Uma startup fundada por um ex-pesquisador da OpenAI acabou de receber ofertas que a avaliam em US$ 10 bilhões — 50 vezes seu valor de um ano atrás. O gatilho: um modelo de IA que não conversa, não escreve e não gera imagens. Ele apenas decide.
Chamado Jev, o sistema promete resolver o gargalo que trava a automação corporativa: o custo proibitivo de usar modelos gigantes para tarefas repetitivas. A pergunta que fica é se a vantagem de preço sustenta a avaliação bilionária.
O modelo que não parece IA — e por isso assusta os gigantes
Diogo Almeida passou quatro anos na OpenAI observando um paradoxo: empresas gastavam fortunas em LLMs para tarefas que exigiam apenas uma escolha binária — aprovar ou bloquear, rotear ou escalonar, risco alto ou baixo.
“O ChatGPT é mais inteligente que eu. Ainda assim, o trabalho com enorme incentivo financeiro para automatizar não está sendo automatizado. Porque a IA atual é péssima nisso”, disse Almeida ao Financial Times.
O Jev nasceu dessa constatação. Ele não raciocina em cadeias longas. Calcula probabilidades e seleciona uma opção dentro de um conjunto fechado. Resultado: cerca de 4,2 centavos de dólar por milhão de tokens, contra vários dólares nos modelos de ponta.
Virou mania entre desenvolvedores em 7 dias
O lançamento na semana passada gerou 40 milhões de visualizações no X. Mas o sinal real veio das plataformas de infraestrutura:
- Vercel: o dobro de contas pagas testando o Jev nas primeiras 24h vs. qualquer lançamento anterior da OpenAI ou Anthropic
- OpenRouter: volume de tokens processados triplicou no fim de semana
- DCVC (investidor): a startup já era lucrativa antes do hype, graça aos custos computacionais drasticamente menores
Andrej Karpathy, cofundador da OpenAI hoje na Anthropic, resumiu: o Jev expôs uma “demanda latente” por decisões simples, baratas e rápidas — área negligenciada na corrida por “inteligência maior”.
O segredo (e a dúvida) por trás do preço
A TypeSafe não revela como treinou o Jev. Sabe-se que usou modelos de pesos abertos e dados sintéticos gerados por computador. A arquitetura lembra classificadores “zero-shot” tradicionais — tecnologia que Meta, Google e Hugging Face já oferecem.
Anastasios Angelopoulos, CEO da Arena (plataforma de avaliação de modelos), questiona: “Não está claro o que diferencia esses modelos dos classificadores convencionais, que são tecnologia relativamente conhecida”.
Almeida confirma apenas que a rodada seed de US$ 40 milhões, fechada há mais de um ano a US$ 200 milhões de valuation, já colocou a empresa no radar. Agora, investidores “batem insistentemente à porta”.
Paradoxo de Jevons: mais barato pode significar conta maior no final
O nome Jev homenageia o paradoxo de Jevons: tornar um recurso mais eficiente costuma aumentar o consumo total, não reduzi-lo. Se cada decisão custa centavos, empresas automatizam tarefas que antes nem consideravam.
Isso pressiona dois fronts:
- Receita por token das big techs de IA — volume sobe, margem por unidade cai
- Estratégia de produto — LLMs generalistas precisam justificar seu custo premium
James Hardiman, da DCVC, vê um efeito colateral benéfico: “Literalmente há uma semana todos falavam do apocalipse da IA. O Jev trouxe sobriedade à conversa”.
O que observar nos próximos 90 dias
Três sinais dirão se a avaliação de US$ 10 bi faz sentido ou é bolha:
- Retenção de desenvolvedores pagantes após o hype inicial (métrica que Vercel e OpenRouter já monitoram)
- Transparência técnica — se a TypeSafe abrir benchmarks independentes ou continuar no sigilo
- Resposta das incumbents: OpenAI e Anthropic lançarão APIs de classificação de baixo custo ou apostarão só em modelos maiores?
Para quem decide orçamento de IA: teste o Jev em um fluxo de classificação real esta semana. O custo de erro é quase zero. O custo de ignorar a mudança de paradigma pode ser alto.
