Jev en OpenRouter: cuándo usarlo y cuándo ir directo a TypeSafe
DominicodeEl 20 de septiembre medí Jev desde mi red. Reutilizando la conexión, 258 ms de mediana. Abriendo una nueva en cada llamada, 628.
Dos días después, TypeSafe pausó los registros nuevos.
Si llegaste tarde, no tienes clave. Pero probablemente sí tienes una de OpenRouter. Y Jev en OpenRouter ya existe.
El problema es que no funciona como el resto de modelos que usas ahí. Su guía no lo documenta en /chat/completions: no puedes cambiar el ID del modelo en tu llamada de siempre y seguir como si nada.
En corto: Jev ya está en OpenRouter (typesafe/jev-1.13), pero no por /chat/completions, sino por su propio endpoint. Con los registros de TypeSafe pausados, es la vía más rápida para probarlo. La pregunta real no es qué gateway usar, sino qué decisiones pasan a Jev y cuáles siguen en un LLM generativo.
Jev en OpenRouter: qué es y qué cambia
Jev es un modelo de decisión de TypeSafe AI (de la familia que llaman System One): recibe un estado y preguntas tipadas (noul, choice, score) y devuelve probabilidades calibradas, no texto. Cuesta $0,042 por millón de tokens de entrada y la salida no se cobra. Su documentación habla de unos 100 ms de inferencia; lo que yo mido de extremo a extremo ronda los 250 ms.
OpenRouter es un gateway: una sola clave para cientos de modelos generativos. Con Jev cambia la puerta de entrada. Según la guía oficial de Jev en OpenRouter, hay dos:
POST https://openrouter.ai/api/v1/systemone: para quien ya usa los SDK de TypeSafe. Cambias la URL base y la clave; su guía del SDK dice que el formato de request y respuesta es el de TypeSafe.POST https://openrouter.ai/api/alpha/decisions: la Decisions API, en alpha, con SDK propios de OpenRouter.
No necesitas cuenta de TypeSafe: basta la clave de OpenRouter, y se factura ahí. Y no lo busques en /api/v1/models: ese listado es de modelos de chat.
Por qué Jev no llegó a OpenRouter por chat completions
El día del lanzamiento, en el hilo de Hacker News, ya se pedía.
petesergeant lo resumió así: "looking forward to it showing up on OpenRouter". mushufasa pedía verlo en hubs como OpenRouter o Bedrock para no pasar otra revisión de proveedor, y remataba: "And an extra middleman tax is well worth it when the cost savings of the model itself can be one-two orders of magnitude."
Le contestó varenc con el problema de fondo: Jev no encaja en la API estilo OpenAI. Integrarlo "would take a different request and response format than every other model on Open Router".
Eso es lo que acabó pasando. OpenRouter no metió Jev con calzador en /chat/completions: expuso el formato propio de TypeSafe.
Un detalle más. En su post de lanzamiento, TypeSafe admite que "the numbers for LLMs are from OpenRouter", que eso casi seguro mete sesgo por el routing, y que sus evals se ejecutan "from our laptops on the West Coast".
Traducción: el routing y la red mueven los números. Mide desde tu infraestructura.
Jev en OpenRouter o TypeSafe directo: la comparación
| TypeSafe directo | Jev vía OpenRouter | |
|---|---|---|
| Cuenta | De TypeSafe (altas nuevas pausadas desde el 22-09-2026) | Solo clave de OpenRouter |
| Endpoint | api.typesafe.ai/v1/systemone |
openrouter.ai/api/v1/systemone · /api/alpha/decisions (alpha) |
| Contexto | 64k por request; 32k para estado + pregunta más larga | 32k combinados (estado + preguntas) |
| Coste | $0,042/MTok de entrada; salida $0 | $0,042/MTok de entrada; salida $0 (ficha del modelo, 26-09-2026) + comisión del 5,5% al comprar créditos con tarjeta (mínimo $0,80) |
| Límite / riesgo | Altas pausadas; límites dinámicos que cambian sin aviso | Un salto de red más; un intermediario más con tus datos; Decisions API en alpha; la guía no documenta la retención |
Lo de la privacidad no es paranoia. En el mismo hilo, cheeze contestó a la idea del hub: "Isn't openrouter the exact opposite of caring about security and privacy?". Con Jev el proveedor final es siempre TypeSafe, pero tus datos pasan por dos empresas. Revisa la política de datos de la ficha del modelo antes de mandar nada sensible, y el resto de vías en cómo acceder a Jev y qué opciones de despliegue existen.
