Jevとは｜TypeSafe AIが発表した「判断だけを返す」System One Model
仕様確認・更新日: · 編集: 株式会社ウェステリア
「Jev」という名前を見て、また新しいチャットAIが出たのかと思った方もいるはずです。実体はその逆で、文章をいっさい生成しないAIモデルです。2026-09-15にTypeSafe AIが発表したJevは、「どれを選ぶか」「何点か」「それは正しいか」という判断だけを、プログラムがそのまま使える構造化データで返します。この記事では、発表時点(2026-09)で公式に確認できる事実に絞って、何が発表されたのか、なぜこういうモデルが出てきたのか、業務に使えるかを判断するために何を見るべきかを整理します。
結論から
- Jevは2026-09-15にTypeSafe AIが早期アクセスとして発表したモデルで、文章を生成せず、Choice(選択)・Score(採点)・Noul(真偽の確率)という3つの型付き回答を返します
- 名前の由来である「System One Model」はカーネマンの『ファスト&スロー』のシステム1(速い直感的判断)から来ており、じっくり考える生成AIの置き換えではなく、その手前と周辺にある大量の即断を担う位置づけです
- 公式に示されている数字は、応答時間70〜500ms、入力100万トークンあたり0.042米ドル・出力無料、選択肢は1クエリあたり最大255個。発表直後で仕様変更の可能性があるため、判断の前に公式情報(typesafe.ai / docs.typesafe.ai)の確認をおすすめします
自社のその業務にJevが向くのか、月いくらになるのかを先に知りたい方へ。 業務と月の件数を一言送るだけで、向き不向きと月額コストの試算を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 →
いつ・誰が・何を発表したのか
2026-09-15、TypeSafe AIが「System One Models」という新しいモデル種別と、その最初の公開モデル「Jev」を早期アクセスとして発表しました。国内メディアでも同日以降に報じられています。約2年の非公開開発を経ての公開とされています。
創業者はDiogo Almeida氏で、OpenAIでChatGPTの基礎研究(InstructGPT関連)に関わった人物として紹介されています。学習手法にはRLCD(Reinforcement Learning for Calibrated Decisions、校正済み判断のための強化学習)という独自の手法が使われたと公式ブログに記載があります。
モデル名のJevは、経済学者のWilliam Stanley Jevonsに由来すると公式ブログで説明されています。ジェヴォンズは「効率が上がるほど資源の総消費が増える」というジェヴォンズのパラドックスで知られる人物で、判断のコストを極端に下げれば判断の回数そのものが爆発的に増える、という同社の見立てが名前に込められています。
仕様の出典: TypeSafe AI「Introducing System One Models & Jev」 / gihyo.jp「Jev 早期アクセス」
「文章を生成しない」とはどういうことか
一般的なLLMは、質問に対して文章をトークン単位で順番に生成します。分類や判定に使う場合も、いったん文章として答えさせ、それをプログラム側で解析(パース)して値に戻すという手順が必要でした。JSON形式で出力させる仕組みはありますが、それでも「文章を作ってから値を取り出す」構造は変わりません。
Jevはこの順番を捨てています。呼び出し側は、判断の材料となるstate(状態)と、聞きたいこと(questions)を型付きで渡します。返ってくるのは文章ではなく、定義した型のとおりの値です。公式ドキュメントでは、質問の型は次の3つとされています。
3つの質問型は1回のAPI呼び出しの中で混ぜて使うことができ、公式ドキュメントでは「並列に、かつ互いに独立して評価される」と説明されています。質問を10個並べても、順番に考えさせるのではなく同時に判定されるという設計です。
- Choice: 定義した選択肢の中から1つを選ぶ。選ばれた選択肢に加えて、各選択肢の確率と確信度が返ります
