Em 15 de setembro de 2026, a TypeSafe AI lançou o Jev, um modelo que não escreve texto: ele só decide, em milissegundos, e devolve a resposta num formato que o programa entende. Três dias depois apareceu no GitHub a Laya, um modelo aberto com a mesma proposta. Em cinco dias, ela passou de 19 mil estrelas e virou manchete: 7,8 vezes mais rápida que o Jev, mais precisa e de graça.

Os números existem, e estão no próprio repositório da Laya. A conclusão que está circulando é que está errada. Eu li o README inteiro, os portes para Mac e os benchmarks, e o detalhe mais importante está escrito lá pelo próprio autor: a Laya é uma base para você treinar, não um motor pronto para usar. Abaixo, o que é cada um, onde cada um ganha e qual faz sentido no seu caso.

• O que é a Laya e como ela se compara ao Jev

• Os quatro detalhes que o benchmark viral não conta

• Onde o Jev ainda ganha com folga

• A Laya rodando em 3,7 ms num Mac

• Qual usar no seu projeto, caso a caso

O que é a Laya

A Laya é um modelo de decisão de código aberto, com licença Apache 2.0, criado pela Convai Innovations. Como o Jev, ela recebe um texto e perguntas tipadas (escolha entre opções, nota numa escala ou verdadeiro e falso) e responde todas de uma vez, numa única passada, sem gerar texto. Por isso não tem o que alucinar nem o que interpretar.

É a categoria que a TypeSafe chamou de modelos "System One", que eu expliquei em detalhe no post sobre o que é o Jev e como usar. A diferença da Laya é que os pesos são públicos: você baixa o modelo e roda onde quiser. O repositório oficial da Laya traz três versões e um roteador que escolhe a certa para cada pedido:

Versão	Base	Parâmetros	Contexto	Para quê
laya	ModernBERT-large	421 milhões	512 tokens	Inglês
laya-multilingual	mmBERT-base	322 milhões	1.024 tokens	Mais de 100 idiomas, incluindo português
laya-typed-decisions	ModernBERT-large	421 milhões	1.024 tokens	Treinada para os fluxos do benchmark de decisões tipadas

Dois detalhes práticos chamam atenção. O primeiro: a Laya traz um servidor HTTP compatível com o formato do Jev, então quem já integrou o Jev troca o endereço e continua funcionando. O segundo: o modelo tem cerca de 400 milhões de parâmetros, o que é pequeno para os padrões de hoje e cabe numa placa de vídeo comum ou num Mac.

Jev e Laya lado a lado

O Jev é um serviço pago e fechado, acessado por API e ainda com lista de espera. A Laya é um modelo aberto, gratuito, que roda na sua máquina. O Jev aceita até 255 opções por pergunta sem ajuste; a Laya perde precisão com muitas opções. Em velocidade, a Laya ganha com folga numa placa de vídeo, mas não no processador comum.

Critério	Jev	Laya
Quem faz	TypeSafe AI	Convai Innovations (código aberto)
Licença	Fechado, só por API	Apache 2.0, pesos públicos
Preço	US$ 0,042 por milhão de tokens de entrada, saída grátis	Grátis; você paga a máquina
Tempo por decisão	236 a 276 ms (medição independente)	32,8 ms em placa de vídeo T4; 193 a 464 ms só no processador
Precisa treinar?	Não, funciona pronto	Sim, para ter a precisão divulgada
Muitas opções	Até 255 por pergunta	Cai muito acima de 20 opções sem ajuste
Onde os dados ficam	Saem para a API da TypeSafe	Na sua máquina
Disponibilidade	Acesso antecipado, com lista de espera	Instala hoje com pip

A linha da privacidade é a que mais pesa para empresa brasileira. Decidir se um e-mail de cliente é reclamação, cobrança ou pedido de cancelamento significa mandar o e-mail do cliente para algum lugar. Com a Laya, esse lugar é o seu servidor, e a conversa sobre LGPD fica bem mais simples.

O que o benchmark não conta

O benchmark que viralizou mistura números reais com uma leitura errada. O time da Laya nunca rodou o Jev, a precisão maior vem de um modelo treinado no próprio teste, a velocidade de 32,8 ms exige placa de vídeo e a calibração melhor depende de um ajuste extra. Os quatro pontos estão escritos no próprio README.

