Por Canuto  

Jev llegó al 35% de los equipos de pago que usan el gateway de Vercel durante sus primeras dos semanas, según datos de la compañía. Su diseño acotado busca acelerar tareas de clasificación y reducir costos, mientras el informe también refleja el avance de los modelos de código abierto y el crecimiento del gasto en laboratorios de frontera.
***

  • Vercel registró Jev en el 35% de sus equipos de pago dentro de las dos semanas posteriores a su lanzamiento.
  • El modelo, creado por Typesafe AI, está diseñado para elegir entre resultados predeterminados y clasificar datos con rapidez.
  • Los modelos de código abierto procesaron más del 70% de los tokens del gateway y representaron casi el 25% del gasto.

Jev gana terreno en Vercel con un modelo de IA diseñado para clasificar decisiones

Jev se convirtió en el modelo de inteligencia artificial de adopción más rápida en la historia de Vercel, de acuerdo con los datos difundidos por la compañía. En las dos semanas posteriores a su lanzamiento, el modelo ya aparecía en el 35% de los equipos de pago que utilizan su servicio de acceso a modelos, una proporción que casi duplica la registrada por Sonnet 5.5, el segundo más popular en esa medición.

El dato aporta una señal concreta sobre el interés que despertó una herramienta pensada para tareas acotadas, en lugar de responder a cualquier tipo de consulta. Jev fue creado por Typesafe AI y apuesta por elegir entre un conjunto limitado de resultados, una arquitectura que, según la información publicada, puede hacerlo más rápido y económico que alternativas como Sonnet en trabajos de clasificación de grandes volúmenes de datos.

Un estreno rápido, medido dentro del ecosistema de Vercel

Vercel presentó su análisis el jueves, y lo describió como la adopción más veloz que un modelo había logrado durante sus primeras dos semanas. El porcentaje compara el uso de Jev entre los equipos de pago conectados a su gateway, no la cantidad total de personas que lo probaron ni su participación en todo el mercado de inteligencia artificial.

El servicio de Vercel funciona como una puerta de acceso unificada a distintas API de modelos, una categoría que permite a desarrolladores interactuar con varios proveedores desde una misma infraestructura. En ese sentido, los registros ofrecen una ventana sobre el uso que pasa por ese intermediario, pero no constituyen un recuento completo de las implementaciones que ocurren directamente en los servicios de cada laboratorio.

La propia limitación del conjunto de datos es importante para interpretar el liderazgo de Jev. Como OpenAI y Anthropic ofrecen sus propias API, parte de la actividad de sus clientes podría no aparecer en el gateway de Vercel; por eso, la cifra describe una tendencia observada en esa plataforma y no una clasificación definitiva de popularidad para toda la industria.

TechCrunch informó sobre el análisis y señaló que, dentro de la medición de Vercel, Sonnet 5.5 quedó en segundo lugar, con un alcance cercano a la mitad del de Jev. El resultado respalda la idea de que el entusiasmo alrededor del modelo se convirtió en uso efectivo en ese entorno, aunque el reporte no ofrece cifras sobre la cantidad absoluta de equipos ni permite extender la comparación a otros servicios.

Un modelo especializado en elegir entre pocas respuestas

Typesafe AI lanzó Jev de forma limitada el 15 de septiembre. Su diseño se concentra en seleccionar entre unos pocos resultados predeterminados, en lugar de generar respuestas abiertas para cualquier consulta, una diferencia que lo orienta a tareas repetitivas donde el sistema debe asignar datos o solicitudes a categorías ya definidas.

Reducir el espacio de respuestas puede ayudar a que un modelo procese ciertos trabajos con menos demora y a menor costo, según la explicación del artículo original. Esa característica resulta pertinente cuando una organización necesita clasificar grandes cantidades de información con rapidez, aunque la fuente no presenta una comparación técnica detallada ni cifras de rendimiento que permitan cuantificar la diferencia frente a otros modelos.

Vercel fue uno de los primeros adoptantes de Jev y lo utilizó para reemplazar a GPT-6 Luna en la clasificación de comandos dañinos. Ese caso muestra una aplicación concreta del enfoque: en vez de pedir a un modelo que elabore una respuesta extensa, la tarea consiste en reconocer el tipo de solicitud y ubicarla en una categoría relevante para el proceso.

El cambio no significa que Jev sustituya a modelos de propósito más amplio en todas las tareas. Su propuesta, tal como se describe en la información disponible, responde a un uso específico en el que la velocidad y el costo de la clasificación pesan más que la capacidad de producir respuestas abiertas; las empresas deben valorar el tipo de tarea antes de tratar ambos enfoques como equivalentes.

La rápida adopción impulsó nuevas ofertas competidoras

El interés por Jev también coincidió con el lanzamiento de propuestas competidoras de OpenAI y Amazon, entre otros actores. La aparición de esas alternativas sugiere que las herramientas especializadas para decisiones acotadas se convirtieron en un área de atención para proveedores con estrategias distintas, aunque el artículo no detalla sus características ni compara sus resultados con los de Jev.

El atractivo de esta clase de modelos está en resolver una parte concreta del trabajo con una salida controlada, en vez de recurrir siempre a sistemas diseñados para responder consultas mucho más variadas. Para equipos que procesan muchas solicitudes, una clasificación rápida puede ser suficiente en una etapa del flujo, mientras que otros pasos todavía pueden requerir modelos capaces de redactar, analizar o explicar.

La adopción temprana de Vercel ayuda a entender por qué el porcentaje de Jev captó atención: la empresa no solo observó el uso desde su gateway, sino que también incorporó el modelo en una tarea propia. Esa experiencia interna no demuestra por sí sola que el modelo sea superior en todos los escenarios, pero ofrece un ejemplo de cómo una herramienta especializada puede integrarse en una operación concreta.

Los datos disponibles tampoco permiten concluir que los modelos generalistas hayan perdido relevancia. La comparación de las primeras dos semanas refleja la velocidad con que Jev se extendió entre los equipos de pago de Vercel, mientras que las decisiones de adopción pueden depender del tipo de tarea, del costo, de la velocidad requerida y de la disponibilidad de cada API.

El código abierto gana uso mientras crece el gasto en modelos de frontera

El informe de Vercel también apuntó a un avance sostenido de los modelos de código abierto dentro de su gateway. Estos sistemas representaron más del 70% de los tokens procesados y casi el 25% del gasto total, dos indicadores que describen dimensiones distintas: el primero mide volumen de procesamiento y el segundo, desembolso asociado a los servicios utilizados.

La diferencia entre ambas proporciones muestra que una mayor cuota de tokens no equivale necesariamente a una proporción igual del gasto. Los datos presentados por la compañía sitúan a los modelos abiertos como una parte importante del uso del gateway, pero no ofrecen en el material citado un desglose por modelo, proveedor o tipo de tarea que permita explicar por completo esa relación.

Al mismo tiempo, el gasto en laboratorios de frontera creció diez veces, aunque esos proveedores representaron una parte menor del gasto total. La coexistencia de ese crecimiento con el peso de los modelos abiertos respalda, según la lectura planteada en el informe, la posibilidad de que ambos grupos ocupen funciones complementarias en lugar de competir por una única categoría de uso.

En conjunto, las cifras dibujan un mercado que amplía el uso de alternativas abiertas mientras también aumenta el desembolso en proveedores de modelos de frontera. El alcance del análisis sigue limitado a la actividad observada por Vercel, pero sus datos muestran que una adopción rápida como la de Jev puede convivir con tendencias más amplias y distintas dentro del mismo ecosistema.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados