Jevの料金・費用｜$0.042/100万トークン・出力無料。無料クレジットの現状、実際の請求額と見積もり方
仕様確認・更新日: · 編集: 株式会社ウェステリア
Jevの料金は、入力100万トークンあたり0.042米ドル、出力は無料。2026-09-15の発表から変わっておらず、2026-10-14に公開された新しい版のJev 1.14も同じ単価です(2026-10-16に公式ドキュメントで確認)。一方、登録すると付いた無料クレジット5ドルは、新規登録ぶんが一時停止になりました。桁を見誤りそうになるほど安いのですが、「LLMの40分の1から400分の1」「最大444.6倍低コスト」といった比較の数字は、そのまま自社の削減額として期待してよいものではありません。この記事では、公表値の中身を分解し、実際に使った人の請求額と、自社の業務に当てはめた月額の見積もり方を整理します。
結論から
- 公表価格は入力100万トークンあたり0.042米ドル、出力トークンは無料です。2026-10-14公開のJev 1.14も、長い文書を渡すための長文オプションも、同じ単価です(2026-10-16に確認)。実際に301回呼び出した検証では、請求は0.00655ドル(約1円)でした。判断1回あたりの入力トークンが読めれば、月額はかなり正確に見積もれます。文章だけでなく質問の定義(選択肢の説明)も入力に数えられるので、実物で数回呼び出して確かめてください
- 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す。いま直接登録して使うには、クレジットの購入が要ります(2026-10-16時点で再開の告知は見当たりません)。n8n Cloudの無料提供は2026-10-10(UTC)で終わりました。Vercel AI Gatewayの無料クレジットはJevに使えません。10ドルを購入して使った検証の報告があり、数千件の検証なら数円で済む計算です
- 「LLM比40〜400分の1」「最大193.6倍高速・444.6倍低コスト」という数字は、公式自身が上限寄りの値と注記しているカタログ上の最大値です。平均的な期待値として使わないでください
- 料金表の外に、既存システム側の改修・検証の人手と、Jevだけでは完結しない処理(前段の抽出や後段の生成)のLLM費用がかかります。総額で比較してください
自社の件数だと月いくらになるのか、先に知りたい方へ。 業務と月の判定件数を一言送るだけで、月額コストの試算と開発費用の目安を2営業日以内に無料でお返しします → 料金の考え方・支援メニュー・よくあるご質問は「Jevの相談窓口」に →
公表されている料金
発表時点(2026-09)で公式ブログに記載されている料金は次のとおりです。出力については「計測するには安すぎる」という表現で無料とされています。
LLMの料金体系に慣れていると違和感があるはずです。通常のLLMは出力トークンのほうが単価が高く、しかも長文を返すほど高くなります。Jevは文章を返さない設計なので、そもそも課金すべき出力量がほとんど存在しません。料金表の形そのものが、このモデルの性質を表しています。
| 項目 | 公表価格 |
|---|---|
| 入力トークン | 100万トークンあたり 0.042米ドル |
| 出力トークン | 無料 |
Jev 1.14と長文オプションの料金(2026-10-16確認)
2026-10-14に、新しい版のJev 1.14が公開されました。料金は変わっていません。公式ドキュメントのモデル一覧で、版ごとの単価と、料金に関わる選択肢を確認した結果は次のとおりです。
| 項目 | 料金 | 補足 |
|---|---|---|
| Jev 1.14(jev-1.14.0) | 入力100万トークンあたり0.042ドル、出力無料 | 2026-10-14公開。別名 jev-preview で呼ぶとこの版になる |
| Jev 1.13(jev-1.13.0) | 同じ | 別名 jev-latest(公式SDKの既定)はまだこの版を指している(2026-10-16時点) |
| 長文オプション | 追加料金なし(トークン単価は同じ) | 既定は1回の呼び出しで6.4万トークン(質問1つあたり3.2万トークン)まで。専用のヘッダーを付けると、どちらも26.2万トークンまで渡せる。ただし遅くなり、精度も下がると公式が注記 |
| 利用の上限(レート制限) | 上限を上げるには個別契約 | 組織ごとに秒あたりのトークン数・リクエスト数の上限があり、現在値はコンソールで確認する。上限を上げたい場合は、個別の契約(エンタープライズなど)をTypeSafe AIの営業窓口に相談する |
