Alguien acaba de hacer que las decisiones más tontas de la IA no cuesten nada

El 15 de septiembre, una de las personas que construyó ChatGPT lanzó un modelo de vanguardia que no sabe escribir. Diogo Almeida ayudó a crear el chatbot y el método de entrenamiento que lo sustenta, el RLHF; después pasó dos años en secreto en TypeSafe AI construyendo la inversión de su propio invento ¹. Su veredicto sobre la industria que ayudó a crear es tajante: «Tenemos un rayo en una botella y, aun así, no resulta útil», porque los modelos optimizan para el lenguaje humano mientras que «los ordenadores hablan otro idioma» ¹. Jev, su nuevo modelo, no habla en absoluto.

El modelo responde en lugar de escribir

Jev recibe un bloque con el estado de un programa y un conjunto de preguntas tipadas, y devuelve respuestas con probabilidades calibradas: una elección entre hasta 255 opciones, una puntuación en una escala o una probabilidad de sí o no ². Cada pregunta se evalúa en una sola pasada en paralelo: sin decodificación token a token, sin nada que interpretar y sin forma de inventarse una quinta herramienta en un menú de cuatro ²³. TypeSafe declara decisiones en entre 70 y 500 milisegundos, entrada a 0,042 dólares por millón de tokens y salida gratuita ². A esta clase la llama modelos de Sistema Uno, por el pensamiento rápido de Kahneman, y la entrena con aprendizaje por refuerzo para decisiones calibradas, de modo que la confianza declarada se corresponda con la precisión y el código pueda actuar por encima de un umbral y escalar la decisión por debajo ².

Los bucles de los agentes pagaban precios de chat por decisiones de semáforo

La vida de un agente no es, en su mayor parte, razonar. Es elegir: qué herramienta viene después, si ese clic surtió efecto, si ese comando es seguro ejecutarlo. LangChain explica sin rodeos el problema de coste del bucle: cada decisión es una llamada más al modelo↗ ⁴. Apenas dos días después del lanzamiento ya había publicado el remedio como middleware: un enrutador que manda cada petición a un modelo barato o a uno potente, y una salvaguarda que comprueba cada llamada a una herramienta antes de ejecutarla ⁴. Vercel ya había trasladado a Jev el clasificador Luna de OpenAI, que revisa la seguridad de los comandos, y declara respuestas de cinco a 18 veces más rápidas y con mayor precisión ¹. En Browserbase, los agentes de navegador ya deciden con él cada movimiento por fracciones de centavo ⁴.

El cuello de botella era la verificación, no la inteligencia

La cifra reveladora no es un banco de pruebas. Un desarrollador aplicó Jev a 9.081 pares de productos por emparejar que su propio motor había dejado en cola para revisión humana, y vació la cola en 13 minutos por 32 centavos; había aparcado esa fase en junio porque, con los precios de los modelos de vanguardia, no merecía la pena construirla ⁵.

La automatización no se atascó porque los modelos no supieran hacer trabajo rutinario. Se atascó porque comprobar con honestidad cada paso pequeño costaba más de lo que valía el paso, así que solo se automatizaron los pasos caros.

La propia evaluación de TypeSafe sobre cuatro flujos de trabajo pone cifras al intercambio↗: Jev iguala la precisión de GPT-5.6 Terra —67,8 frente a 67,9 por ciento de acuerdo con las respuestas de referencia— a 0,0004 dólares por caso ³. Los múltiplos del titular, hasta 193 veces más rápido y 445 veces más barato ²⁶, los reporta el propio proveedor contra referencias promediadas de otros modelos de vanguardia, y TypeSafe reconoce que esos picos se sitúan en el extremo alto de las ganancias reales ².