- Score: 順序のある評価基準(ルーブリック)に沿って採点する。スコアと分布、確信度が返ります
- Noul: 「この記述は正しいか」を評価し、真である確率を0〜1で返します
System 1 —— なぜ「判断専用」のモデルなのか
System One Modelという名前は、ダニエル・カーネマンの『ファスト&スロー』に出てくるシステム1・システム2の区分から取られています。システム1は瞬間的で直感的な判断、システム2は意識的でじっくり考える推論です。公式ブログはこの対比を引きながら、既存のLLMがシステム2寄りの仕事に最適化されてきたのに対し、Jevはシステム1の仕事に最適化したモデルだと位置づけています。
業務システムの中身を思い浮かべると、この区分はしっくりきます。問い合わせメールが緊急かどうか、この申請は差し戻すべきか、この検索結果は質問に答えているか、このユーザー入力は不正な指示を含んでいないか。どれも数百ミリ秒で決まってほしい判断であり、文章で丁寧に説明してもらう必要はありません。しかしこれまでは、この種の判断もLLMに文章を書かせて実現するしかありませんでした。
つまりJevが狙っているのは、LLMの置き換えではなく、LLMで無理にやっていた部分の引き剥がしです。この使い分けと組み合わせ方は別記事で詳しく扱います。
公式に示されている数字
発表時点(2026-09)で公式ブログに記載されている主な数字を並べます。比較の基準や測定条件は公開情報から完全には読み取れないため、自社の用途にそのまま当てはまる保証はありません。
特に「193.6倍高速・444.6倍低コスト」という数字は、公式ブログ自身が「実世界での利得の上限寄りの値」と断っているものです。カタログ上の最大値であり、平均的な期待値ではない点は押さえておいてください。料金の読み方は料金の記事で詳しく分解します。
| 項目 | 公表されている値 | 補足 |
|---|---|---|
| 応答時間 | 70〜500ms(エンドツーエンド) | 公式ブログの記載。通信経路や地域により実測は変わります |
| 速度差 | 同等の知能水準で40〜200倍高速 | 比較対象の「フロンティアLLM」の具体名は明示されていません |
| 入力料金 | 100万トークンあたり0.042米ドル | 直接APIの公表価格 |
| 出力料金 | 無料 | 公式ブログでは「計測するには安すぎる」という表現 |
| 選択肢の上限 | 1クエリあたり最大255個 | これを超える分類は段階を分ける設計が必要です |
| 最大値の主張 | 最大193.6倍高速・最大444.6倍低コスト | 公式が「上限寄りの値」と注記している数字です |
使い始めるまでの経路
2026-09-15の発表時点では、TypeSafe AIの直接APIはウェイトリスト(順番待ち)制でした。2026-09-20(米国時間)に順番待ちが撤廃され、いまは登録すれば使えます。登録時の無料クレジット5米ドルは、2026-09-27(米国時間)から新規登録ぶんが一時停止になっており、使うにはクレジットの購入が要ります(2026-09-30時点)。
ゲートウェイ経由の経路も、発表直後から開いています。Vercelは2026-09-16の更新で、AI Gatewayからモデル識別子 typesafe-ai/jev として呼び出せるようになったと案内しています。AI SDK 7系の実験的なevaluate APIから使う形です。Cloudflareも自社のAIモデル一覧にJevを掲載しており、こちらも自社ホストではなくゲートウェイ経由の第三者モデルという扱いです。
すでにVercelやCloudflareを使っている会社は、そちらの経路で試すこともできます。ただしゲートウェイ経由の場合の利用条件・課金主体・データの取り扱いは各ゲートウェイの規約に従うため、本番利用の前に必ず確認してください。実際の呼び出し方は使い方の記事で整理します。
仕様の出典: TypeSafe AI「Introducing System One Models & Jev」 / Vercel「TypeSafe AI's Jev now available on AI Gateway」 / Cloudflare AI docs「Jev (typesafe)」
何に向いていて、何に向かないか