1. Não foi medido lado a lado. O README diz que os números do Jev foram publicados por terceiros e "nunca medidos aqui", porque o time não tem acesso à API da TypeSafe. As amostras e as perguntas são diferentes.

2. A precisão maior vem de treino. Os 0,766 contra 0,727 do Jev são da versão treinada com a parte de treino do próprio benchmark. As versões base, sem esse treino, ficam em 0,36, perto do chute aleatório de 0,318. O autor escreve com todas as letras: a Laya é "uma base rápida para especializar, não um motor de decisão zero-shot".

3. A velocidade tem placa de vídeo. Os 32,8 ms são numa placa T4. Só no processador, com o modelo já carregado, a Laya leva de 193 a 464 ms, a mesma faixa do Jev pela internet.

4. A calibração depende de ajuste. Sem ajuste, o Jev é mais bem calibrado no benchmark de decisões (erro de 0,144 contra 0,213). Depois de um ajuste de temperatura com dados do seu domínio, a Laya chega a 0,081. Do outro lado, o README registra que o Jev deu probabilidade zero à resposta certa em 16% dos casos num dos testes.

A Laya não é um Jev de graça. É uma base aberta que fica melhor que o Jev depois que você a treina no seu problema.

Isso não diminui a Laya. Um modelo aberto, rápido e treinável é exatamente o que muita empresa precisa. Mas muda a pergunta: não é "qual é melhor", é "você tem dados e tempo para treinar?".

Onde o Jev ainda ganha

O Jev ganha em três situações: perguntas com muitas opções, uso sem nenhum treino e quando você não quer manter infraestrutura. No teste de intenções bancárias, com 72 opções para o Jev e 77 para a Laya, o Jev acertou 0,870 e a Laya 0,425. O motivo é técnico: a Laya divide um espaço fixo de texto entre as opções, e com 77 delas sobram 3 ou 4 tokens para cada.

• Muitas opções: o README sugere ampliar esse espaço, pré-filtrar as opções mais prováveis ou quebrar a pergunta em duas. Funciona, mas é trabalho seu.

• Uso sem treino: para quem não tem exemplos rotulados, o Jev entrega a precisão divulgada no primeiro dia.

• Distribuição de probabilidades: mesmo acertando mais a resposta principal, a Laya reproduz pior as probabilidades completas (0,471 contra 0,580 do Jev).

• Zero operação: com o Jev, não tem servidor, placa de vídeo nem atualização de modelo para cuidar.

O preço também ajuda o Jev: US$ 0,042 por milhão de tokens é tão barato que, para volume pequeno, a conta de uma placa de vídeo nunca fecha. A comparação de custo com os modelos grandes, que cobram US$ 10 por milhão de entrada, está em GPT-6 Astra vs Claude Fable 5.1.

A Laya rodando num Mac

O que mais impressiona na Laya não veio do autor, e sim da comunidade. Em poucos dias apareceram portes independentes para o Mac: com o MLX, da Apple, uma decisão curta leva 13,4 ms num M3 Max; no Neural Engine, pelo Core ML, cai para 3,7 ms num M5 Pro. Tudo local, sem PyTorch e sem nuvem.

• Laya MLX: 13,42 ms por pergunta curta em inglês e 7,39 ms na versão multilíngue, num M3 Max, com as mesmas respostas do original em 63 de 63 perguntas de validação. A demonstração joga Snake a 75 decisões por segundo.

• Laya Core ML: cerca de 5 ms num M3 Max e 3,7 ms num M5 Pro, com quase toda a conta no Neural Engine, o chip de IA do Mac.

• FluidUse: um aplicativo que lê formulários de outros programas pelo recurso de acessibilidade do macOS, pergunta à Laya o que vai em cada campo e preenche sozinho, sem nada sair da máquina.

Os três são projetos independentes, não versões oficiais, e o porte para MLX avisa que mediu fidelidade nas perguntas de validação, não precisão em qualquer pergunta. Mesmo assim, o recado é claro: decisão de agente rodando no próprio computador, em milissegundos, já é realidade. O porte da Laya para MLX tem os números e o método completos.