El activo expuesto de UiPath son sus reglas

UiPath construyó un negocio de ingresos recurrentes de 1.940 millones de dólares sobre automatización determinista basada en reglas, con un crecimiento del 12,5% ⁷. Su propio director de operaciones dice que los clientes ya quieren «capacidades de IA tanto deterministas como probabilísticas», insiste en que la plataforma sigue siendo agnóstica respecto al modelo y admite que el avance de los modelos de lenguaje podría convertir en commodity las automatizaciones más sencillas ⁷. Una decisión calibrada por fracciones de centavo es exactamente esa commoditización, aplicada al punto de decisión de cada flujo de trabajo que UiPath orquesta. La compañía puede absorberla con el Agent Builder, agnóstico al modelo, que ya vende, o contemplar cómo su foso defensivo se convierte en commodity. Ambos caminos están abiertos. La exposición no es simétrica.

Las plataformas que cobran por resultado se quedan el margen

Salesforce ha declarado unos ingresos recurrentes de Agentforce superiores a 1.500 millones de dólares, con un alza superior al 240%↗, mientras factura a los clientes por conversación, resolución y créditos, y por debajo paga la factura de los tokens: más de 19 billones consumidos, y un ejecutivo advierte de que un solo ingeniero «puede generar una factura de unos 100.000 dólares al mes» ⁸. Cada llamada de enrutado, salvaguarda y verificación que se muda a una capa casi gratuita es margen sobre un producto ya vendido, y la misma aritmética aguarda a ServiceNow y a la pila Copilot de Microsoft, la misma pregunta que este medio se hacía cuando Salesforce abrió su propio mercado de agentes a Anthropic: quién se queda el presupuesto de software cuando la capa de agentes que está debajo se abarata. Por eso la vanguardia se movió en cuestión de días: Cloudflare incluye typesafe/jev en su documentación de IA y Vercel lo incorporó a su AI Gateway el 16 de septiembre ⁵.

Menos ancho de banda por decisión, y más decisiones

Seamos honestos con la pregunta de los centros de datos. Como cada respuesta llega en una sola pasada, no hay bucle de decodificación que consuma memoria con cada token de salida, así que por decisión esto pesa menos en ancho de banda de memoria que el modelo de chat al que desplaza en esa tarea ³. En cualquier caso, ese es el libro de cuentas equivocado. Lo que busca una capa barata es que más actividad de agentes merezca la pena ejecutarse, y cada uno de esos agentes sigue llamando a un modelo de vanguardia para su parte difícil. TypeSafe bautizó el modelo como William Stanley Jevons a propósito: el carbón más barato significó más carbón quemado ²⁵. La demanda total sobre el nivel de razonamiento, y sobre los proveedores de memoria que hay detrás, podría subir incluso cuando el coste unitario caiga. Ese es el argumento; seis días de datos no pueden zanjarlo.

Privada, con seis días de vida, y la arquitectura que conviene aprender ya

Lo que queda sin zanjar: las evaluaciones corren a cargo del propio proveedor, las etiquetas de referencia son respuestas de otros modelos y no los datos reales, la salida es una probabilidad sin justificación, Jev todavía puede clasificar mal y TypeSafe admite que no puede demostrar que su precio no esté subvencionado ²³⁵⁶. TypeSafe es además una empresa privada, con una ronda semilla de 40 millones de dólares liderada por DCVC y una valoración de unos 200 millones según un informe↗ ⁹, así que no hay ningún valor cotizado que sea dueño de este giro, y cualquier lista que afirme lo contrario es especulación.

Vigilar el centro de la pila

El valor es de quien acorte la distancia entre una capacidad y la jornada laboral de alguien, y esta semana ese trabajo está abaratando el precio de las comprobaciones pequeñas y honestas. Vigilen el centro de la pila: las plataformas que integran la capa en productos que ya venden se quedan el margen, y los vendedores de reglas que la rechazan se convierten en el commodity. Para quien construye, la cascada —decisiones baratas bajo razonamiento caro— es la arquitectura que conviene aprender ya, con todas sus salvedades de seis días de vida incluidas. El trabajo de quienes la aprendan será el próximo en cambiar.