Inicia 23 novCohorte 3 en vivo de Vibe Coding y Agentes IA: 3 semanas, 9 clases en directoCohorte 3 (23.11) →
LanzamientoAnálisis · En radarTNW→ original

Baseten lanza joey-1: un modelo que responde «sí/no» en 20 ms y a $0,01 por millón de tokens

Baseten ha lanzado joey-1, un modelo abierto de 2.000 millones de parámetros que, en lugar de texto, devuelve un «sí/no» o el número de una opción junto con su probabilidad, por ejemplo «spam, 94%». Un millón de tokens (fragmentos de texto con los que se calcula el precio) cuesta $0,01, y una solicitud de 2.000 tokens se procesa en 20 ms. Para clasificar tickets, detectar spam o bloquear prompts dañinos, eso basta sin recurrir a un LLM grande. Por eso resulta más rentable delegar la clasificación rutinaria en modelos especializados.

Procesado por IA desde TNW; editado por Hamidun News
Baseten lanza joey-1: un modelo que responde «sí/no» en 20 ms y a $0,01 por millón de tokens
Fuente: TNW. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTNW ↗
Editor jefe
Etiquetar 10 millones de tickets al mesunos $50 frente a $500 con mammoth-1
Dato clave #22,5 veces más rápido que elephant-1; la base es Qwen3.5-2B, de Alibaba
Dato clave #3Pesos abiertos en Hugging Face bajo licencia MIT

Muchas empresas usan grandes modelos de lenguaje en tareas que no requieren texto alguno: determinar si un mensaje es spam, decidir a qué cola enviar la solicitud de un cliente o detectar si un usuario intenta saltarse la protección. Para eso basta una respuesta corta: «sí», «no» o «opción B». Con este fin, Baseten ha lanzado joey-1, un modelo abierto de 2.000 millones de parámetros. No redacta párrafos: devuelve la respuesta y una probabilidad, por ejemplo «spam, confianza del 94%». Según la compañía, una solicitud típica de 2.000 tokens (un token es un fragmento de palabra; con los tokens se calcula el precio) se procesa en unos 20 milisegundos, y un millón de tokens cuesta $0,01.

¿En qué se diferencia joey-1 de un LLM convencional?

Un modelo de lenguaje convencional responde con texto, que luego hay que analizar con código: buscar la palabra «sí», comprobar el formato, lidiar con la verborrea sobrante. joey-1 funciona de otra manera: entrega directamente una elección lista y un número que indica cuánta confianza tiene el modelo en ella.

La probabilidad es útil en producción. Los casos con alta confianza pueden tratarse de forma automática, y los dudosos se envían a una persona o a un modelo más potente. Es un esquema conocido: primero un filtro barato y después un análisis caro, solo para lo controvertido.

joey-1 forma parte de una línea que incluye los modelos más grandes mammoth-1 y elephant-1. Hace una semana, el laboratorio de investigación de Baseten, Base Labs, presentó estos dos. En septiembre, TypeSafe AI mostró un enfoque parecido, así que el formato de «modelo solucionador» se está consolidando como un nicho propio.

Cuánto cuesta y qué hay bajo el capó

Baseten ofrece un cálculo sencillo: etiquetar 10 millones de tickets de soporte al mes con joey-1 costaría unos $50. Con mammoth-1, el mismo trabajo costaría alrededor de $500. En velocidad, joey-1 es aproximadamente 2,5 veces más rápido que elephant-1. Como referencia, Microsoft lanzó este mes su propio modelo basado en Qwen a $0,042 por millón de tokens, es decir, unas cuatro veces más caro.

La base de joey-1 es Qwen3.5-2B, de Alibaba. Baseten lo ha ajustado con 6,21 millones de ejemplos de decisiones. Los pesos están en Hugging Face bajo licencia MIT: se pueden usar libremente en productos comerciales y ejecutar en servidores propios.

Qué comprobar antes de implantarlo

Hay una salvedad importante. Baseten describe joey-1 como el modelo de decisión más sólido entre los que tienen hasta 3.000 millones de parámetros, pero las pruebas que respaldan esa afirmación todavía no se han publicado. En la ficha del modelo ocupa el puesto 37 de 230 en el ranking Jev Decision Index y muestra el mejor resultado entre los modelos de menos de 4.000 millones de parámetros. Para ese tamaño, el resultado es bueno, pero una clasificación general no garantiza que el modelo funcione con sus tickets concretos ni con su propia definición de un prompt «dañino». Además, la velocidad y el precio los indica la propia empresa; la fuente no incluye mediciones independientes.

La recomendación práctica para los equipos es la siguiente. Si en su producto un LLM grande se encarga de ordenar, filtrar o enrutar, reúnan un pequeño conjunto de ejemplos propios etiquetados y comparen joey-1 con la solución actual en precisión y coste. Gracias a los pesos abiertos y a la licencia MIT, una prueba piloto apenas cuesta nada.

El segundo consejo es usar la probabilidad como umbral. Las respuestas seguras pueden procesarse automáticamente y las dudosas pasar a revisión manual o a un modelo más potente. Así se puede mantener la calidad y ahorrar en la mayor parte de las solicitudes.

Para la propia Baseten, esto es también una cuestión de posicionamiento. La compañía ayuda a las empresas a poner modelos en funcionamiento; en junio se la valoró en hasta $13.000 millones y ahora lanza también modelos propios. Los modelos de decisión baratos son una forma atractiva de captar clientes que necesitan inferencia masiva, más que textos vistosos.

Historia

Preguntas frecuentes sobre la noticia

¿En qué se diferencia joey-1 de un LLM convencional?

Un modelo de lenguaje convencional responde con texto, que luego hay que analizar con código: buscar la palabra «sí», comprobar el formato, lidiar con la verborrea sobrante. joey-1 funciona de otra manera: entrega directamente una elección lista y un número que indica cuánta confianza tiene el modelo en ella. La probabilidad es útil en producción. Los casos con alta confianza pueden tratarse de forma automática, y los dudosos se envían a una persona o a un modelo más potente.

¿Qué se sabe sobre Cuánto cuesta y qué hay bajo el capó?

Baseten ofrece un cálculo sencillo: etiquetar 10 millones de tickets de soporte al mes con joey-1 costaría unos $50. Con mammoth-1, el mismo trabajo costaría alrededor de $500. En velocidad, joey-1 es aproximadamente 2,5 veces más rápido que elephant-1. Como referencia, Microsoft lanzó este mes su propio modelo basado en Qwen a $0,042 por millón de tokens, es decir, unas cuatro veces más caro. La base de joey-1 es Qwen3.5-2B, de Alibaba. Baseten lo ha ajustado con 6,21 millones de ejemplos de decisiones.

¿Qué se sabe sobre Qué comprobar antes de implantarlo?

Hay una salvedad importante. Baseten describe joey-1 como el modelo de decisión más sólido entre los que tienen hasta 3.000 millones de parámetros, pero las pruebas que respaldan esa afirmación todavía no se han publicado. En la ficha del modelo ocupa el puesto 37 de 230 en el ranking Jev Decision Index y muestra el mejor resultado entre los modelos de menos de 4.000 millones de parámetros.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…