En el dinámico mundo de la Inteligencia Artificial, Jev ha marcado un hito al convertirse en el modelo de IA de más rápida adopción en la historia, alcanzando cifras sorprendentes en un breve período. Según datos de Vercel, en solo dos semanas desde su lanzamiento, este modelo había sido adoptado por el 35% de los equipos de pago, casi duplicando la penetración de su competidor más cercano, Sonnet 5.5. Este fenómeno no solo destaca la eficacia del modelo, sino también el interés creciente por soluciones innovadoras en el ámbito de la IA.
Jev, que hizo su debut el 15 de septiembre, se diseñó para ser una herramienta ligera orientada a facilitar la selección entre un número limitado de salidas predefinidas. Esta limitación no solo ayuda a que Jev sea más económico, sino que también lo convierte en una opción rápida y eficiente para clasificar grandes cantidades de datos. La propuesta ha generado un considerable ruido en la industria, llevando a competidores como OpenAI y Amazon a desarrollar ofertas similares en respuesta a su éxito.
A pesar de la disrupción que ha generado, los datos sobre la adopción de Jev provienen de la API unificada de Vercel, conocida como AI Gateway. Aunque esta fuente podría no captar completamente a laboratorios prominentes que tienen sus propios sistemas de API, los números indican que la popularidad de Jev ha sido más que un mero rumor. De hecho, Vercel no solo ha adoptado Jev, sino que también lo utiliza para reemplazar su modelo anterior, GPT-6 Luna, en la clasificación de comandos nocivos.
El ascenso de los modelos de código abierto
Además de la repercusión de Jev, el informe revela un crecimiento considerable de los modelos de código abierto en el sector, que ahora constituyen más del 70% de los tokens procesados a través de la puerta de enlace de Vercel. Este aumento resalta un cambio en el paradigma de la industria, donde los modelos de código abierto están captando una porción creciente del mercado, alcanzando casi el 25% del gasto total en IA.
El mercado de la inteligencia artificial está en plena expansión. A pesar de que el gasto en laboratorios avanzados ha crecido diez veces, su participación en el gasto total ha disminuido, sugiriendo que los modelos de frontera y las alternativas de código abierto podrían no ser competidores, sino complementarios entre sí. Este cambio en el mercado plantea un interesante panorama sobre cómo las empresas podrían estrategizar su inversión en tecnologías emergentes.