Comparativos do Jev: contra ChatGPT, Claude, regex e fine-tuning

A pergunta que aparece primeiro é sempre “o Jev é melhor que o ChatGPT?”. A resposta honesta é que a pergunta está errada. Um gera texto para pessoas; o outro devolve decisões tipadas para software. Comparar os dois só faz sentido dentro de uma tarefa específica — e é isso que esta seção faz, uma tarefa por página.

As três perguntas que toda comparação daqui responde

1. Qual é a tarefa? Classificar um ticket, escolher um destino, pontuar risco, verificar uma citação. Fora de uma tarefa, “melhor” não quer dizer nada.

2. O que cada ferramenta cobra e quanto demora? Os preços de tabela da OpenAI e da Anthropic estão na página de preço, com a data de leitura e o link da fonte. O Jev cobra US$ 0,042 por milhão de tokens de entrada e nada na saída, segundo a documentação oficial. Preço não é capacidade, e a comparação sempre diz qual é qual.

3. O que se perde? Toda escolha tem custo. Quem troca um LLM por decisões tipadas perde texto explicativo e raciocínio longo. Quem troca uma expressão regular por um modelo perde determinismo. A página diz o que você perde.

O que já está publicado

O comparativo principal é Jev vs ChatGPT: a diferença de contrato, os números que a TypeSafe publicou — 193,6 vezes mais rápido e 444,6 vezes mais barato nos evals internos dela — e as ressalvas que a própria empresa escreveu junto, inclusive a de que espera que esses números estejam no extremo superior dos ganhos reais.

O que vem nesta seção

Um comparativo por alternativa real, sempre com a mesma estrutura:

• Contra modelos de texto nomeados, com preço de tabela datado: GPT-5.6 Sol, GPT-6 Astra, Claude Opus 5 e Claude Haiku 4.5.
• Contra o modo JSON de um LLM, que resolve formato mas não resolve calibração: um JSON válido não diz quanto o modelo está seguro.
• Contra fine-tuning, que o Jev não oferece: a documentação diz que os mesmos pesos servem todas as contas e que a adaptação acontece no state e nos critérios, não em pesos por cliente.
• Contra embeddings, que medem semelhança e não decidem.
• Contra um classificador treinado como BERT, que ganha em custo por chamada e perde em tempo para a primeira versão.
• Contra expressão regular, que continua sendo a resposta certa quando o padrão é estável — e a documentação oficial concorda: o que o código pode calcular exatamente não deve virar pergunta.

Também há uma página sobre quando não usar o Jev, construída a partir dos limites que a TypeSafe declara para o jev-1.13: matemática, comparação de datas, contagem, geração de texto e tarefas com muitas camadas de indireção.

Como ler uma comparação de preço aqui

Toda tabela de custo deste site usa tokens de entrada, porque é o que o Jev cobra, e diz isso em voz alta. Nos modelos de texto a saída custa de 5 a 6 vezes a entrada, então a comparação só de entrada é conservadora a favor deles. A calculadora em preço faz a conta com o seu volume, e a seção de conceitos explica por que uma decisão barata muda o desenho do sistema.