判断を任せるAIの選び方｜Jev・Decisions API・LLM・ルールベースの線引き(2026年9月)

前提の整理: 判断を任せる先は5つある

この記事で扱う「判断」は、答えの候補が先に決まっているものです。振り分け先の部署、申請の可否、緊急度の段階、規約に違反しているかどうか。文章を書く、要約するといった仕事は含みません。

判断専用のAIとは、文章を書かずに、決めておいた候補の中から答えだけを返すAIです。2026-09-30時点では、TypeSafe AIのJevと、OpenAIのDecisions APIの2つがあります。これに通常のLLM、ルールベース(条件分岐をプログラムに書く方法)、人を加えた5つを並べます。

※2026-09-30時点。JevはTypeSafe AIの公表値、Decisions APIはOpenAIの発表と報道による。「—」は本記事で確認していない項目です。2つの製品の違いの詳細は「OpenAI Decisions APIとは」で整理しています。

仕様の出典: TypeSafe AI「Introducing System One Models & Jev」(2026-09-15) / OpenAI「DevDay 2026 の振り返り」(2026-09-29) / The Decoder「OpenAI expands Codex and its API at DevDay with security scans, a Decisions API, and Ultrafast」(2026-09-29)

業務の条件から選ぶ: 線引きの表

「Jevの制約とデメリット」では、Jevを主役にして手段の向き不向きを表にしました。判断専用のAIが2製品になったので、業務の条件の側から引き直します。1つの業務が複数の行に当てはまるときは、上の行ほど優先します。

※2026-09-30時点の公開情報による当社の整理です。件数の目安は、組み込みと検証の費用が工数の削減に見合うかの目安で、業務によって変わります。

1つに決めず、組み合わせるのが基本

実際の業務では、手段を1つに決めるより、順番に並べるほうがうまくいきます。ルールで確定できるものを先に処理し、残りを判断専用のAIに渡し、確信度が低いものだけを人が見る、という並べ方です。「Jevの精度はどれくらいか」で紹介した国内の検証(Zenn)では、店舗名の抽出で、ルールだけなら81%、Jev単体なら70%、ルールで確定できるものを先に処理してからJevに回すと95%でした。

理由の文章が要る業務でも、判断そのものを判断専用のAIに任せ、理由の記録はルールとして持つ(どの候補を、どの確信度で選んだかをログに残す)ことで足りる場合があります。監査で何を求められるかを、先に確かめてください。

仕様の出典: TypeSafe AI 公式ドキュメント(Introduction) / OpenAI「DevDay 2026 の振り返り」(2026-09-29)

費用の比べ方(当社の試算)

問い合わせの振り分けを例に、2026-09-30時点の公表単価で月の利用料を計算しました。前提は、1件あたりの入力800トークン(問い合わせ本文と、候補・基準の説明)。LLMは答えのラベルだけを返すなら出力20トークン、理由も書かせるなら200トークンと置きます。Jevは出力が無料で、理由は返しません。

※当社が公表単価から単純計算した概算です。月3万件の入力は2,400万トークン、月300万件は24億トークン。1ドル=157円(2026-09-29の為替)。キャッシュやバッチの割引、LLMが考えるために使うトークン、税は含みません。同じ判断でも、LLMに渡す説明文とJevに渡す質問の定義は長さが違うため、実際の入力トークンは手段ごとに測ってください。

読み取れることは2つです。月3万件の規模では、最も高いOpus 5.5に理由まで書かせても月3万円台で、料金は手段を選ぶ決め手になりません。決め手は速さ、精度、理由の要否です。一方、月300万件になると、JevとLunaの差は月3万円弱、上位のモデルとの差は月数十万円から百万円を超えます。件数が多い業務ほど、判断専用のAIに寄せる理由が費用の面でも出てきます。

人の場合は、件数 × 1件の所要時間 × 時間あたりの人件費で比べます。1件30秒なら、月3万件で250時間、月300万件で2万5,000時間です。ルールベースは呼び出しごとの費用がほぼない代わりに、条件を作る・変える開発の費用がかかります。どの手段でも、AIの利用料より、組み込みと検証の作業のほうが費用の大半を占めます。

仕様の出典: TypeSafe AI「Introducing System One Models & Jev」(2026-09-15) / OpenAI「GPT-6.1 Sol のご紹介」(2026-09-29) / OpenAI「Introducing GPT-6 Sol and Luna」(2026-09-22) / Anthropic「Pricing」(Claude API ドキュメント、2026-09-30確認)

JevとDecisions API、いまの選び方と日本での使える状況

判断専用のAIに寄せると決めた場合、2026-09-30時点での選び方は次のとおりです。本番でどちらを使うかは、Decisions APIの料金と仕様が出てから、同じデータで両方を測って決めるのが確実です。

日本の会社で使えるか

Jevは日本から登録して使えます。公式APIのサーバーは米国西海岸にあると報告されており、日本からの往復で0.16秒程度の上乗せが実測されています(「Jevの制約とデメリット」参照)。英語が最も得意とされ、日本語にも対応していますが、最適化の度合いは英語より低いとされています。新規登録の無料クレジット5ドルは、2026-09-27(米国時間)の登録再開から一時停止中で、使うにはクレジットの購入が要ります(2026-09-30時点)。

