Modelos de decisão, explicados: Jev, Laya e a ascensão da IA System One

Um modelo de decisão não escreve. Você lhe dá um trecho de texto ou de JSON e algumas perguntas tipadas, e ele devolve uma escolha, uma pontuação ou uma probabilidade de sim/não, com as probabilidades por trás de cada resposta. Essa tarefa estreita o torna mais rápido e muito mais barato do que perguntar a um modelo de chat, e ele é a ferramenta certa para uma parcela surpreendente do que os agentes fazem o dia todo: roteamento, triagem, verificações de proteção e barreiras. Ainda não é uma ferramenta para confiar sem testar com os seus próprios dados.

O que é um modelo “System One”

O termo vem da TypeSafe, um laboratório de San Francisco que chama o Jev de seu primeiro “System One model”, feito para decisões dentro de software e não para conversa. Segundo a documentação da TypeSafe, toda requisição tem um state (a evidência) e um conjunto de perguntas de três tipos: choice escolhe uma opção de uma lista, score avalia o state em uma rubrica ordenada e noul devolve a probabilidade de uma afirmação ser verdadeira. Várias perguntas podem ser feitas sobre o mesmo state em uma chamada, e a resposta volta como valores tipados que o seu código pode comparar com um limiar. Não há prosa para interpretar.

Como diferem de LLMs e classificadores

Em relação a um modelo de chat, a diferença é a saída. Um LLM a quem se pergunta “este chamado é urgente?” devolve uma frase, que o agente precisa interpretar, e não dá nenhum sinal confiável de quão seguro está. Um modelo de decisão devolve um número por opção. O Laya e o GLiNER2.5-Decide respondem os dois em uma única passagem direta, sem gerar nenhum token.

Em relação a um classificador clássico, a diferença é que os rótulos não vêm embutidos. Um modelo treinado de sentimento ou de intenção conhece só as classes com que foi treinado. Um modelo de decisão lê as opções a partir da requisição, então você pode acrescentar ou renomear categorias sem retreinar, que é como o model card da Fastino descreve o GLiNER2.5-Decide. Na prática, a fronteira é difusa: o GLiNER2.5-Decide é um encoder muito parecido com um classificador, e os mantenedores do Laya dizem que ele precisa de fine-tuning com as suas próprias decisões para ser preciso.

Onde se encaixam em um agente

• Roteamento. Qual equipe é dona de um chamado, qual modelo deve cuidar de uma tarefa, qual ferramenta chamar. Uma pergunta choice com um corte de confiança permite que o agente aja nos casos claros e escale o resto.
• Proteções. Verificar uma página baixada ou um resultado de ferramenta em busca de prompt injection antes que chegue ao modelo principal. O Jev MCP e o Jev hospedado da Viorant trazem os dois uma ferramenta jev_screen exatamente para isso.
• Barreira para chamadas de ferramentas. Pontuar uma ação proposta, um diff ou uma alegação de conclusão antes que rode ou antes que o agente declare a tarefa concluída. O jev_review e o jev_gate do Jev MCP fazem isso para agentes de programação.
• Triagem e verificação. Rotular um backlog, reordenar resultados de busca ou conferir cada afirmação de um relatório com as suas fontes, em lotes que seriam lentos e caros demais para rodar em um modelo de fronteira.

O que não devem fazer: responder a perguntas abertas, explicar a si mesmos ou planejar. O próprio model card da Fastino diz que o GLiNER2.5-Decide “não raciocina, não explica nem responde a perguntas abertas”.

As principais opções

• Jev (TypeSafe). Só hospedado; não encontramos nenhuma declaração de que os pesos tenham sido liberados. A TypeSafe lista US$ 42 por bilhão de tokens de entrada. Também é vendido pelo OpenRouter e pelo Cloudflare Workers AI, segundo o README do jev-mcp. Aceita até 255 opções por pergunta choice, segundo o post de lançamento da TypeSafe.
• Laya (Convai Innovations). Pesos abertos sob Apache 2.0, três checkpoints de 322M a 421M de parâmetros e um roteador que envia texto que não está em inglês para um checkpoint multilíngue que cobre mais de 100 idiomas. Seu README informa 32,8 ms para uma pergunta em uma GPU T4.
• Clef e Clef-flash (Cloudflare). Lançados em 1º de outubro de 2026 com pesos Apache 2.0, com 27B e 9B de parâmetros e contexto de 64K tokens, no Workers AI e no Hugging Face. Seguem a mesma API System One do Jev, então a Cloudflare diz que trocar significa mudar o endpoint e o nome do modelo.
• GLiNER2.5-Decide (Fastino). Um pequeno encoder em inglês (a Fastino diz 340M de parâmetros; o arquivo de pesos contém cerca de 486M) sob Apache 2.0 que roda em CPU, com uma variante multilíngue; o card informa que ele é um fine-tuning do GLiNER2.
• Perplexity Decider (pplx-decider) (Perplexity). Os modelos de decisão abertos de 27B e 4B da Perplexity, também vendidos como API a US$ 0,02 por milhão de tokens: entram texto e imagens, saem probabilidades.
• d3 (vLLM Semantic Router) (vLLM Semantic Router). O modelo de decisão aberto de 27B do projeto vLLM Semantic Router, segundo no Decision Index, com entrada de vídeo e serviço nativo no vLLM.

