Alternativas a Cohere Classify: a qué migrar y cómo comprobarlo

Qué cambió Cohere exactamente

La página de deprecaciones de Cohere registra dos hechos distintos que muchas veces se confunden. El primero es el endpoint: «After January 31st, 2025, usage of Classify endpoint via the default Embed models will be deprecated». La misma página incluye /v1/classify entre los endpoints obsoletos desde el 15 de septiembre de 2025.

El segundo hecho elimina la salida de emergencia. El ajuste fino de command-light, command, command-r, classify y rerank se retiró el 15 de septiembre de 2025, y Cohere afirma que los modelos ajustados anteriormente ya no estarán accesibles. El consejo antiguo —conservar el endpoint con un modelo propio— ya no describe un servicio fiable.

Lo que la página no publica es una fecha final de apagado para cada llamada existente. Una integración puede responder hoy y seguir siendo el lugar equivocado para construir mañana. Trata el endpoint como un sistema del que te vas, no como una opción soportada con final incierto.

Deprecaciones de Cohere (leído el 2026-10-21)

Qué debe conservar un reemplazo

Una llamada de clasificación parece pequeña desde fuera: envías texto y recibes una etiqueta. Lo que cuesta reemplazar son las suposiciones alrededor. Antes de comparar proveedores, anota de qué depende realmente tu proceso; un reemplazo que pierde una de estas piezas no es una migración, es otro proyecto.

• El conjunto de etiquetas y sus definiciones. Si el modelo antiguo las aprendió de ejemplos, necesitas esos ejemplos, no solo los nombres.
• Lo que vuelve además de la etiqueta: una puntuación, un orden, una probabilidad o nada. Un umbral posterior solo funciona si el reemplazo devuelve un número con el mismo significado.
• La ruta de revisión. Una respuesta dudosa debe poder llegar a una persona; asignarla en silencio a «otros» esconde la incertidumbre en vez de gestionarla.
• El comportamiento por lotes. Una fila de entrada, una de salida, con reintentos que no cobren dos veces las filas completadas.
• La cobertura de idiomas. Un modelo bueno en inglés no rinde igual en todos los idiomas que escriben tus clientes.
• La ruta de los datos. Quién procesa el texto, qué se guarda y durante cuánto tiempo son preguntas de compras tanto como de ingeniería.
• La unidad de facturación. Tokens, solicitudes y créditos no son intercambiables, y la unidad más barata no siempre da la decisión aceptada más barata.

Tres alternativas realistas, lado a lado

La tabla compara las interfaces tal como las documentan sus proveedores el 2026-10-21. No es una clasificación de calidad: ninguno publica una exactitud para tus datos, y una prueba pública no se trasladaría a tus etiquetas. La diferencia práctica es lo que cada opción hace explícito.

Opción 1: Cohere Chat con respuesta estructurada

Quedarse en Cohere es legítimo cuando el proceso ya usa sus modelos y también necesitas texto generado además de una etiqueta. La clasificación pasa a ser un prompt que enumera las etiquetas permitidas y pide un objeto JSON; tu aplicación valida el objeto antes de actuar.

El intercambio es que las respuestas permitidas viven en el prompt y en tu validador, no en el contrato de la solicitud. El modelo puede devolver una etiqueta fuera de tu lista, una puntuación plausible pero no calibrada, o una explicación donde esperabas un campo. Puedes fijar la forma con un esquema; aun así debes comprobar si la etiqueta elegida es correcta. Si tu equipo ya tiene esa capa de validación y quiere un solo proveedor, es el cambio organizativo más pequeño. Los precios publicados de Cohere permiten estimar el coste, pero dependen de la longitud del prompt y de la salida, que tú controlas.

Precios de Cohere (leído el 2026-10-21)

Opción 2: OpenAI Moderation API

La API de moderación es gratuita, lo que la convierte en la primera prueba de muchos equipos tras retirar un clasificador. Devuelve 13 categorías de daño con category_scores entre 0 y 1, y omni-moderation-latest acepta texto e imágenes; no clasifica audio. Es una gran opción para una tarea: filtrar contenido contra una taxonomía fija sin coste marginal.

