AutoTrust JEV-35B es un modelo de lenguaje multimodal de 35 mil millones de parámetros publicado por AutoTrust AI en Hugging Face, diseñado para tomar decisiones de tipo 'Sistema 1' en menos de medio segundo. A diferencia de otros modelos que requieren datos de robots o interacción física para su entrenamiento, JEV-35B se basa exclusivamente en texto, lo que le permite alcanzar un índice de decisión público de 59,73 y un puntaje de 51,3% en el benchmark ERQA de razonamiento encarnado, compitiendo con modelos cerrados como GPT-6 Astra y Gemini 3.6 Flash.
El modelo ofrece dos versiones: una en precisión bf16 que requiere 72 GB de memoria y una versión optimizada NVFP4 de 25,6 GB, compatible con GPUs de 32 a 48 GB. En pruebas realizadas en una GPU B200, la latencia mediana es de 204 ms. La arquitectura utiliza expertos enrutados que operan en un solo paso, eliminando la necesidad de un modo de pensamiento (System 2) para la inferencia básica. Este enfoque permite procesar hasta 256 opciones en una sola pasada, manteniendo la misma latencia y API que la versión de alta precisión. El proyecto destaca por su capacidad para clasificar noticias y realizar búsquedas web con resultados reordenados por relevancia, posicionándose como una alternativa eficiente para tareas de clasificación y búsqueda en tiempo real.