Jev ou Laya: qual modelo de decisão usar dentro do seu agente de IA?

Fala aí, beleza? Jev e Laya não escrevem uma linha de texto sequer, e é justamente por isso que eles são interessantes 😀

Os dois respondem perguntas fechadas dentro do seu agente: qual opção seguir, qual a intensidade de um sinal, se o fluxo deve continuar ou parar

A ideia é a mesma nos dois, mas o jeito de entregar muda tudo

O Jev é uma API hospedada da TypeSafe AI: você manda a pergunta e recebe a decisão pronta

O Laya são pesos abertos da Convai Innovations, que você baixa e roda na sua infraestrutura

Então aqui não vai ter ranking genérico de qual é melhor, beleza?

A comparação vai ser pelo papel que cada um ocupa no fluxo do agente: triagem na entrada, roteamento no meio e validação na saída

Bora ver? 🙂

O que é um modelo de decisão System One e por que ele não é um LLM?

Se liga nisso: muito fluxo de IA não precisa gerar texto

Precisa só de uma resposta rápida pra uma pergunta fechada…

Pensa no LLM como aquele colega que te devolve um parágrafo inteiro quando você perguntou sim ou não haha

O modelo de decisão é o contrário: recebe o estado da aplicação junto com uma pergunta tipada e devolve uma resposta estruturada

Que resposta estruturada? Opções predefinidas, scores, probabilidades e confiança, sem texto livre no meio

Esse jeito de decidir costuma ser chamado de System One (decisão rápida, embutida no software, e não conversa aberta), e tanto o Jev quanto o Laya se encaixam nessa ideia

Quem é o Jev:

O Jev é criado e mantido pela TypeSafe AI e é o primeiro modelo público da linha que a empresa batizou de System One Models (ou seja, na TypeSafe o termo também virou nome de produto)

Foi lançado em 15 de setembro de 2026, e a versão atual listada é o Jev 1.13

Os pesos são fechados: ele roda só na infraestrutura da TypeSafe e você acessa por API na nuvem

Quem é o Laya:

O Laya é um modelo de decisão open source, multilíngue e não autorregressivo, que a Convai Innovations descreve como System 1 e publica no Hugging Face

Na prática, ele resolve as decisões numa única forward pass, sem ficar montando resposta palavra por palavra

A licença é Apache 2.0, que permite uso comercial nos termos da licença, e os pesos ficam no repositório do Laya no Hugging Face

Isso é coisa séria ou só hype?

Pra mostrar que a categoria já está sendo estudada: existe um paper acadêmico (arXiv 2609.28940) que usa JEV e Laya como camadas de decisão System One em agentes de pentest movidos a LLM

Não é prova de que um é melhor que o outro, é só sinal de que o assunto saiu do Twitter e chegou na pesquisa

Jev vs Laya: tabela comparativa

Antes de entrar nos papéis do agente, vale ver tudo lado a lado

O preço do Jev é o listado na página do Jev 1.13 no OpenRouter

Repara numa coisa: a maior parte das diferenças não é de qualidade, é de implantação

Um é serviço gerenciado, o outro é peso que você hospeda, e isso muda privacidade, latência, infraestrutura e o ponto do agente onde a decisão mora

Na entrada do agente: triagem e filtro de jailbreak

O primeiro lugar onde um modelo de decisão brilha é logo na porta do agente

O papel aqui é de triagem: classificar a intenção do usuário e barrar entrada suspeita ANTES de gastar uma chamada de LLM

É como um porteiro de prédio: ele não resolve o seu problema, só decide se você sobe e pra qual andar 😛

No Jev, a triagem de entradas e saídas contra jailbreak está entre os usos indicados, junto com classificação

No Laya, o tipo classify encaixa direitinho nesse papel, porque devolve a categoria dentro de uma taxonomia fixa

Que perguntas do seu produto decidem a entrada?

• O dado do usuário pode sair da sua infraestrutura? Se não pode, o Jev sai da conversa, porque ele só roda na nuvem da TypeSafe
• O usuário escreve em português ou em vários idiomas? O Jev tem o inglês como idioma principal de treino, e a orientação oficial é testar no seu próprio conteúdo antes de ir pra produção. O Laya tem checkpoint multilíngue e um Router que detecta script e idioma antes da forward pass
• Quanto volume passa pela porta? Na triagem tudo entra, então o custo de entrada é o que pesa

E no Jev esse custo é bem fácil de calcular, porque a saída custa US$ 0

Com o preço oficial, 100 milhões de tokens de entrada saem por US$ 4,20

No Laya não tem conta por token: a conta é a máquina que você mantém ligada

No meio do fluxo: roteamento e escolha de ferramenta

Passou da porta, o agente precisa decidir pra onde ir

Qual ferramenta chamar? Qual caminho seguir? Essa resposta passa na rubrica ou não?

Esse é o papel de roteador, e é onde os dois mais se parecem

No Jev, roteamento e validação de qual ferramenta chamar estão nos usos indicados, assim como pontuação por rubrica

E tem um detalhe massa: você pode mandar Choice, Score e Boolean juntos numa mesma chamada, e ele responde tudo em paralelo

Um exemplo clássico desse papel é escolher a fonte do RAG antes de buscar qualquer documento

No Laya, choice, score, noul e classify também saem numa única forward pass

Como fica um agente com o Laya no meio do fluxo?