版を上げても単価は同じなので、費用の見積もりはやり直す必要がありません。気をつけたいのは答えの変化です。別名(jev-latest・jev-preview)で呼んでいると、新しい版が出たときに、コードを変えなくても答えが変わることがあります。確信度のしきい値を自社データで調整しているなら、版の番号(jev-1.13.0 など)を指定して呼び、切り替えは検証してから行ってください。
長文オプションは追加料金こそありませんが、渡すトークンが増えるぶん請求は増えます。26万トークンの文書を1件判断すると、それだけで約0.011ドル(約1.7円)です。契約書や議事録を丸ごと渡す設計にするか、必要な部分だけを抜き出して渡すかで、件数が多いときの費用は大きく変わります。
OpenRouterでもJev 1.14とJev 1.13が同じ単価(入力100万トークンあたり0.042ドル、出力0ドル)で表示されています(2026-10-16確認)。
仕様の出典: TypeSafe AI「Models」(公式ドキュメント。2026-10-16確認) / OpenRouter「TypeSafe」(2026-10-16確認)
無料で試せるか(無料クレジットの現状)
2026-09-30時点では、新しく登録しても無料クレジットは付きません(2026-10-16時点でも再開の告知は見当たりません)。経緯は次のとおりです。
| 時期 | 登録 | 無料クレジット |
|---|---|---|
| 2026-09-15(発表) | 順番待ち(ウェイトリスト)制 | — |
| 2026-09-20(米国時間) | 順番待ちを撤廃。誰でも登録できる | 登録すると5米ドル分(約1.2億トークン) |
| その後 | 需要の急増で、新規登録の受付を一時停止 | — |
| 2026-09-27(米国時間。日本では9月28日朝) | 受付を再開 | 新規登録ぶんは一時停止 |
TypeSafe AIの共同創業者は、登録再開を知らせる投稿で、無料クレジットを新規ユーザーに限って一時的に止めたと説明しています。理由は一部の利用者による悪用です。再開の時期は示されていません。
いま直接登録して使うには、コンソール(console.typesafe.ai)でクレジットを購入します。2026-09-27に10ドルを購入した検証の報告では、購入したクレジットの有効期限は1年後と表示されたとのことです(Qualiteg)。最低の購入額と支払い方法は、公式ドキュメントでは確認できませんでした。登録の前にコンソールで確認してください。
購入する額の目安として、5ドルで何件の判断ができるかを公表単価から計算しました。5ドルは約1.2億トークンぶんです。自社の過去データで数千件〜数万件の検証をする程度なら、数円から数十円で足ります。
| 1件あたり入力トークン | 5ドル(約1.2億トークン)で判断できる件数の目安 |
|---|---|
| 500 | 約24万件 |
| 1,000 | 約12万件 |
| 2,000 | 約6万件 |
| 5,000 | 約2.4万件 |
モデルの利用料のほかに、検証用データの準備や、既存システムに組み込む開発の費用がかかります。
直接登録のほかに、無料で試せる経路はあるか(2026-10-08確認、10-16更新)
Jevは、TypeSafe AIと直接契約するほかに、ゲートウェイ(複数のAIモデルをまとめて呼び出せる中継サービス)からも呼び出せます。「無料で試したい」という目的で、経路ごとに確認した結果は次のとおりです。
| 経路 | 無料で使えるか | 条件・注意 |
|---|---|---|
| TypeSafe AIに直接登録 | 使えない(新規登録の無料クレジットは一時停止中) | 2026-10-16時点で再開の告知は見当たらない。クレジットの購入が要る |
| n8n Cloud(TypeSafe AIノード) | 終了(2026-10-10 23:59 UTC。日本時間10月11日8:59まで無料だった) | 期間の延長の告知は見当たらない(2026-10-16確認)。現在はn8nのGateway creditsの通常料金。自社で運用するn8n(セルフホスト)はもともと対象外で、自分のAPIキーが要る |
| Vercel AI Gateway | 使えない | Vercelの無料クレジットは対象モデルが限られ、Jevは対象外(モデルページの表示が「Free AI Gateway Credit: No」)。購入したクレジットで使う。単価は入力100万トークンあたり0.04ドルと表示 |
| Cloudflare | 無料枠の記載なし | モデルページは入力100万トークンあたり0.042ドル、出力0ドル。無料の割り当ての対象かどうかは書かれていない |
