Surgiu em 2026 uma categoria de inteligência artificial que não nasceu para conversar. Enquanto o mercado disputava qual modelo escreve o melhor texto, uma startup chamada TypeSafe apresentou o JEV, um modelo desenhado para outra função: decidir. Ele não redige e-mails, não resume relatórios e não bate papo. Recebe uma situação, avalia as opções possíveis e devolve uma escolha, acompanhada da probabilidade de estar certa.
A repercussão foi rápida. Nas primeiras 24 horas, perto de 13% dos times pagantes do AI Gateway da Vercel testaram o modelo, a maior adoção de um lançamento já registrada pela plataforma, segundo a própria Vercel. Para quem trabalha com varejo e tecnologia, o JEV sinaliza um movimento que vale acompanhar: a IA começa a se dividir entre modelos que produzem conteúdo e modelos que tomam decisões operacionais em escala.
Nesta página você encontrará:
JEV em 6 pontos básicos:
- O JEV é um modelo de IA da TypeSafe que não gera texto: recebe um contexto e devolve uma decisão tipada, com a probabilidade de cada opção;
- Foi criado para ser chamado por código, dentro de softwares, e não para dialogar com pessoas;
- Responde em três formatos (sim ou não, escolha entre categorias e nota em uma escala) sempre com um grau de confiança;
- A latência fica entre 70 e 500 milissegundos por chamada, de acordo com a TypeSafe;
- O preço anunciado é de US$ 0,042 por milhão de tokens de entrada, sem cobrança pela saída;
- Serve para classificar, rotear, priorizar e verificar, tarefas que hoje consomem tempo de equipes de atendimento, marketing e operação.
Quem criou o JEV e por que o lançamento repercutiu
O JEV foi apresentado por Diogo Almeida, fundador da TypeSafe e ex-pesquisador da OpenAI. Ele participou dos trabalhos em torno do InstructGPT, uma das bases que deram origem ao ChatGPT (motivo pelo qual parte da imprensa o descreveu como cocriador do assistente). A empresa operou cerca de dois anos em modo fechado antes de abrir o modelo ao público, em setembro de 2026, e anunciou uma rodada inicial de US$ 40 milhões liderada pela DCVC, segundo a InfoMoney.
O nome também conta a intenção do projeto. A TypeSafe chama sua linha de “System One Models“, referência ao raciocínio rápido e intuitivo descrito por Daniel Kahneman em Rápido e Devagar. Já “Jev” é uma homenagem ao economista William Stanley Jevons. A ideia por trás da marca é direta: um modelo para julgamentos rápidos e repetitivos, não para reflexões longas.
Como o JEV funciona
A lógica do JEV é diferente da de um chatbot. Em vez de uma conversa aberta, o desenvolvedor envia duas coisas: um estado, que é o contexto do problema em texto ou em JSON, e uma pergunta tipada, com as opções válidas já declaradas. O modelo responde apenas dentro dessas opções.
São três tipos de resposta. O primeiro é o sim ou não, útil para validações (por exemplo, se uma mensagem contém dados suficientes para seguir). O segundo é a escolha entre categorias, com um limite de até 255 alternativas por pergunta. O terceiro é a nota em uma escala definida por quem pergunta. Em todos, cada opção retorna com sua probabilidade.
Dois detalhes técnicos sustentam a proposta. A TypeSafe afirma que a garantia é estrutural, não estatística: o formato da resposta é sempre válido, mas o acerto da escolha não é assegurado. E o modelo é treinado com um método que a empresa chama de RLCD (aprendizado por reforço para decisões calibradas), voltado a alinhar a confiança informada com a taxa real de acerto, a meta é que uma confiança de 80% corresponda a acertar em torno de 80% das vezes.
| Critério | JEV | LLM tradicional |
|---|---|---|
| Objetivo principal | Decidir entre opções | Gerar texto ou código |
| Saída | Opção tipada + probabilidade | Texto em linguagem natural |
| Quem faz a chamada | O código do sistema | Uma pessoa, em geral |
| Latência típica | 70 a 500 ms | Segundos |
Essa divisão de papéis resume o uso recomendado: a IA generativa continua sendo a escolha para escrever, traduzir e resumir; o JEV entra quando o software precisa de uma decisão rápida e padronizada para seguir sozinho.
