Los modelos de decisión, explicados: Jev, Laya y el auge de la IA System One

Un modelo de decisión no escribe. Le das un fragmento de texto o JSON y unas cuantas preguntas tipadas, y devuelve una elección, una puntuación o una probabilidad de sí/no, con las probabilidades que respaldan cada respuesta. Ese cometido acotado lo hace más rápido y mucho más barato que preguntar a un modelo de chat, y es la herramienta adecuada para una parte sorprendente de lo que hacen los agentes todo el día: enrutar, clasificar por prioridad, aplicar comprobaciones de seguridad y filtrar acciones. Todavía no es una herramienta en la que confiar sin probarla con tus propios datos.

Qué es un modelo “System One”

El término viene de TypeSafe, un laboratorio de San Francisco que llama a Jev su primer “System One model”, creado para tomar decisiones dentro del software y no para conversar. Según la documentación de TypeSafe, cada petición tiene un state (las pruebas) y un conjunto de preguntas de tres tipos: choice elige una opción de una lista, score valora el estado con una rúbrica ordenada y noul devuelve la probabilidad de que una afirmación sea cierta. Se pueden hacer varias preguntas sobre el mismo estado en una sola llamada, y la respuesta vuelve como valores tipados que tu código puede comparar con un umbral. No hay prosa que interpretar.

En qué se diferencian de los LLM y de los clasificadores

Frente a un modelo de chat, la diferencia es la salida. Un LLM al que se le pregunta “¿es urgente este ticket?” devuelve una frase, que el agente tiene que interpretar, y no da ninguna señal fiable de lo seguro que está. Un modelo de decisión devuelve un número por opción. Laya y GLiNER2.5-Decide responden ambos en una sola pasada hacia delante sin generar ningún token.

Frente a un clasificador clásico, la diferencia es que las etiquetas no vienen fijadas. Un modelo entrenado de sentimiento o de intención solo conoce las clases con las que se entrenó. Un modelo de decisión lee las opciones de la petición, así que puedes añadir o renombrar categorías sin volver a entrenar, que es como describe GLiNER2.5-Decide la ficha del modelo de Fastino. En la práctica la frontera es difusa: GLiNER2.5-Decide es un codificador muy parecido a un clasificador, y los mantenedores de Laya dicen que necesita ajuste fino con tus propias decisiones para ser preciso.

Dónde encajan en un agente

• Enrutamiento. Qué equipo se encarga de un ticket, qué modelo debe ocuparse de una tarea, a qué herramienta llamar. Una pregunta de tipo choice con un umbral de confianza permite al agente actuar en los casos claros y escalar el resto.
• Salvaguardas. Revisar una página descargada o el resultado de una herramienta en busca de inyección de prompts antes de que llegue al modelo principal. Jev MCP y el Jev alojado de Viorant incluyen ambos una herramienta jev_screen precisamente para esto.
• Control de llamadas a herramientas. Puntuar una acción propuesta, un diff o una afirmación de tarea terminada antes de que se ejecute o antes de que el agente dé la tarea por hecha. jev_review y jev_gate de Jev MCP hacen esto para agentes de programación.
• Clasificación y verificación. Etiquetar un backlog, reordenar resultados de búsqueda o contrastar cada afirmación de un informe con sus fuentes, en lotes que serían demasiado lentos y caros de pasar por un modelo puntero.

Lo que no deben hacer: responder preguntas abiertas, explicarse o planificar. La propia ficha del modelo de Fastino dice que GLiNER2.5-Decide “does not reason, explain, or answer open questions” (no razona, no explica ni responde preguntas abiertas).

Las principales opciones

• Jev (TypeSafe). Solo alojado; no hemos encontrado ninguna declaración de que se publiquen los pesos. TypeSafe indica 42 $ por cada mil millones de tokens de entrada. También se vende a través de OpenRouter y Cloudflare Workers AI, según el README de jev-mcp. Admite hasta 255 opciones por pregunta de tipo choice, según el artículo de lanzamiento de TypeSafe.
• Laya (Convai Innovations). Pesos abiertos con licencia Apache 2.0, tres checkpoints de 322M a 421M parámetros y un enrutador que envía el texto que no está en inglés a un checkpoint multilingüe que cubre más de 100 idiomas. Su README indica 32,8 ms por pregunta en una GPU T4.
• Clef y Clef-flash (Cloudflare). Publicados el 1 de octubre de 2026 con pesos Apache 2.0, de 27B y 9B parámetros con un contexto de 64K tokens, en Workers AI y Hugging Face. Siguen la misma API System One que Jev, así que, según Cloudflare, cambiar consiste en modificar el endpoint y el nombre del modelo.
• GLiNER2.5-Decide (Fastino). Un codificador pequeño para inglés (Fastino dice 340M parámetros; el archivo de pesos contiene unos 486M) con licencia Apache 2.0 que funciona en CPU, con una variante multilingüe; la ficha indica que es un ajuste fino de GLiNER2.
• Perplexity Decider (pplx-decider) (Perplexity). Los modelos de decisión abiertos de 27B y 4B de Perplexity, que también se venden como API a 0,02 $ por millón de tokens: entran texto e imágenes, salen probabilidades.
• d3 (vLLM Semantic Router) (vLLM Semantic Router). El modelo de decisión abierto de 27B del proyecto vLLM Semantic Router, segundo en el Decision Index, con entrada de vídeo y servicio nativo en vLLM.