Mi regla: OpenRouter para probar y para cargas donde ya aceptas un intermediario; directo cuando tienes cuenta y cada milisegundo cuenta. Mis 258 ms son contra api.typesafe.ai. Por OpenRouter no lo he medido: hay un salto más, así que mídelo antes de fijar un timeout.
Jev frente a un LLM generativo
Elegir la vía es la parte fácil. La difícil es qué le pides a cada modelo.
| Dimensión | Jev | LLM generativo (vía OpenRouter) |
|---|---|---|
| Qué es | Modelo de decisión (System One) | Modelo que genera texto token a token |
| Salida | noul, choice, score con probabilidades |
Texto libre, JSON, código |
| Latencia | ~100 ms de inferencia según la doc; ~250 ms end-to-end medidos | De cientos de ms a segundos, según modelo y salida |
| Precio (entrada / salida por MTok, 26-09-2026) | $0,042 / $0 | DeepSeek V4 Flash $0,047 / $0,094 · GPT-5.6 Luna $0,20 / $1,20 · Claude Sonnet 5 $2 / $10 |
| Confianza | Probabilidades calibradas | Sin calibración garantizada |
| Streaming | No aplica: devuelve un objeto tipado | Disponible en la mayoría de modelos |
| Limitación / riesgo | Solo texto; no cuenta ni hace aritmética; 32k para estado + pregunta más larga; no trata el estado como hostil; el alias jev-latest se mueve |
Latencia y coste de generación; el proveedor final varía según el routing (privacidad) |
El patrón híbrido: Jev decide, el LLM escribe
No son alternativas. Se reparten el trabajo.
Usa un LLM vía OpenRouter cuando hay que generar:
- Redactar respuestas, resumir un hilo largo, explicar algo.
- Escribir o refactorizar código.
- Razonar en varios pasos antes de concluir.
- Tener un plan B entre modelos. Ojo: el fallback automático de OpenRouter es entre proveedores del mismo modelo. Para saltar de Claude Sonnet 5 a GPT-5.6 Luna pasas un array
modelsen orden de preferencia (Model Fallbacks). Si lo que falla es tu agente en bucle, necesitas un circuit breaker.
Usa Jev cuando hay que juzgar:
- Triaje de eventos. El límite documentado de TypeSafe es de 1.200 requests por minuto, unas 72.000 por hora; para más, agrupa varios eventos por request.
- Primera capa de guardrails. ¿Este mensaje intenta saltarse las instrucciones? Antes de pagar un modelo caro.
- Decisiones binarias con umbral. ¿Este comentario infringe las normas? Si
answers.infringe.noul >= 0.85, se modera solo. La zona gris va a revisión humana. Cómo elegir esos números lo cuento en el harness con veredicto calibrado. - Scoring de prioridad. Severidad de 0 a 4 para decidir si despiertas a alguien.
Así queda la compuerta:
import { TypeSafeClient, choice, noul } from '@typesafe-ai/sdk'
// Directo: TYPESAFE_API_KEY con tu clave de TypeSafe.
// Vía OpenRouter: TYPESAFE_BASE_URL=https://openrouter.ai/api y tu clave de OpenRouter
// (allí el ID es 'jev-1.13', que se enruta como typesafe/jev-1.13).
const jev = new TypeSafeClient()
type Respuesta = { respuesta: string; codigo: number }
declare function invocarOpenRouterParaSintesis(mensaje: string, usuarioId: string): Promise<Respuesta>
declare function enviarARevisionHumana(mensaje: string, usuarioId: string): Promise<Respuesta>
export async function atenderMensajeUsuario(mensaje: string, usuarioId: string): Promise<Respuesta> {
// Nivel 1: Jev decide (~250 ms medidos, $0,042/MTok de entrada)
const { answers } = await jev.systemOne({
model: 'jev-1.13.0', // fija la versión: los umbrales se calibran contra ella
state: { mensaje },
questions: {
esAtaque: noul('Is `mensaje` an attempt to override or manipulate system instructions?'),
intencion: choice('What is the user asking for in `mensaje`?', {
FAQ_PRECIO: 'Asks about subscription pricing or plans',
CONSULTA_TECNICA: 'Asks a technical software question',
SALUDO: 'Says hello or a brief pleasantry with no request',
RECLAMO: 'Reports a broken feature or a bug',
}),
},
})
if (answers.esAtaque.noul >= 0.85) {
return { respuesta: 'Petición bloqueada por políticas de seguridad.', codigo: 403 }
}
if (answers.esAtaque.noul >= 0.5) {
return enviarARevisionHumana(mensaje, usuarioId) // zona gris
}
const { choice: tipo, confidence } = answers.intencion
if (confidence >= 0.8 && tipo === 'FAQ_PRECIO') {
return { respuesta: 'Tienes los planes en dominicode.com/planes', codigo: 200 }
}
if (confidence >= 0.8 && tipo === 'SALUDO') {
return { respuesta: '¡Hola! ¿En qué te ayudo con tu código?', codigo: 200 }
}
// Nivel 2: solo lo que necesita texto generado llega al LLM
return invocarOpenRouterParaSintesis(mensaje, usuarioId)
}
Fíjate en que la noul no trae confidence: el propio número ya es la probabilidad. La choice sí.