No es un reemplazo general de un clasificador propio. La lista de categorías no es tuya, así que un proceso que dirigía facturas, reembolsos o comentarios de producto con sus etiquetas no puede expresarlas aquí. Varias categorías son solo de texto, y una solicitud solo de imagen obtiene cero en ellas. OpenAI también advierte que las políticas propias basadas en category_scores pueden necesitar recalibración con el tiempo. Úsala donde su taxonomía coincida con tu política y mantén un clasificador propio para las etiquetas de negocio.

Guía de moderación de OpenAI (leída el 2026-10-21)

Opción 3: Jev API Pro

Jev es una API alojada de decisiones tipadas para el caso más estrecho: tienes una lista de respuestas y quieres una de vuelta, con una marca de revisión cuando el modelo duda. Las etiquetas, las instrucciones y el umbral son campos de la solicitud, así que una respuesta fuera de tu lista es una violación del contrato, no una sorpresa de análisis. Una pregunta choice acepta de 2 a 12 etiquetas, una score de 2 a 7 niveles ordenados, y una solicitud puede plantear hasta cuatro preguntas por un crédito.

La respuesta contiene la etiqueta elegida, un valor de confianza cuando el proveedor lo devuelve y una marca needsReview. La confianza puede ser null; nunca se rellena con un valor por defecto, porque un número inventado anularía la regla de revisión que depende de él. Es un producto más pequeño que un modelo de chat a propósito: no redacta respuestas, no resume documentos ni explica su decisión. Si eso forma parte del trabajo, ejecútalo como un paso separado después de la decisión.

curl https://jevapi.pro/api/v1/decisions \
  -H "Authorization: Bearer $JEV_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: ticket-88213-v1" \
  -d '{
    "text": "La exportación está vacía desde el martes y la necesito para el consejo.",
    "instructions": "Elige el equipo responsable. Escala la pérdida de datos en un plan de pago.",
    "labels": ["facturacion", "exportacion", "acceso", "otros"],
    "threshold": 0.85
  }'

Contrato de solicitud y respuesta · Planes y créditos

Una migración que se prueba antes de mover producción

La migración más segura es aburrida: mantener la ruta antigua mientras un candidato corre al lado con los mismos registros, y cambiar solo cuando la comparación lo respalde. Estos pasos valen para cualquiera de las tres opciones, no solo para Jev.

• Exporta una muestra etiquetada: varios cientos de registros reales si los tienes, incluidos los ambiguos y los cercanos a un límite de acción.
• Registra la respuesta esperada antes de mirar la salida de ningún candidato, para que la prueba no se corrija hasta encajar con el resultado.
• Envía los mismos registros al candidato. Mantén el texto libre de datos personales y credenciales innecesarios.
• Compara coincidencia, tasa de revisión en tu umbral y coste de cada tipo de error. Una ruta falsa a «facturación» es más barata que un informe de seguridad omitido; pondéralos por separado.
• Haz un periodo de sombra en el que el candidato escriba una sugerencia pero una persona siga decidiendo. Mide cuántas veces se acepta antes de automatizar el paso.

curl https://jevapi.pro/api/v1/decisions \
  -H "Authorization: Bearer $JEV_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: ticket-88213-v1" \
  -d '{
    "text": "La exportación está vacía desde el martes y la necesito para el consejo.",
    "instructions": "Elige el equipo responsable. Escala la pérdida de datos en un plan de pago.",
    "labels": ["facturacion", "exportacion", "acceso", "otros"],
    "threshold": 0.85
  }'

Coste por decisión aceptada, no por llamada

Las tres opciones se cobran en unidades que no se comparan directamente. OpenAI Moderation es gratis. Cohere cobra tokens: con los precios de su página, 500 tokens de entrada y 50 de salida en Command cuestan 500 × $1,00/1 M + 50 × $2,00/1 M = $0,0006. Es aritmética con tarifas publicadas, no una cotización, y excluye reintentos, generaciones fallidas y el tiempo de ingeniería para validar la salida.

