Julia 1: practica gratis les preguntes de Jev al teu ordinador

Jev tria entre les respostes que tu li dones

TypeSafe AI va presentar Jev el 15 de setembre de 2026 com un model que renuncia a escriure text. Se li lliura allò que cal jutjar —un missatge, una fitxa, una conversa— juntament amb una llista de preguntes i les seves respostes possibles, i en retorna una per pregunta, sempre dins de les permeses i amb la probabilitat de cadascuna.

La diferència amb un xatbot és de lampisteria: la resposta no cal extreure-la d'un paràgraf, sinó que arriba en un camp que el programa llegeix directament. Una tria entre reemborsament, canvi de reserva o informació es converteix en tres camins del codi; un sí o un no, en un simple `if`. A canvi, Jev no redacta respostes, no escriu codi ni explica el seu raonament.

TypeSafe va obrir Jev a tothom i dos dies després va suspendre les altes

El 20 de setembre TypeSafe va anunciar a X que Jev quedava obert a tothom, sense llista d'espera. El 22 va frenar en sec: «Hem vist una allau de demanda tan immensa que hem d'aturar temporalment les altes de Jev», va escriure, i va assegurar que els comptes ja oberts continuarien funcionant.

Jev es fa servir a través del servei de TypeSafe, que cobra pel text que rep, de manera que per aprendre a preguntar cal un lloc on equivocar-se no costi res.

Tres tipus de pregunta, i cap no admet una resposta lliure

Cada pregunta porta un nom que tries tu, un tipus i unes instruccions, i les de tria i d'escala porten a més els seus criteris: fins a 255 opcions en un Choice i de 2 a 10 nivells en un Score. En l'exemple de la documentació, un client escriu que els seus pagaments fa tres dies que fallen, i a Jev se li pregunta a quin equip va el cas —facturació, tècnic o vendes—, si el missatge transmet urgència i quanta irritació mostra, de tranquil a molt enfadat.

Per a la urgència, Jev retorna un 0,95, gairebé un sí rotund, i per a l'equip, facturació, amb un 88 % de probabilitat. L'escala pot caure entre dos nivells, perquè és una mitjana ponderada per les probabilitats. I la documentació avisa d'un parany: un Noul de 0,5 no vol dir «a mitges», sinó que el sí i el no són igual de probables. Si el que vols mesurar és un grau, com ara quant en sap algú de Python, la pregunta és un Score amb els nivells descrits.

Cada pregunta és un judici d'un segon, no un encàrrec

La regla d'or de la documentació és que cada pregunta sigui un judici que una persona entesa faria en un segon amb el context al davant. «Transmet urgència aquest missatge?» és una bona pregunta. «Analitza aquest missatge i decideix què cal fer» no ho és, perquè demana raonar a poc a poc, i aquest és el senyal que cal dividir-la.

Dividir vol dir preguntar per cada factor per separat i combinar les respostes al codi. En comptes de «puntua aquesta proposta de negoci», es pregunta per la mida del mercat, la viabilitat tècnica i allò que la diferencia, i cada resposta es pondera amb pesos propis: si canvien les prioritats, canvien els pesos i no cal reescriure cap instrucció. Com que les preguntes d'una mateixa petició s'avaluen en paral·lel, afegir-ne una més gairebé no allarga l'espera.

Dos costums més, també de la documentació: escriure la pregunta completa a les instruccions, perquè el nom que li poses només el llegeix el teu codi i no arriba al model, i afegir una opció d'«altres» o «cap de les anteriors» quan la llista d'un Choice pot no cobrir tots els casos. I si dos tipus semblen servir, tria aquell la resposta del qual pugui fer servir directament el teu codi.

Julia 1 respon les mateixes preguntes que Jev i cap en un ordinador corrent

Julia 1 rep un context, una pregunta i de 2 a 20 respostes possibles, en tria una i retorna la puntuació de cadascuna en l'ordre en què se li han donat. Els seus tres tipus es diuen igual que els de Jev —choice, score i noul— i es formulen amb la mateixa estructura: un contingut i un mapa de preguntes amb nom, tipus, instruccions i criteris.

Els seus pesos ocupen 550,5 MiB, funciona amb el processador sense targeta gràfica i els seus autors l'han mesurat en un Mac amb xip M4, en un ordinador amb un Intel Core i5 i en una tauleta de Samsung; al Mac, amb una decisió per crida, triga 33 mil·lisegons de mediana. No és un model de xat ni escriu text: només tria entre les respostes que se li donen.

Per practicar en castellà hi ha una pista: a la prova MASSIVE, que reparteix frases entre 18 escenaris d'ús, encerta 2.531 dels 2.974 exemples en castellà d'Espanya, un 85,1 %, segons els seus autors. La documentació de TypeSafe, en canvi, adverteix que Jev rendeix més bé en anglès i demana provar-lo amb els teus propis textos abans de refiar-te'n en un altre idioma.

