Jev em português do Brasil: o que medimos

Esta é a parte do guia que não dá para copiar de lugar nenhum. Toda a documentação do Jev é em inglês, e quase todo material público sobre ele vem de quem integra em inglês. Três coisas mudam quando o time é brasileiro: o idioma do conteúdo avaliado, a distância de rede até os servidores e o enquadramento jurídico de uma decisão automatizada.

O Jev, para quem chega agora, é o modelo da TypeSafe AI que não gera texto: ele recebe um conteúdo e devolve decisões tipadas com probabilidade. A apresentação geral está em o que é Jev.

O que a TypeSafe declara sobre idioma

A página oficial de modelos tem uma seção curta e importante sobre suporte a idiomas. Ela diz três coisas, e vale citar as três sem suavizar:

• o inglês é a língua principal de treino e onde a acurácia está melhor hoje;
• outras línguas, incluindo escritas CJK, são atendidas, mas não igualmente bem;
• a recomendação é testar no próprio conteúdo antes de confiar em uma carga não inglesa, e observar a confiança ao rotear.

Não há avaliação oficial publicada por idioma. Ou seja: não existe número da TypeSafe dizendo quanto a acurácia cai em português. Quem disser que existe está inventando.

Foi essa lacuna que gerou esta seção.

O que nós medimos, e como

Em 18 de setembro de 2026 fizemos cinco chamadas à API oficial, cada uma com seis perguntas sobre um texto de atendimento escrito em português do Brasil. O modelo que respondeu, reportado pela própria API, foi o jev-1.13.0. A média foi de 955 tokens de entrada por chamada. A latência de ida e volta foi medida por quem chamou, do lado de fora e incluindo a rede, e ficou entre 270 e 802 milissegundos, com mediana de 538.

Cinco chamadas não são um benchmark, e nós não as tratamos como tal. Elas mostram ordem de grandeza e trazem dois achados que valeram uma página cada.

Os cinco casos completos, com o texto de cada um, estão em o Jev funciona em português, e dá para rodar um texto seu agora no playground.

As seis páginas desta seção

Gíria e regionalismo. O caso mais brasileiro do conjunto: “oxe, baixei o aplicativo e num abre de jeito nenhum, fica só rodando aquela bolinha” foi classificado como dúvida técnica com probabilidade 1,00 e confiança 1,00, em 377 milissegundos. Nenhuma daquelas expressões aparecia nas descrições das opções.

Ironia e sarcasmo. O achado mais interessante e o mais sutil. Um texto com elogio literal e ironia clara recebeu sentimento negativo com 0,98 — a ironia passou — e ao mesmo tempo a categoria caiu para “outro”, com 0,79 e confiança 0,72. A página explica por que a categoria incerta é a melhor parte daquela resposta.

Critérios em português ou inglês. A pergunta que todo time brasileiro faz na primeira semana. A página é honesta sobre o que não sabemos: não temos teste A/B próprio, então em vez de opinar ensinamos a montar o teste com o seu conteúdo.

LGPD e decisões automatizadas. O artigo 20 da Lei 13.709/2018 dá ao titular o direito de solicitar revisão de decisões tomadas unicamente por tratamento automatizado que afetem seus interesses. Este site não dá orientação jurídica; a página trata só da consequência de arquitetura.

Latência medida do Brasil. Os nossos números ao lado dos 70 a 500 milissegundos declarados pela TypeSafe, com a explicação da diferença — rede, região e ponto de medição — sem acusar ninguém.

Exemplos prontos. Seis conjuntos de perguntas em português, completos, para copiar e adaptar: triagem de ticket, moderação, lead, avaliação de produto, cobrança e currículo.

A regra que vale para toda esta seção

Número nosso vem com método: quantas chamadas, em que data, com qual modelo e medido de onde. Número da TypeSafe vem atribuído a ela, com a ressalva que ela mesma publicou. E onde não temos medição, dizemos que não temos, em vez de preencher o vazio com opinião.

Essa disciplina custa parágrafos e é a única coisa que torna o resto verificável. Para os limites que o próprio fabricante declara, veja limites do Jev; para a leitura da incerteza que apareceu nos nossos testes, confiança.