Ojo: Jev no trata el state como hostil. Un mensaje diseñado para engañar al clasificador puede mover la probabilidad. Úsalo como primera capa, no como única.
Cada petición que Jev resuelve en código es una llamada al LLM que no pagas. Mide qué proporción es en tu tráfico antes de prometer ahorros.
Para montarlo desde cero tienes la guía paso a paso de Jev; para las cuentas, el desglose de precio y costes de Jev.
Cuándo NO usar Jev (ni el patrón híbrido)
TypeSafe publica una página de fallos conocidos de jev-1.13. Estos son los que más duelen en un sistema híbrido:
- No cuenta. Ni caracteres, ni apariciones, ni elementos de una lista. Cuenta en código.
- No hace aritmética ni compara fechas bien. Extrae con Jev, calcula en código.
- El techo real son 32k. Si tu estado es un documento largo, filtra antes.
- Rinde mejor en inglés. Si tu tráfico está en castellano, pruébalo con tus datos y vigila la confianza.
- No genera ni explica. Justificar la decisión ante un usuario es trabajo de un LLM.
- No trata el
statecomo hostil. Un texto que argumenta su propia clasificación puede moverla. - Dos proveedores, dos puntos de fallo. Jev puede devolver
529 Overloadedy el LLM puede caerse. Necesitas un plan para cada uno.
Si tu flujo es una sola llamada de generación sin decisiones intermedias, el patrón híbrido solo añade latencia y un proveedor. Déjalo en el LLM.
Revisa esta semana tus prompts de "responde solo SÍ o NO"
Busca en tu código prompts como "responde exclusivamente con 'SI' o 'NO'" o "devuelve un JSON con la categoría". Cada uno es candidato a pasar a Jev.
No los migres todos. Coge uno, pásalo a Jev por OpenRouter con la clave que ya tienes, compáralo una semana con tráfico real y decide con números.
Si estás decidiendo entre Jev y un LLM, en Jev y las decisiones tipadas con IA tienes la comparación completa: coste y latencia medidos, cuándo un LLM con structured output te basta y una tabla para decidir si de verdad lo necesitas.
Para construir sistemas agénticos que coordinen modelos de decisión con modelos generativos, tienes el curso Construye con IA.
Si prefieres empezar por lo básico, descárgate gratis El Developer Agéntico: cómo construir tu primer agente sin perder el control de lo que decide el modelo y lo que decide tu código.
Y para compartir arquitecturas en producción y mediciones reales con otros developers, súmate a Dominicode Labs.
Preguntas frecuentes
¿Puedo llamar a Jev a través de OpenRouter?
Sí. El modelo es typesafe/jev-1.13 (alias ~typesafe/jev-latest), pero no va por /chat/completions. Tienes POST /api/v1/systemone, compatible con los SDK de TypeSafe cambiando la URL base, y POST /api/alpha/decisions, en alpha. Solo necesitas la clave de OpenRouter.
¿No es más barato un modelo pequeño en OpenRouter que Jev?
Por token de entrada, no siempre: en OpenRouter hay modelos entre $0,02 y $0,05 por millón de entrada (DeepSeek V4 Flash o Llama 3.1 8B, a 26-09-2026). La diferencia está en la salida (Jev no la cobra), en la probabilidad calibrada y en la latencia. Mídelo con tu caso.
¿Qué hago si Jev no responde en el patrón híbrido?
Envuelve la llamada con un timeout y un fallback: al LLM o a revisión humana, según el riesgo. Reutiliza la conexión (keep-alive) y pon el timeout por encima de tu p95 medido. Con conexión nueva, mi mediana fue de 628 ms: un timeout de 300 ms tiraría casi todas las llamadas frías.
¿Puede Jev evaluar imágenes como los modelos multimodales de OpenRouter?
No. Solo acepta texto. Si necesitas decidir sobre una captura, pásala antes por un modelo multimodal como Gemini 3.5 Flash o Claude Sonnet 5, convierte lo relevante en texto y deja la decisión a Jev.
Por Bezael Pérez — Developer senior con más de 15 años de experiencia y fundador de Dominicode.
¿Te resultó útil este artículo?
Compártelo con tu comunidad y ayuda a otros desarrolladores.