n8n Cloudの無料提供が終わったため、2026-10-16時点で費用をかけずにJevを呼び出せる経路は見当たりません。ただ、数千件の検証でも数円の規模なので、少額のクレジットを購入して自社のデータで試すのが現実的です。自社のデータを流す場合は、経路ごとの規約とデータの扱いを先に確認してください。
Vercel経由では、Jevの提供元としてTypeSafe AIのほかにDigitalOceanも表示されています。Vercelの表示では、ゼロデータ保持(データを保存しない扱い)に対応しているのはTypeSafe AIの経路だけです(2026-10-08確認)。経路によってデータの扱いが変わるので、社内のデータで試す前に提供元を指定してください。
仕様の出典: Techstrong.ai「TypeSafe Opens Jev for General Availability」 / Diogo Almeida(TypeSafe AI 共同創業者)のXへの投稿(2026-09-27) / Qualiteg「Jev の特徴とその実力 ～ 301 回 API を呼んで確かめてみた」(2026-09-29) / n8n Community「TypeSafe's Jev is now in n8n: free on Cloud (via Gateway credits) until October 10」(2026-09-30) / Vercel AI Gateway「Jev」モデルページ(2026-10-08確認) / Vercel「AI Gateway Pricing」 / Cloudflare AI docs「Jev (typesafe)」
実際に使った人の請求額
公表単価から計算した数字ではなく、実際に呼び出した人の報告が国内でも出ています。
| 報告 | 呼び出した内容 | 回数・入力トークン | 費用 |
|---|---|---|---|
| Qualiteg(2026-09-29) | 日本語の問い合わせの振り分け、不正な指示の検出、コマンドの承認判断、応答時間の計測など | 301回・156,070トークン(1回あたり約518トークン) | 0.00655ドル(約1円) |
| GMOメディア(2026-09-25) | 特徴と活用例の確認 | 206回・176,048トークン | 0.0065ドル(約1円) |
※Qualitegの費用は応答に含まれる入力トークン数からの計算値、GMOメディアの費用はコンソールの表示です。どちらも検証のための呼び出しで、業務で動かした結果ではありません。
数百回の検証なら1円前後、という規模感です。1回あたりの入力は500トークン前後から800トークン台で、短い日本語の文章に質問をいくつか付けて判断させると、このくらいになります。自社で見積もるときの最初の仮置きとして使えます。
仕様の出典: Qualiteg「Jev の特徴とその実力 ～ 301 回 API を呼んで確かめてみた」(2026-09-29) / GMOメディア(Zenn)「話題のJevを触ってみました。特徴、料金、活用事例」(2026-09-25)
費用を見積もるときの「1件あたりの入力トークン」の数え方(2026-10-23確認)
月額の計算式は「1件あたりの入力トークン × 件数 × 単価」なので、費用の見積もりがずれるとすれば、ほぼ「1件あたりの入力トークン」の読み違いです。判断させたい文章の長さだけで数えると、少なめに見積もることになります。公式ドキュメントの例で、請求の対象になった入力トークンを確かめた結果は次のとおりです。
| 例 | 渡したもの | 請求対象の入力トークン |
|---|---|---|
| 公式APIリファレンスの例 | 英語83文字の文章 + 短い質問3つ(請求の話か / 口調 / 緊急度) | 120 |
| 公式クイックスタートの例 | 英語約150文字の文章 + 質問3つ(振り分け先3つ・怒りの度合い3段階など、選択肢ごとの説明つき) | 428 |
| Qualitegの検証(日本語、2026-09-29) | 日本語の問い合わせ文など + 質問 | 1回あたり約518(301回の平均) |
公式の2つの例は、文章の長さは2倍弱しか違わないのに、入力トークンは3倍以上になっています。差の多くは質問の側です。質問文と、選択肢ごとに書いた説明も入力として数えられます。振り分け先を10個用意して、それぞれに説明を付ければ、そのぶん1件ごとの入力が増えます。日本語の文章は、同じ内容の英語よりトークン数が多くなりやすい点も、見積もりに入れてください。
同じ文章に複数の質問をするなら、1回にまとめる
公式のCookbookに、約5.4万文字の記事に13の質問をした比較があります(jev-1.12で計測)。13回に分けて1問ずつ聞くと0.006090ドル、1回の呼び出しに13問まとめると0.000497ドルで、約12分の1でした。かかった時間も約10分の1です。分けて聞くと、長い文章を質問の数だけ送り直すことになるためです。費用を見積もる前に、1件の判断を何回の呼び出しで行う設計なのかを決めておく必要があります。