Tem um exemplo da comunidade que mostra bem esse desenho: o layaAgent, que roda no navegador

Tome cuidado: ele é da comunidade, não da Convai, então serve como referência de arquitetura e não como produto oficial

A lógica dele é assim:

• O Laya toma as decisões de rotina
• Um LLM pequeno no navegador (WebLLM) entra só quando o Laya está em dúvida
• Toda ação que altera alguma coisa exige aprovação do usuário

Ou seja, o LLM vira exceção, não regra 😀

Estado grande ou latência local?

Aqui mora a pergunta-chave do roteamento

Se a sua decisão depende de um estado gigante (histórico longo, catálogo grande de ferramentas), o contexto de 64 mil tokens do Jev pesa a favor dele

Se a decisão precisa acontecer perto do usuário, sem ida e volta pra nuvem, o Laya roda onde você quiser, e a latência reportada é de cerca de 33 ms numa Tesla T4 por pergunta

Só lembra que o Laya corta documentos longos no padrão de 1.024 tokens, então pra estado grande você precisa passar max_len=8192

Na saída: validação antes de agir

O LLM gerou uma resposta ou um plano de ação

E agora, deixa rolar ou segura?

Esse é o papel de verificador: checar se a saída está dentro da política e se o fluxo deve continuar

O tipo que mais aparece aqui é o Boolean/Noul, que no Jev devolve a probabilidade de uma afirmação ser verdadeira (tipo ‘esta resposta respeita a política de reembolso’)

No Laya, o noul é descrito como sim/não com uma probabilidade calibrada

A confiança do Jev é a chance de acertar?

Não! E esse é o erro mais fácil de cometer nesse papel

A confiança do Jev é calculada a partir da distribuição de probabilidade: mede o quão concentrada ela está

Com toda a massa numa opção, vale 1,0, com distribuição uniforme, vale 0

Isso diz se o modelo está decidido, não se ele está certo, e a própria documentação avisa pra não ler automaticamente como probabilidade de acerto

E não dá pra assumir que a confiança do Laya funciona igualzinho: cada fornecedor descreve a sua, e não tem equivalência confirmada entre as duas

Como usar a confiança como gatilho de escalonamento?

O padrão do layaAgent é um bom ponto de partida, e dá pra adaptar pra qualquer um dos dois:

1. Deixe o modelo de decisão responder a pergunta fechada da saída
2. Quando a resposta vier com confiança baixa, escale: chame um LLM, uma regra mais rígida ou um humano. O erro comum deste passo é copiar um limite de confiança de outro projeto, o corte certo depende do seu conteúdo e você precisa medir
3. Para ações que alteram algo (apagar, pagar, enviar), peça aprovação do usuário independentemente da confiança. Já vi gente confiar num número bonito e deixar passar um rm -rf da vida haha

Sinais de que você está comparando ferramentas que não resolvem o mesmo problema

Às vezes a dúvida entre Jev ou Laya nem deveria existir

Se algum desses sinais aparecer, a comparação acaba antes de qualquer benchmark:

• Você precisa gerar texto, resumo ou resposta aberta: nenhum dos dois faz isso, o seu caso é de LLM
• A entrada não é texto: o Jev aceita só texto, então imagem ou áudio já tiram ele da disputa
• O problema é privacidade ou on-premises: o Jev não tem self-hosted, então a escolha está feita
• Você quer fine-tuning e versão fixa: só o Laya entrega pesos que você roda, congela e ajusta
• O contexto passa do que o Laya suporta: se o estado não cabe nem com max_len=8192, o contexto maior do Jev decide

Percebeu o padrão?

Na maioria das vezes a escolha é de modelo de implantação (API gerenciada vs pesos abertos), e não de qual modelo é mais inteligente

Veredito: quando escolher Jev e quando escolher Laya?

Como eu não tenho teste próprio pra te mostrar, o veredito aqui é condicional, beleza?

Vá de Jev se:

• você quer zero infraestrutura e prefere pagar por uso
• o seu custo é dominado por entrada (a saída sai a US$ 0)
• o seu produto opera em inglês
• a decisão depende de um estado grande, que cabe nos 64 mil tokens

Vá de Laya se:

• o dado não pode sair da sua infraestrutura
• o produto é multilíngue e você quer o Router escolhendo o checkpoint por idioma
• você precisa de latência local
• quer fazer fine-tuning e fixar a versão do modelo

Em qualquer um dos dois, faça o teste no seu próprio conteúdo antes de colocar em produção

Pra quem usa português, isso nem é opcional: é a orientação oficial do Jev para idiomas fora do inglês

Se for começar pelo Jev, vale montar um piloto com uma decisão só antes de mexer no agente inteiro

E lembra que nada obriga a escolher um só: por arquitetura, os dois podem morar em pontos diferentes do fluxo, um na entrada e outro na saída, por exemplo

Conclusão

Resumindo: a pergunta certa não é qual é melhor

É em qual ponto do agente a decisão mora (entrada, meio ou saída) e onde o seu dado pode estar

Jev é decisão como serviço, Laya é decisão que você hospeda, e o resto da comparação deriva disso

O próximo passo é bem prático:

1. Mapeie as perguntas fechadas do seu fluxo, separando entrada, meio e saída
2. Separe o que é decisão do que é geração. O erro comum aqui é empurrar pro modelo de decisão algo que precisa de texto livre, e aí nenhum dos dois resolve
3. Rode um teste com o seu conteúdo real, no Jev (typesafe/jev-1.13 no OpenRouter) ou nos pesos do Laya (huggingface.co/convaiinnovations/laya)

Começa pequeno, mede e só depois escala 🙂

Até o próximo post!