El modelo alojado es el que menos trabajo da y los modelos abiertos son los más privados. Clef es, sobre el papel, el aspirante abierto más fuerte; Laya y GLiNER2.5-Decide son lo bastante pequeños para un portátil.

Cómo conectar uno a tu agente

Para la mayoría, el servidor MCP importa tanto como el modelo.

• Jev MCP (4,3) es la elección para agentes de programación: doce comprobaciones listas para usar, entre ellas detección de inyecciones, verificación de afirmaciones y revisión de diffs.
• El servidor MCP oficial de Laya (4,2) lo ejecuta todo en local, con herramientas para lotes, documentos largos y listas de candidatos.
• System One Connector (4,1) es una herramienta ligera que puede hablar con Jev, con un Laya o CLM autoalojado o con d1 de Liquid AI.
• Jev en Viorant (3,8) es un endpoint alojado con OAuth, créditos iniciales gratuitos y sin clave de TypeSafe.
• El conector de Jev de AnythingMCP (3,7) conviene a equipos que quieren una sola clave compartida y auditada para usuarios de claude.ai y ChatGPT.

Los límites, sin rodeos

Casi todos los benchmarks son de los propios proveedores. El registro de cambios de Cloudflare sitúa a Clef por delante de Jev en 7 de 10 benchmarks de decisión, incluido un 94,20 frente a 79,74 en BANKING77, y a Clef-flash con una mediana de 38,8 ms frente a los 524,1 ms de Jev. La ficha de Fastino coloca a GLiNER2.5-Decide en primer lugar en el conjunto de datos de la propia Fastino, con el enrutador de Laya en último lugar. El README de Laya sitúa a Laya por delante de Jev en la mayoría de las tareas, con cifras de Jev que dice no haber medido nunca por sí mismo. Las cifras se contradicen porque cada proveedor eligió la prueba.

La precisión sin ejemplos previos puede ser mala. Los mantenedores de Laya escriben que sus checkpoints base están “near chance” (cerca del azar) en su propio benchmark de decisiones tipadas (0,362 frente a una referencia aleatoria de 0,318), y que el 0,766 destacado procede de un checkpoint ajustado con la partición de entrenamiento de ese mismo benchmark. También documentan peticiones de cancelación negadas clasificadas como cancelaciones con una probabilidad de 0,9998, y una precisión que cae a 0,425 en una tarea de 77 etiquetas.

Confianza no es acierto. Una probabilidad calibrada es el argumento de venta, pero el README de Laya señala que sus checkpoints vienen con exceso de confianza y que la confianza “orders decisions; it does not establish that a decision is correct” (ordena las decisiones; no establece que una decisión sea correcta). Ajusta los umbrales con tus propios datos etiquetados.

Todo es nuevo. El repositorio de Laya se creó el 18 de septiembre de 2026; Clef salió el 1 de octubre; los servidores MCP de Jev analizados aquí tienen todos menos de cinco semanas. Los números de versión cambian cada semana, y el autor de jev-mcp lo describe como software en fase temprana.

Quién debería usar uno

Usa un modelo de decisión si tu agente hace muchas veces el mismo tipo de juicio acotado (enrutar tickets, revisar contenido descargado, controlar llamadas a herramientas) y puedes decir cómo son las respuestas correctas. Empieza con Jev a través de Jev MCP si quieres buenos resultados sin entrenar nada y puedes enviar datos a un servicio alojado. Elige Laya o Clef si los datos deben quedarse en tu hardware, y reserva tiempo para etiquetar ejemplos y ajustar umbrales.

Descártalo si tus decisiones son poco frecuentes, abiertas o necesitan una explicación; un modelo puntero sigue siendo la mejor herramienta. Y elijas el que elijas, deja un modelo puntero o una persona detrás de los casos de baja confianza. Las ganancias vienen de resolver deprisa las decisiones fáciles, no de dejar que un modelo de 400M parámetros lo decida todo.