画像を渡す場合
画像も入力トークンとして、文章と同じ単価で請求されます。画像だけの別料金はありません。ただ、1枚が何トークンになるかの目安は公式ドキュメントでまだ示されていません(2026-10-23時点。目安は今後案内するとの記載)。画像を使う業務では、実際の画像で数回呼び出し、応答の usage.input_tokens(画像のぶんも含む)を見てから件数を掛けてください。
見積もりの手順
- 対象業務の実物の文章(または画像)を数件と、本番で使う質問の定義(選択肢の説明まで)を用意する
- その組み合わせで数回呼び出し、応答の usage.input_tokens を記録する。購入するクレジットは数ドルで足りる
- 1件の判断を何回の呼び出しで行うか(質問を1回にまとめられるか)を決める
- 「1件あたりの入力トークン × 呼び出し回数 × 月間件数 ÷ 100万 × 0.042ドル」で月額を出す。後の節「月額コストの試算」の表は、この1件あたりの値を仮置きしたものです
仕様の出典: TypeSafe AI「System One」(APIリファレンス。2026-10-23確認) / TypeSafe AI「Quickstart」(2026-10-23確認) / TypeSafe AI「Parallel questions」(Cookbook。2026-10-23確認) / TypeSafe AI「Images」(2026-10-23確認)
同じ判断をLLMに任せた場合との比較(当社の試算)
「LLMの何分の1か」は、比べる相手で大きく変わります。月10万件の判断を、1件あたり入力500トークンで行う場合を、2026-09-30時点の各モデルの公表単価で計算しました。LLMは答えだけを短く返す前提で、出力を1件50トークンと置いています。
| モデル | 入力 / 出力の単価(100万トークン) | 月額の概算 | Jevとの差 |
|---|---|---|---|
| Jev | $0.042 / 無料 | 2.10ドル(約330円) | — |
| GPT-6 Luna | $0.10 / $0.50 | 7.50ドル(約1,180円) | 約3.6倍 |
| Claude Haiku 4.5 | $1 / $5 | 75ドル(約1万1,800円) | 約36倍 |
| GPT-6 Sol・Claude Sonnet 5.5 | $2 / $10 | 150ドル(約2万3,600円) | 約71倍 |
| Claude Opus 5.5 | $4 / $20 | 300ドル(約4万7,100円) | 約143倍 |
| Claude Fable 5.1 | $10 / $50 | 750ドル(約11万7,800円) | 約357倍 |
※当社が公表単価から単純計算した概算です。1ドル=157円(2026-09-29の為替)。月の入力は5,000万トークン、LLMの出力は500万トークン。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は含みません。
いま分類や振り分けに使っているのが低価格のモデルなら、差は数倍で、金額にすると月1,000円に届きません。差が100倍を超えるのは、上位のモデルに判断をさせている場合です。「数百分の1」という数字は後者の比較なので、自社がいま何のモデルにいくら払っているかを先に確かめてください。
判断専用のAIはJevだけではなくなりました。OpenAIは2026-09-29(米国時間)に、同じ領域のDecisions APIを発表しています。2026-10-22(米国時間)に一般提供となり、料金は入力100万トークンあたり0.10ドル・出力無料です。単価はJevの約2.4倍で、上の表の前提(月10万件・1件500トークン)なら月5ドル(約790円)です。キャッシュの料金を含む詳細は「OpenAI Decisions APIが一般提供に」で整理しています。
「出力無料」が効くのはどんな場面か
出力が無料であることの実質的な意味は、「判断の回数を増やしてもコストが比例して跳ね上がらない」という点にあります。通常のLLMで分類をさせると、判定理由まで書かせるかどうかで出力トークンが数倍変わり、コストも変わります。Jevにはその変数がありません。
もう一つ効くのが、1回の呼び出しに複数の質問をまとめられる点です。公式ドキュメントでは、Choice・Score・Noulの質問を1回のAPI呼び出しで混ぜられ、並列かつ互いに独立して評価されると説明されています。同じstateに対して5つのことを聞きたい場合、stateを5回送り直す必要がありません。入力課金のみのモデルでは、この「stateを使い回せる」設計が直接コストに効きます。