Jev cobra créditos prepago. Launch cuesta $99 por 10.000 créditos, es decir $0,0099 por solicitud correcta; Growth $299 por 50.000 ($0,00598) y Scale $699 por 150.000 ($0,00466). El pack único es $19 por 1.000 créditos ($0,019). Por unidad bruta, Jev es más caro que una llamada corta a Cohere. La comparación solo tiene sentido al añadir lo que compra el crédito: la marca de revisión, el historial de solicitudes, las claves API y un contrato que rechaza respuestas fuera de tus etiquetas. Si tu volumen es muy alto y tus etiquetas son simples, una llamada de chat por tokens puede ser más barata; si tu equipo tendría que construir y mantener la validación y la revisión, el precio del crédito es el coste de no construirlo.

Precios de Jev · Precios de Cohere (leído el 2026-10-21)

Cuándo cambiar es el error

No migres si el endpoint antiguo sigue respondiendo y tu único plan es mantenerlo igual. Es una decisión de aplazar, razonable mientras mides el volumen y el riesgo. Anota la fecha en la que lo revisarás, porque la retirada del ajuste fino ya eliminó la alternativa que hacía cómodo aplazar.

No migres a una API de moderación de categorías fijas si tus etiquetas describen procesos de negocio y no daños. No migres a un modelo de chat si tu aplicación no puede validar la salida generada y nadie va a hacerse cargo de esa validación. Y no migres a una API de decisiones si necesitas una explicación escrita con cada respuesta; ese es otro producto, y añadir una justificación generada después es un paso aparte con su propia revisión.

Preguntas frecuentes

¿Cohere ha cerrado el endpoint Classify?

La página de deprecaciones de Cohere registra que Classify con los modelos Embed predeterminados quedó obsoleto después del 31 de enero de 2025, e incluye /v1/classify como endpoint obsoleto desde el 15 de septiembre de 2025. La misma página no anuncia una fecha final de apagado, así que una llamada existente puede seguir respondiendo. Lo que está claro es la dirección: no conviene construir trabajo nuevo sobre ese endpoint.

¿Puedo seguir usando mi modelo Classify ajustado?

No. Cohere retiró el ajuste fino de command-light, command, command-r, classify y rerank el 15 de septiembre de 2025, y afirma que los modelos ajustados anteriormente ya no estarán accesibles. Un plan de migración no puede dar por hecho que el modelo antiguo siga disponible.

¿Cuál es el reemplazo más cercano a una llamada de Cohere Classify?

Hay dos respuestas honestas. Si también necesitas texto generado además de una etiqueta, Cohere Chat con una respuesta estructurada te mantiene en un solo proveedor. Si tu aplicación solo necesita una etiqueta de una lista que tú defines y una marca de revisión, una API de decisiones acotadas como Jev tiene un contrato más pequeño: las respuestas permitidas forman parte de la solicitud, en lugar de ser algo que validas después de generar.

¿Jev devuelve una probabilidad calibrada?

Devuelve un valor de confianza cuando el proveedor lo suministra, y null cuando no lo hace. Ese número es la salida del modelo, no una exactitud medida con tu tráfico, así que no debe leerse como probabilidad de acierto. Un valor ausente va a revisión en lugar de sustituirse por un valor por defecto.

¿Cuántas etiquetas admite una solicitud de Jev?

Una pregunta de tipo choice admite de 2 a 12 etiquetas, y una solicitud puede plantear hasta cuatro preguntas tipadas; una pregunta de tipo score admite de 2 a 7 niveles ordenados. Una solicitud correcta cuesta un crédito, formule una pregunta o cuatro.

¿Cómo se compara el precio de Jev con el de Cohere?

Jev vende acceso prepago con créditos: Launch cuesta $99 por 10.000 créditos, Growth $299 por 50.000 y Scale $699 por 150.000 cada 30 días, con periodos trimestrales y anuales y un pack único de 1.000 créditos por $19. Cohere cobra por tokens según el modelo, por ejemplo Command a $1,00 de entrada y $2,00 de salida por millón de tokens. Las unidades no son intercambiables: compara el coste de una decisión aceptada con tu propio volumen.

¿Puedo probar un reemplazo sin mover el tráfico de producción?

Sí. Exporta una muestra etiquetada de casos reales, envía los mismos registros al candidato y a tu ruta actual, y compara coincidencia, tasa de revisión y coste de cada error antes de cambiar. La página de lotes de Jev acepta CSV, TXT o JSONL y conserva un resultado por fila, así que la evaluación no exige una clave API desde el principio.