante ronda los cientos o miles de dólares. Brooker lo resumió con precisión: el desafío es equilibrar velocidad y calibración sin degradar la comprensión del lenguaje y el conocimiento general que hacen al modelo útil.

¿GraphRAG y las ontologías son la respuesta?

Si el modelo no explica, la respuesta pasa por la calidad del contexto que le entregas. Ahí entra el otro frente que cubre Rao: el de la recuperación de información.

Graphwise lanzó GraphRAG el 16 de febrero como motor de flujos de IA low-code, según TechTarget. La compañía afirma que augmentar HippoRAG —uno de los mejores sistemas GraphRAG— con un grafo de conocimiento basado en ontologías reduce a menos de la mitad las respuestas inexactas en el benchmark MuSiQue, orientado a razonamiento multi-hop. También sostiene que su capa semántica mueve la precisión de la IA del 60% al 90% o más, y que el debugging visual recorta hasta 80% el tiempo de diagnóstico. Son métricas de la propia empresa.

En paralelo, EY publicó investigación sobre un framework RAG multimodal que recupera también gráficos, tablas y diagramas de ingeniería, y los conecta mediante un grafo de conocimiento, según SiliconANGLE. Dipanjan Sengupta, tecnólogo distinguido de EY, señaló que cuando el RAG se enriquece con capacidades multimodales, los agentes quedan mucho mejor equipados para decidir. El paper no publica benchmarks comparativos: la evidencia es experiencia de clientes.

El trasfondo es incómodo. TechTarget cita que aproximadamente el 80% de los proyectos de IA falla antes de llegar a producción, y el analista independiente Alan Morrison resume la causa: los agentes necesitan contexto confiable de forma desesperada.

¿Qué significa esto para tu startup?

La conclusión práctica es que elegir modelo es la parte fácil. Estas son las acciones que rinden:

Mapea tu dominio de respuestas antes de elegir modelo. Los modelos de decisión funcionan con opciones cerradas. Si no puedes enumerar las categorías posibles de una decisión de tu negocio —con nombres, dueños y ejemplos—, ningún modelo lo va a resolver. Empieza por esa taxonomía: es tu ontología mínima viable.
Define umbrales de confianza por caso de uso y regístralos. Automatiza por encima y deriva a humano por debajo, pero deja por escrito qué pasa cuando el modelo duda. Ese registro es lo que después te permite auditar y explicar decisiones ante un cliente o un regulador.
Calcula el costo a volumen real. La diferencia entre US$0,038 y US$0,15 por millón de tokens parece irrelevante hasta que multiplicas por miles de juicios diarios. Como señala Fortune, a ese volumen las diferencias de costo, velocidad y tasa de error determinan si automatizar vale la pena.
Construye tu propia evaluación. Los números de rendimiento que circulan provienen de anuncios de proveedores y no están verificados de forma independiente. Arma un set de 50 a 100 casos reales de tu operación y mide ahí, no en un ranking público.
Considera el peso de las licencias abiertas. Modelos con Apache-2.0 o liberados como open source, y lo bastante chicos para correr local, cambian el cálculo si tu operación tiene requisitos de residencia de datos o clientes regulados.

Conclusión

La ola de modelos de decisión no va a resolver el problema de la IA empresarial: lo va a reubicar. Al eliminar la explicación del output, pone el foco donde siempre debió estar, en la calidad del contexto, la definición de las opciones y la gobernanza de los umbrales. Los equipos que ganen no serán los que adopten el modelo más nuevo, sino los que tengan su conocimiento de negocio estructurado y medible.

Para un founder en LATAM o España, eso es una buena noticia: la ventaja competitiva no está en acceder antes a un modelo, sino en entender mejor que nadie el dominio donde ese modelo tiene que decidir.