逆に、1回の判断に渡すstateが大きい用途では、入力側が素直に効いてきます。長い文書全体を毎回渡して判定させるような設計は、単価が安くても件数が増えると無視できなくなります。見積もりの精度は「1回あたりの入力トークン」をどれだけ正確に掴めるかで決まります。
「40〜400分の1」「最大444.6倍」をどう読むか
報道や公式サイトでは、LLMと比べたコスト差として「40分の1から400分の1」、速度・コストの最大値として「最大193.6倍高速・最大444.6倍低コスト」という数字が出ています。後者について、公式ブログは実世界での利得の上限寄りの値だと明記しています。
この種の比較を読むときに確認したいのは3点です。比較対象のLLMはどれか(高価なフロンティアモデルと比べれば差は大きく出ます)、どんなタスクでの測定か、そして出力トークン量の前提はどうか。公開情報からはこれらを完全には特定できないため、自社の削減見込みを算出する根拠には使えません。
実務的な結論としては、カタログ値ではなく「今そのLLMに払っている実額」と「同じ処理をJevに置いたときの入力トークン量」を並べて比較するのが唯一確実な方法です。次の節で、その計算の型を示します。
月額コストの試算(当社で計算した概算)
以下は公表単価から当社が単純計算した概算です。TypeSafe AIが公表している試算ではありません。1米ドル157円(2026-09-29の為替)で換算し、税・為替変動・その他サービスの費用は含みません。実際の請求額を保証するものではないので、桁感を掴むための材料として見てください。
計算は単純です。(1回あたりの入力トークン × 月間件数) ÷ 1,000,000 × 0.042米ドル。これだけです。表を見ると分かるとおり、一般的な業務量の範囲では、Jev本体の費用はコストの主役になりません。判断のコストが会計上ほぼ消える、というのがこのモデルの主張の核心部分です。
したがって費用の議論は「Jevにいくらかかるか」ではなく、「Jevを入れるために何を作り直すか」「Jevで置き換えられなかった部分に何が残るか」に移ります。次の節で扱います。
| 月間の判断件数 | 1件あたり入力トークン | 月間入力トークン | 月額の概算(1米ドル157円) |
|---|---|---|---|
| 1万件 | 500 | 500万 | 約33円 |
| 10万件 | 500 | 5,000万 | 約330円 |
| 10万件 | 2,000 | 2億 | 約1,320円 |
| 100万件 | 1,000 | 10億 | 約6,600円 |
| 100万件 | 5,000 | 50億 | 約3万3,000円 |
高頻度で呼び続ける場合の目安
件数が桁違いに増える使い方でも参考値があります。報道されたデモでは、ゲームを自動プレイさせる目的で毎秒およそ10回Jevを呼び出し、1時間あたり約7米ドルだったとされています。単純化すれば、秒間10回・常時稼働で1日あたり170米ドル前後という水準です。
この数字は、逆から読むと業務用途の安心材料になります。人間の判断を置き換える業務システムで、秒間10回を常時ということはまず起きません。バッチで夜間に数十万件を処理する、リアルタイムで問い合わせを振り分ける、といった典型的な使い方は、上の試算表の範囲に収まります。
この値は直接APIの公表単価を前提としたものです。ゲートウェイ経由でも単価は変わりません。Vercel AI Gatewayは、提供元の定価に上乗せをしないと公式ドキュメントに書いています。CloudflareのモデルページでもJevは入力100万トークンあたり0.042ドル、出力0ドルです(いずれも2026-09-30に確認)。違うのは請求元と支払い方法で、ゲートウェイ経由ならそのサービスの請求にまとまります。
仕様の出典: gihyo.jp「Jev 早期アクセス」 / Vercel「AI Gateway Pricing」 / Cloudflare AI docs「Jev (typesafe)」
料金表の外にかかるもの
Jev本体が安いことと、導入が安いことは別の話です。実務では次の費用が別に発生します。
特に2点目は見落とされがちです。Jevは判断しか返さないため、非構造なデータから判断材料を作る部分は別の手段が必要です。PDFやメール本文から項目を抜き出す工程をLLMに任せるなら、そのLLM費用は残ります。「LLMをJevに置き換えてコストが400分の1になった」という話が自社に当てはまるかは、この前後工程まで含めて見ないと分かりません。
- 既存システム側の改修: 判定処理の差し替え、質問スキーマの設計、確信度が低いときに人へ回す経路の実装。ここが費用の主要部分になることがほとんどです