O modelo hospedado é o que dá menos trabalho, e os modelos abertos são os mais privados. O Clef é o desafiante aberto mais forte no papel; o Laya e o GLiNER2.5-Decide são pequenos o bastante para um notebook.

Conectando um ao seu agente

Para a maioria das pessoas, o servidor MCP importa tanto quanto o modelo.

• O Jev MCP (4,3) é a escolha para agentes de programação: doze verificações prontas, incluindo triagem de injection, verificação de afirmações e revisão de diffs.
• O servidor MCP oficial do Laya (4,2) roda tudo localmente, com ferramentas para lotes, documentos longos e listas curtas.
• O System One Connector (4,1) é uma única ferramenta leve que conversa com o Jev, com um Laya ou CLM auto-hospedado ou com o d1 da Liquid AI.
• O Jev na Viorant (3,8) é um endpoint OAuth hospedado com créditos iniciais grátis e sem chave da TypeSafe.
• O conector Jev do AnythingMCP (3,7) serve a equipes que querem uma única chave compartilhada e auditada para usuários do claude.ai e do ChatGPT.

Os limites, com franqueza

Quase todo benchmark é de fornecedor. O changelog da Cloudflare coloca o Clef à frente do Jev em 7 de 10 benchmarks de decisão, incluindo 94,20 contra 79,74 no BANKING77, e o Clef-flash com mediana de 38,8 ms contra 524,1 ms do Jev. O card da Fastino coloca o GLiNER2.5-Decide em primeiro no conjunto de dados da própria Fastino, com o roteador do Laya em último. O README do Laya coloca o Laya à frente do Jev na maioria das tarefas, usando números do Jev que diz nunca ter medido ele mesmo. Os números se contradizem porque cada fornecedor escolheu o teste.

A precisão zero-shot pode ser ruim. Os mantenedores do Laya escrevem que seus checkpoints base ficam “perto do acaso” no seu próprio benchmark de decisões tipadas (0,362 contra uma linha de base aleatória de 0,318), e que o destaque de 0,766 vem de um checkpoint com fine-tuning na divisão de treino desse benchmark. Eles também documentam pedidos de cancelamento negados classificados como cancelamentos com probabilidade de 0,9998, e a precisão caindo para 0,425 em uma tarefa com 77 rótulos.

Confiança não é acerto. Uma probabilidade calibrada é o argumento de venda, mas o README do Laya observa que seus checkpoints vêm confiantes demais e que a confiança “ordena decisões; não estabelece que uma decisão está correta”. Ajuste os limiares com os seus próprios dados rotulados.

Tudo é novo. O repositório do Laya foi criado em 18 de setembro de 2026; o Clef saiu em 1º de outubro; os servidores MCP do Jev analisados aqui têm todos menos de cinco semanas. Os números de versão mudam toda semana, e o autor do jev-mcp o chama de software inicial.

Quem deve usar um

Use um modelo de decisão se o seu agente faz o mesmo tipo de julgamento delimitado muitas vezes (rotear chamados, verificar conteúdo baixado, barrar chamadas de ferramentas) e você consegue dizer como são as respostas certas. Comece pelo Jev via Jev MCP se você quer bons resultados sem treinar nada e pode enviar dados a um serviço hospedado. Escolha o Laya ou o Clef se os dados precisam ficar no seu hardware, e reserve tempo para rotular exemplos e ajustar limiares.

Dispense-o se as suas decisões são raras, abertas ou precisam de explicação; um modelo de fronteira continua sendo a ferramenta melhor. E, seja qual for a escolha, mantenha um modelo de fronteira ou uma pessoa por trás dos casos de baixa confiança. Os ganhos vêm de responder rápido às decisões fáceis, não de deixar um modelo de 400M de parâmetros decidir tudo.