Por que varejo e tecnologia devem observar o JEV
A promessa do JEV mira justamente as decisões que se repetem milhares de vezes por dia em uma operação digital. No atendimento, um modelo assim pode ler um chamado e definir para qual área encaminhá-lo, ou classificar a urgência antes de um humano abrir a mensagem. No marketing e no comercial, pode pontuar um lead e indicar se ele segue em automação ou vai direto para um vendedor. No catálogo, pode checar se uma descrição gerada por IA contradiz os dados do produto antes de a página ir ao ar.
Esse último caso explica por que o lançamento chamou atenção de quem já usa IA generativa. Um dos usos citados pela TypeSafe é verificar a saída de outro modelo — flagrar, por exemplo, um texto que promete algo fora do registro ou que contradiz a conversa anterior. Restringir a resposta a um conjunto fechado de opções reduz o espaço para o modelo inventar informação, embora não elimine a chance de uma escolha errada: um erro ainda pode encaminhar mal um chamado ou definir a prioridade incorreta.
O custo ajuda a entender o apetite do mercado. Modelos de fronteira cobram de US$ 0,20 a US$ 10 por milhão de tokens de entrada; o JEV foi anunciado a US$ 0,042, sem cobrança pela saída. Em testes da própria empresa, o modelo chegou a ser cerca de 194 vezes mais rápido e 445 vezes mais barato que modelos de linguagem em certos fluxos. O número impressiona, mas pede cautela editorial: o gabarito desses testes foi a média das respostas de outros modelos de IA, ou seja, mede concordância, não acerto confirmado por avaliação independente.
Ainda é cedo. O JEV tem poucas semanas de operação aberta, e boa parte das evidências de desempenho vem do próprio fabricante. Mesmo assim, a direção do movimento interessa ao varejo digital: parte das tarefas que hoje dependem de regras manuais ou de um LLM caro e lento pode migrar para modelos de decisão especializados. Vale observar, testar em pequena escala e medir com dados próprios antes de qualquer aposta grande.
Conclusão
O JEV não substitui o ChatGPT nem o seu time. Ele representa um recorte novo da inteligência artificial (modelos que decidem em vez de escrever) e esse recorte tende a aparecer cada vez mais dentro de ferramentas de e-commerce, atendimento e marketing. Entender a diferença agora evita confusão depois, na hora de escolher a tecnologia certa para cada tarefa. Para continuar acompanhando como a IA muda a operação do varejo digital, explore os outros conteúdos sobre inteligência artificial e tecnologia aqui no blog da e-Plus.
FAQ
O que é o JEV?
O JEV é um modelo de inteligência artificial da startup TypeSafe que não gera texto e sim decisões. Ele recebe um contexto e um conjunto de opções e devolve a escolha mais provável, com um grau de confiança. Foi criado para ser usado dentro de softwares, por código, em tarefas como classificar e rotear informações.
Qual a diferença entre o JEV e o ChatGPT?
A diferença está na função. O ChatGPT é um modelo de linguagem que escreve textos, códigos e respostas em conversa. O JEV decide entre opções já definidas e retorna uma delas com a probabilidade de estar certa. Um serve para gerar conteúdo; o outro, para tomar decisões rápidas e padronizadas em sistemas.
Para que serve o JEV no e-commerce?
O JEV serve para automatizar decisões repetitivas de uma operação digital. Entre os usos possíveis estão encaminhar chamados de atendimento para a área certa, definir prioridade de tickets, pontuar leads e verificar se um conteúdo gerado por IA está coerente com os dados do produto antes da publicação.
O JEV elimina os erros e as alucinações da IA?
Não elimina. Restringir as respostas a opções declaradas reduz o espaço para o modelo inventar informação, o que diminui alucinações. Mas a garantia é estrutural, não de acerto: o JEV ainda pode escolher a opção errada. Por isso ele informa um grau de confiança, que ajuda o sistema a decidir quando agir sozinho ou chamar um humano.