No golber.net eu sigo a mesma lógica numa ferramenta diferente: a de transcrever áudio roda o modelo Whisper dentro do navegador, e o arquivo nunca sai do computador de quem usa. Modelo pequeno rodando local é a tendência que eu já tinha apontado em como ganhar dinheiro com IA em 2027.

Qual usar no seu caso

Use a Laya se você tem dados do seu problema para treinar, precisa que as informações não saiam da sua infraestrutura ou vai tomar milhões de decisões por mês. Use o Jev se precisa de resultado sem treino, tem perguntas com dezenas de opções ou não quer manter servidor. Para a maioria dos projetos pequenos, começar pelo Jev e medir é o caminho mais curto.

Seu caso	Melhor escolha	Por quê
Dados sensíveis de cliente, LGPD no centro	Laya	Nada sai da sua máquina
Milhões de decisões por mês	Laya	Custo fixo da máquina contra custo por token
Tem exemplos rotulados do seu problema	Laya	É com treino que ela passa o Jev
Nenhum exemplo rotulado, quer resultado hoje	Jev	Funciona pronto
Perguntas com 50 ou mais opções	Jev	A Laya precisa de ajuste para não perder precisão
Aplicativo para Mac que decide sozinho	Laya	Os portes rodam em poucos milissegundos no Neural Engine

Um cuidado para quem vai usar a Laya em português: texto muito curto, como "Quero cancelar" ou "Esqueci minha senha", pode não ter pistas suficientes do idioma, e o roteador manda para a versão em inglês por padrão. O próprio README ensina a trocar o padrão:

from laya import Router

# Tráfego em português: texto curto e sem pista de idioma vai para a versão multilíngue
router = Router(default="multilingual")
router.route({"body": "Esqueci minha senha"}).model  # -> multilingual

E, qualquer que seja a escolha, a decisão do modelo é só uma etapa. Quem age depois dela é o seu sistema, e os freios de um agente que decide sozinho estão em agentes de IA em looping infinito. O movimento de fundo, com o código aberto alcançando os modelos fechados em semanas, é o que descrevi em o que ganha tração no open source em 2026.

A disputa está só começando, e deixo as apostas registradas para conferir:

Se você quer colocar um modelo de decisão no seu sistema, seja o Jev pela API ou a Laya rodando no seu servidor, com os dados, o treino e os freios no lugar certo, é o tipo de projeto que eu desenho com você numa consultoria técnica de 2 horas.

Perguntas frequentes

O que é a Laya?

A Laya é um modelo de decisão de código aberto, com licença Apache 2.0, da Convai Innovations. Ela responde perguntas tipadas sobre um texto (escolha, nota ou verdadeiro e falso) numa única passada, sem gerar texto, e roda na sua própria máquina, em mais de 100 idiomas.

A Laya é melhor que o Jev?

Depende do caso. Treinada no seu problema e rodando numa placa de vídeo, a Laya é mais rápida e pode ser mais precisa que o Jev. Sem treino, ela fica perto do chute aleatório no benchmark de decisões tipadas, e com dezenas de opções por pergunta o Jev ganha com folga.

A Laya é de graça?

Sim. Os pesos e o código são abertos, com licença Apache 2.0, e podem ser usados comercialmente. O custo é o da máquina onde ela roda, que precisa de placa de vídeo ou de um Mac com Apple Silicon para chegar à velocidade divulgada.

Quanto custa o Jev?

O Jev custa US$ 0,042 por milhão de tokens de entrada, com a saída grátis. Em setembro de 2026, ele está em acesso antecipado, com lista de espera, e a TypeSafe diz que o preço pode cair.

A Laya roda no Mac?

Roda, por portes independentes. Com o MLX, uma decisão curta leva cerca de 13 ms num M3 Max; pelo Core ML, no Neural Engine, cerca de 3,7 ms num M5 Pro. Esses portes não são versões oficiais da Convai Innovations.

A Laya funciona em português?

Funciona pela versão multilíngue, que cobre mais de 100 idiomas. Para textos curtos em português, vale configurar o roteador para usar a versão multilíngue por padrão, porque ele pode confundir frases curtas com inglês.