向いているのは、判断の選択肢が事前に決まっていて、それを大量かつ高速に処理したい仕事です。問い合わせの振り分け、レビューや申請の一次スクリーニング、検索結果やRAGの取得結果が質問に答えているかの判定、生成AIの出力に対するガードレール、大量レコードの分類・採点といった用途が該当します。
逆に向かないのは、そもそも答えの形が決まっていない仕事です。文章を書く、要約する、コードを書く、対話するといった生成の仕事はJevの守備範囲の外にあります。また、選択肢を自由に増やしていく設計とも相性が悪く、1クエリあたり255個という上限は最初に意識しておく必要があります。
現実的な設計としては、LLMで非構造なデータから項目を抜き出し、その結果をJevで判定する、あるいはJevでまず振り分けて、生成が必要なケースだけLLMに渡す、といった組み合わせになります。
検討にあたっての注意点
正直にお伝えすると、Jevは発表されたばかりのモデルです。日本語の情報はまだ限られており、実運用での長期的な精度や安定性の知見も世の中に蓄積されていません。公式が示す数値も、測定条件まで含めて検証できる段階ではありません。この記事の内容も「執筆時点(2026-09)で公開情報から確認できる範囲の整理」として読み、最新は公式情報(typesafe.ai / docs.typesafe.ai)で確認してください。
2026-09-29(米国時間)には、OpenAIが同じ領域のDecisions APIを発表しました。あらかじめ決めた回答候補からAIに選ばせる仕組みで、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(キャッシュは有料。詳しくは「OpenAI Decisions APIが一般提供に」)。Jevとの違いは「OpenAI Decisions APIとは」で整理しています。
とはいえ、評価を始めるハードルは低い部類です。入力課金のみで単価も小さいため、自社の実データを数千件流して既存の判定ロジックや人手の判断と突き合わせる、という検証は現実的なコストで実施できます。判断の精度をどう測るかは精度の記事で扱います。
当社(株式会社ウェステリア)はAIネイティブ開発の受託会社として、こうした新しいモデルを既存の業務システムに組み込む設計・実装を行っています。「自社のこの判断業務に使えるか」「今のシステムのどこに入れるべきか」といった段階のご相談は無料ヒアリングで承っていますので、検討材料が足りないときにお使いください。
よくあるご質問
- JevはChatGPTの代わりになりますか?
- なりません。Jevは文章を生成しないモデルで、返ってくるのは選択・採点・確率といった値だけです。文章を書く、要約する、対話するといった仕事はこれまで通りLLMの領分です。置き換えではなく、LLMに無理やりやらせていた分類・判定の部分を引き剥がす道具と考えるのが実態に近いです。
- 今すぐ使えますか?
- 使えます。TypeSafe AIの直接APIは2026-09-20(米国時間)に順番待ちが撤廃され、登録してクレジットを購入すれば使えます(新規登録の無料クレジットは2026-09-27から一時停止中。2026-09-30時点)。Vercel AI Gateway経由でも typesafe-ai/jev として呼び出せると案内されており、Cloudflare側のモデル一覧にも掲載されています。ゲートウェイ経由の利用条件やデータの取り扱いは各社の規約を確認してください。
- 「ハルシネーションが起きない」というのは本当ですか?
- 正確には「定義した型の外側の値を返せない」という意味です。Choiceなら用意した選択肢のいずれかしか返らないため、存在しない選択肢をでっち上げることは構造上できません。ただし「用意した選択肢の中から誤ったものを選ぶ」ことは当然あり得ます。形式の誤りが起きないことと、判断が常に正しいことは別の話です。
- 日本語でも使えますか?
- 公開情報の範囲では、入力はテキスト(文字列・JSON・配列)で、英語が最も得意とされています。日本語の業務データで使えるかは、実際に自社データで試して精度を測るのが確実です。評価用途なら入力課金のみで単価も小さいため、数千件規模の検証は現実的なコストで実施できます。