Laya vs Jev: o Modelo Open Source Superou o Líder?

Os agentes de IA estão ganhando uma nova peça: os modelos de decisão, também chamados de System One Models. O mais conhecido é o Jev, da TypeSafe AI. Em setembro de 2026, surgiu o Laya, uma alternativa open source que promete fazer o mesmo de graça e rodando no seu computador.
Eu testei os dois numa aplicação de CRM que desenvolvi, para decidir em que etapa do funil de vendas cada lead se encaixa. Neste artigo, explico o que são esses modelos, comparo o Laya e o Jev com os números oficiais e conto o resultado do meu teste.
Confira neste artigo:
O que são System One Models (e por que não são um LLM)?
Um System One Model é um modelo de IA feito para decidir, não para escrever. Você envia um contexto (um texto ou um JSON) e uma pergunta com respostas definidas, e ele devolve:
- uma escolha entre as opções que você passou;
- uma nota numa escala;
- ou um sim/não.
Cada resposta vem com a probabilidade de acerto. Assim, o seu software pode agir sozinho quando a confiança é alta e pedir revisão humana quando é baixa.
A diferença para um LLM, como o ChatGPT ou o Claude, é o tipo de saída. O LLM gera texto livre, que você ainda precisa interpretar e validar. O modelo de decisão só pode responder com uma das opções que você definiu. Para tarefas como triagem, classificação ou escolher qual agente atende um pedido, isso deixa tudo mais rápido, mais barato e mais previsível.
O nome vem da psicologia: o “Sistema 1” é o pensamento rápido e automático, e o “Sistema 2” é o raciocínio lento. Nos agentes de IA, o modelo de decisão faz o papel do Sistema 1, e o LLM fica com o raciocínio mais pesado.