Decisions APIは、2026-09-30時点で日本の会社が申し込んですぐ使える状態ではありません。限定プレビューの対象、日本での提供、データを処理する地域は発表されていません。基盤のGPT-6 Lunaの通常の単価(入力0.10ドル・出力0.50ドル)がDecisions APIにも使われるかも、公表されていません。(2026-10-23追記: その後2026-10-06に公開ベータ、2026-10-22(米国時間)に一般提供となり、OpenAIのAPI契約があれば日本からも使えます。料金は入力0.10ドル・出力無料、処理地域の指定は米国と欧州のみです。)

仕様の出典: OpenAI「DevDay 2026 の振り返り」(2026-09-29) / TypeSafe AI 公式ドキュメント(Models) / Diogo Almeida(TypeSafe AI 共同創業者)のXへの投稿(2026-09-27)

料金が出る前にやること・待ってよいこと

Decisions APIの料金が出ていなくても、次の4つは先に進められます。どの手段を選ぶことになっても無駄になりません。

• 任せる判断を1つ選ぶ。件数が多く、候補が決まっていて、間違えても後の工程で気づける判断にする(問い合わせの振り分け、申請の一次確認など)。上の線引きの表で「人」や「ルールベース」に当たる判断は外す
• 候補と基準を書き出す。候補の一覧と、迷ったときの決め方を文章にする。担当者で答えが割れる判断は、ここで基準をそろえる。この作業は、そのままJevの質問の定義やLLMへの指示になる
• 過去の判断を正解つきで集める。300〜1,000件あると、確信度の帯ごとの正答率まで見られる。同じデータで、ルールベース、LLM、Jev、公開後のDecisions APIを並べて比べられる
• 判断の部分を差し替えられる作りにする。業務システムの中で判断を独立した部品にし、呼び出す先を後から替えられるようにする。開発を発注するなら、見積もりの段階でこの点を確かめる

待ってよいのは、本番でどの判断専用のAIを使うかの決定です。Decisions APIの料金、候補の上限、日本での提供条件が出てから、集めたデータで測って決めれば間に合います。画像を材料にする判断は、Decisions APIの公開まで待つ理由があります。

いまLLMで分類や振り分けをしていて、速さにも費用にも困っていないなら、急いで替える必要はありません。件数が増えて利用料が目立ってきた、1件に1秒以上かかって利用者を待たせている、という状況になってから検討しても遅くありません。

出典

• TypeSafe AI「Introducing System One Models & Jev」(2026-09-15): https://typesafe.ai/blog/introducing-system-one-models-and-jev
• TypeSafe AI 公式ドキュメント(Introduction): https://docs.typesafe.ai/introduction
• TypeSafe AI 公式ドキュメント(Models): https://docs.typesafe.ai/models
• OpenAI「DevDay 2026 の振り返り」(2026-09-29): https://openai.com/ja-JP/index/devday-2026-recap/
• OpenAI「GPT-6.1 Sol のご紹介」(2026-09-29): https://openai.com/ja-JP/index/introducing-gpt-6-1-sol/
• OpenAI「Introducing GPT-6 Sol and Luna」(2026-09-22): https://openai.com/index/introducing-gpt-6-sol-and-luna
• Anthropic「Pricing」(Claude API ドキュメント、2026-09-30確認): https://platform.claude.com/docs/en/about-claude/pricing
• The Decoder「OpenAI expands Codex and its API at DevDay with security scans, a Decisions API, and Ultrafast」(2026-09-29): https://the-decoder.com/openai-expands-codex-and-its-api-at-devday-with-security-scans-a-decisions-api-and-ultrafast/
• Diogo Almeida(TypeSafe AI 共同創業者)のXへの投稿(2026-09-27): https://x.com/CompleteSkeptic/status/2104338649999626397
• Zenn(kumewata)「Jev を試す前に決めること──12 ケースの検証で見えた、モデルの精度より時間を使ったもの」: https://zenn.dev/kumewata/articles/jev-adoption-before-implementation

よくあるご質問

判断をAIに任せるとき、JevとDecisions APIのどちらを選べばよいですか?

どちらもすぐ試せる状態です(Decisions APIは2026-10-22に一般提供)。テキストだけで単価を抑えたいならJev(入力0.042ドル)、判断の材料が画像ならDecisions API(入力0.10ドル)が目安です。本番でどちらを使うかは、同じ正解つきデータで両方を測ってから決めてください。

分類や振り分けは、ChatGPTやClaudeのような通常のLLMでは駄目ですか?

駄目ではありません。件数が少ない、理由を文章で残したい、候補が毎回変わる、という業務ではLLMが向いています。判断専用のAIが効くのは、件数が多い、1秒以内に返したい、確信度で人に回す件数を調整したい、という業務です。月3万件程度なら、料金の差は月数千円から数万円に収まります(当社の試算、2026-09-30時点)。

ルールベースとAIは、どう使い分ければよいですか?

条件分岐で書き切れて例外が少ない判断はルールベースが確実で安く、理由も説明できます。書き切れない部分だけをAIに渡すのが基本です。国内の検証では、ルールで確定できるものを先に処理してからJevに回すと、どちらか単独より正答率が上がっています。

判断専用のAIに任せれば、人の確認は要らなくなりますか?

なりません。判断専用のAIは候補にない答えを返しませんが、候補の中で誤ることはあります。確信度が低いものを人に回す流れと、1件の誤りが取り返せない判断は人が最終判断する線引きを、先に決めておいてください。