Julia 1 empata amb Jev, segons els seus autors, i ensopega amb les llistes llargues

La xifra amb què Supersonic Labs presenta Julia 1 és la de Typed Decisions, un banc de 2.000 decisions dels tres tipus: n'encerta 1.463, un 73,15 %, davant del 72,70 % de referència de Jev. Mig punt és un empat, no una victòria, i ho confirma la seva pròpia repetició amb el processador, la que correspon a l'exercici d'aquest curs: 72,55 %.

En classificació supera la referència de Jev amb notícies i, sobretot, amb emocions, on la distància arriba a 38 punts, i perd clarament en banca, amb 72 categories semblants, on n'ha de preseleccionar 16 abans de triar. Són proves pilot de 100 exemples, i els autors les qualifiquen de senyals encoratjadors, no de garanties.

I la columna de Jev s'ha de llegir bé: Supersonic Labs no ha tornat a executar Jev, sinó que pren els valors de referència dels protocols de prova que segueix. Totes les xifres de Julia 1 les mesuren i les publiquen els seus autors; no són una avaluació independent.

L'exercici: la teva primera decisió amb Julia 1, pas a pas

Cal Python 3.11 o posterior i espai per a un model de 550,5 MiB. Res més: ni targeta gràfica ni compte en cap servei.

Pas 1. Descarrega el repositori complet des de Hugging Face, la plataforma on es publiquen els models oberts, amb `snapshot_download('SupersonicLabs/Julia-1', local_dir='Julia-1')`, i instal·la'l amb `python -m pip install -e ./Julia-1`. La fitxa del model porta les ordres exactes.

Pas 2. Carrega el model una sola vegada i mantén-lo a la memòria entre peticions: `load_model("Julia-1", device="cpu", strict_encoding=True, max_length=8192, head_length=512)`. Amb `device="cpu"` treballa amb el processador, amb quatre fils per defecte, que es canvien amb la variable `JULIA_CPU_THREADS` abans d'arrencar Python.

Pas 3. Fes la teva primera pregunta de tria amb l'exemple de la fitxa. El contingut és «I was charged twice for the same order» —m'han cobrat dues vegades la mateixa comanda— i la pregunta `team` demana triar entre `billing`, `shipping` i `access`. `engine.predict(state=..., questions=...)` retorna a `answers` l'opció guanyadora i la probabilitat de cadascuna, amb els noms que hi has posat tu.

Pas 4. Afegeix al mateix mapa una pregunta `score`, amb una llista ordenada de nivells —urgència baixa, mitjana i alta—, i una altra `noul`. Les tres s'avaluen per separat sobre el mateix contingut, i cada resposta arriba amb el seu tipus i les seves probabilitats.

Descriu què vol dir sí i mesura amb les teves pròpies preguntes

Pas 5. En cada Noul, escriu què vol dir sí i què vol dir no: Jev accepta aquestes dues descripcions com a criteris opcionals, i Julia 1 també. No és un detall. En 400 de les 600 preguntes de sí o no de Typed Decisions aquestes descripcions ja venen donades, i quan Supersonic Labs les va substituir per un «true» i un «false» sense més, Julia 1 va encertar 92 preguntes menys, amb els mateixos pesos i a la mateixa màquina. Si el vas descarregar abans del 27 de setembre, torna-ho a fer: les versions anteriors de la seva interfície descartaven aquestes descripcions per error.

Pas 6. Mesura abans de refiar-te'n. Reuneix casos reals amb la resposta correcta ja coneguda, passa'ls per les teves preguntes i compta'n els encerts: és el que demanen els mateixos autors, que adverteixen que els seus resultats no garanteixen la precisió en un domini nou. Si vols repetir la seva mesura, la fitxa porta un script que descarrega el banc de prova, en comprova l'empremta digital i reprodueix el resultat amb el processador.

Pas 7. Decideix amb llindars. Fixa al teu codi a partir de quina probabilitat o quina confiança la decisió s'aplica sola i per sota de quina el cas passa a una persona, i ajusta aquests llindars comparant confiança i encert amb les teves pròpies dades, tal com recomana la documentació de Jev.

Tres casos en què no convé fer servir ni Jev ni Julia 1

Quan la feina és escriure. Cap dels dos no redacta respostes, no genera codi ni explica per què decideix; si el que cal és un text, continua sent feina d'un model de llenguatge dels de sempre. Jev, a més, només accepta text: ni imatges, ni àudio, ni vídeo, de moment.

Quan la resposta exigeix saber o calcular. Julia 1 compara les opcions que li dones, i els seus autors adverteixen que no s'hi pot comptar per aportar dades que falten, resoldre equacions o encadenar càlculs llargs, encara que la resposta correcta sigui entre les opcions. Amb llistes llargues de categories semblants falla més, com mostra la seva prova pilot de banca.

I quan la decisió té conseqüències. Una probabilitat calibrada encerta de mitjana, no en cada cas, i els autors de Julia 1 ho diuen sense embuts: les decisions que importen necessiten revisió humana.