O que é o Jev, da TypeSafe?
O Jev é o primeiro System One Model da TypeSafe AI, criado para automação. Ele é usado por API e, em outubro de 2026, estava em acesso antecipado (early access).
- Preço: US$ 42 por bilhão de tokens de entrada (US$ 0,042 por milhão). A saída não é cobrada, porque o modelo não gera texto.
- Velocidade e custo: a TypeSafe diz que ele é 193,6 vezes mais rápido e 444,6 vezes mais barato que um LLM em tarefas de decisão. São números dos testes da própria empresa.
- Caso de uso: a TypeSafe cita a triagem de candidatos de uma empresa de recrutamento, com 88% de redução de custo.
- Pronto para usar: não precisa de treinamento. Você define a pergunta e as opções e já recebe as decisões.
O que é o Laya?
O Laya é um modelo de decisão open source, da Convai Innovations, lançado em setembro de 2026 com licença Apache 2.0. Ele responde aos mesmos tipos de pergunta do Jev (escolha, nota e sim/não), com probabilidade.
- Leve: 421 milhões de parâmetros e cerca de 808 MB, baseado no ModernBERT.
- Rápido: cerca de 40 ms por pergunta numa GPU Tesla T4, segundo os autores.
- Três versões: inglês, multilíngue (mais de 100 idiomas, inclusive português) e uma ajustada para fluxos de decisão.
- Compatível com o Jev: o servidor do Laya usa o mesmo formato de pedido e resposta da API do Jev. Segundo os autores, um projeto feito para o Jev funciona com o Laya trocando só o endereço da API.
O cartão do modelo é honesto sobre o principal limite: “Laya é uma base rápida para especializar, não um motor de decisão pronto para uso”. Ou seja, sem ajuste fino (fine-tuning) com os seus dados, ele acerta pouco mais que o acaso.
Laya vs Jev: comparação
| Laya | Jev | |
|---|---|---|
| Empresa | Convai Innovations | TypeSafe AI |
| Licença | Open source (Apache 2.0) | Fechado |
| Onde roda | No seu computador ou servidor | Na nuvem, por API |
| Custo | Grátis (paga só a máquina) | US$ 0,042 por milhão de tokens de entrada |
| Tamanho | Cerca de 808 MB | Não divulgado |
| Velocidade | Cerca de 40 ms por pergunta (GPU T4) | De 236 a 276 ms, segundo medições de terceiros |
| Pronto para usar | Não: precisa de ajuste fino | Sim |
| Português | Sim, na versão multilíngue | Não informado |
O Laya superou o Jev?
Depende da tarefa. Os números abaixo estão no cartão do Laya e foram publicados pelos próprios autores, com o Laya já ajustado para cada tarefa:
| Teste | Laya | Jev |
|---|---|---|
| Fluxos de decisão (ajustado) | 0,766 | 0,727 |
| Classificação de notícias (AG News, 4 opções) | 0,950 | 0,910 |
| Classificação de emoções (6 opções) | 0,595 | 0,480 |
| Atendimento bancário (Banking77, 77 opções) | 0,425 | 0,870 |
| Laya sem ajuste fino (fluxos de decisão) | 0,362 | — |
Ajustado e com poucas opções, o Laya empata ou supera o Jev. Mas, sem ajuste fino, ele fica perto do acaso (0,318), e com muitas opções o Jev vence com folga. Os próprios autores admitem: “o Jev lidera acima de 20 opções”.
Por isso, a resposta é não, ainda não. O Laya é uma ótima base para quem tem dados e tempo para treinar. O Jev entrega a decisão pronta.
Na prática: meu teste num CRM
Eu tenho uma aplicação de CRM que eu mesmo desenvolvi e testei os dois modelos numa tarefa real: analisar a conversa de atendimento com um lead e decidir em que etapa do funil de vendas ele se encaixa melhor. É exatamente o tipo de decisão para o qual esses modelos foram criados: o contexto é a conversa, e as opções são as etapas do funil.
Os dois funcionaram bem para testar a ideia. Mas, no meu caso, o Jev se saiu melhor. As respostas dele foram mais consistentes, com mais cara de determinísticas, e por isso mais confiáveis para mover um lead de etapa automaticamente.
O Laya pode ter ficado atrás porque eu não me aprofundei nele. Olhando o cartão do modelo, há três motivos prováveis:
- Sem ajuste fino: usei o Laya como ele vem, e os autores avisam que ele precisa ser especializado.
- Idioma: as conversas do CRM são em português, e o modelo principal é só para inglês. A versão multilíngue é a indicada nesse caso.
- Confiança exagerada: os autores dizem que o Laya sai de fábrica confiante demais e recomendam recalibrar com os seus dados.

Quando usar o Laya e quando usar o Jev?
Na minha visão, um não vai anular o outro. São propostas diferentes, e a escolha depende do que você está construindo:
- Use o Laya num MVP, num projeto pessoal ou local, ou quando os dados não podem sair da sua máquina. Ele é leve, gratuito e bom para validar a ideia e fazer todos os testes necessários, principalmente se você puder ajustá-lo com os seus próprios exemplos.
- Use o Jev em automações de negócio em produção, em que a decisão precisa ser precisa desde o primeiro dia, e quando há muitas opções. Você paga por uso, mas não precisa treinar nada.
Como o Laya usa o mesmo formato de API do Jev, dá para combinar os dois: validar a ideia com o Laya e trocar para o Jev (ou o contrário) mudando só o endereço da API.
O que eu aprendi com esse duelo
O Laya não “matou” o Jev, mas mostrou uma coisa importante: os modelos de decisão resolvem uma dor real dos agentes de IA, a ponto de já existir concorrência open source poucas semanas depois do lançamento. Para quem cria automações, isso significa decisões mais baratas e rápidas do que pedir tudo a um LLM.
Para se aprofundar, vale assistir ao vídeo que me fez testar os dois modelos:
Se você está começando a criar projetos com IA, veja também como criar um aplicativo com inteligência artificial, o guia de engenharia de prompt e os livros sobre inteligência artificial que eu recomendo. E para trocar ideias sobre automação e IA, entre no grupo do Telegram.