- 残るLLM費用: 前段の抽出や後段の文章生成をLLMに任せる場合、その分の費用は残ります。Jevで置き換わるのは判断の部分だけです
- 検証の人手: 自社データで精度を測り、既存の判定ロジックや人の判断と突き合わせる作業。モデルが新しいほど、この工程は省けません
- ゲートウェイの付加機能: Vercel AI GatewayやCloudflare経由でも単価は同じですが(2026-09-30に確認)、利用状況の集計など有料の付加機能を使うと、その分が別にかかります
自社の場合の見積もりをどう取るか
手順としては、対象業務を1つ決め、その判断1回に渡すstateの実物を用意し、トークン数を数えるところから始めます。そこまで具体化できれば、月額はほぼ確定的に計算できます。曖昧さが残るのは、Jev本体ではなく改修範囲のほうです。
現実的な進め方は、数千件の実データで精度を確認してから改修の見積もりを取ることです。精度が想定に届かなければ改修の話は不要になりますし、届くなら「どこまで自動化し、どこから人に回すか」が決まって改修範囲が確定します。この順番を逆にすると、使えるか分からないものに設計工数を払うことになります。
当社(株式会社ウェステリア)では、業務システムへの組み込みを前提にした費用の整理や、検証をどう設計するかのご相談を無料ヒアリングで承っています。社内で試算の前提が固まらないときの壁打ちにお使いください。
よくあるご質問
- Jevは無料で使えますか?
- 直接登録では、新規登録の無料クレジットが2026-09-27(米国時間)から一時停止中で、2026-10-16時点でも再開の告知は見当たりません。クレジットの購入が要りますが、単価が入力100万トークンあたり0.042米ドルなので、数千件の検証なら数円で済みます。n8n Cloudの無料提供は2026-10-10 23:59(UTC)で終わりました。Vercel AI Gatewayの無料クレジットはJevには使えません。
- Jev 1.14で料金は変わりましたか?
- 変わっていません。2026-10-14公開のJev 1.14も、Jev 1.13と同じ入力100万トークンあたり0.042米ドル、出力無料です(2026-10-16に公式ドキュメントで確認)。長い文書を渡すための長文オプション(1回26.2万トークンまで)も、トークン単価は同じです。ただし、別名 jev-preview は1.14、jev-latest は1.13を指しているため、別名で呼んでいる場合は版の切り替わりで答えが変わることがあります。
- 1件あたりの入力トークンは、判断させる文章の長さで決まりますか?
- 文章だけでは決まりません。質問文と、選択肢ごとに書いた説明も入力トークンに数えられます。公式ドキュメントの例では、英語83文字に短い質問3つで120トークン、英語約150文字に説明つきの質問3つで428トークンでした(2026-10-23確認)。同じ文章に複数の質問をするなら1回の呼び出しにまとめると安く、公式の比較では13問を1回にまとめた場合が分けた場合の約12分の1でした。実物の文章と質問の定義で数回呼び出し、応答の usage.input_tokens を見てから月額を計算してください。
- 本当に出力トークンは無料ですか?
- 発表時点(2026-09)の公式ブログでは、出力は「計測するには安すぎる」という表現で無料とされています。ただし料金体系は変更され得るものです。本番の予算を組む前に公式の料金ページで最新を確認してください。
- LLMからJevに置き換えると本当に400分の1になりますか?
- 自社の用途でそうなる保証はありません。「40〜400分の1」「最大444.6倍低コスト」は比較対象・タスク・出力量の前提が公開情報からは特定できず、公式自身が最大値であることを注記しています。今払っているLLMの実額と、同じ処理をJevに置いたときの入力トークン量を並べて比較するのが確実です。
- コストが読めないのが不安です。上限を設定できますか?
- Jevは入力課金のみで、1件あたりの入力トークンが分かれば月額はほぼ計算で出ます。この点ではLLMより予測しやすい部類です。加えて、Vercel AI GatewayやCloudflare経由で使う場合は、ゲートウェイ側の利用量管理の仕組みを使えます。
- 小さい会社でも費用対効果は出ますか?
- Jev本体の費用は業務量の範囲ではほぼ無視できる水準なので、判断の分かれ目はモデル費用ではなく改修費用です。既に人手でやっている判断業務があり、その工数が月あたり何時間かかっているかが分かっていれば、投資判断はできます。逆に、判断の基準が言語化されていない業務では、規模にかかわらず先に基準の整理が必要です。