Jevとは何か？TypeSafe AIのSystem Oneモデルを解説

今年のAIリリースのほとんどは、チャットの賢さを競い合っていました。TypeSafe AIはその逆を行きました。2026年9月15日、同社は初の「System Oneモデル」であるJevを発表しました。これは一切の文章を生成せず、代わりにコードが直接処理できる型付きの確率的決定を返すAIです。エージェントや自動化を構築しているなら、Jevは理解する価値があります。LLMが低速かつ高コストで処理している、退屈で大量の意思決定を対象としているからです。Jevとは何か、どのように機能するか、コストはいくらか、そしてどの主張に懐疑的であるべきかを解説します。

Jevを一文で表すと？

JevはTypeSafe AIのフロンティアモデルで、プログラムの状態と型付き質問のセットを受け取り、すべてを単一の並列パスで処理します。生成されたテキストではなく、キャリブレーションされた確率を持つ構造化された値を返します。

同社はこれを単なる小型LLMではなく、新しいカテゴリーのモデルとして位置づけています。TypeSafeはこれを「System One」と呼び、ダニエル・カーネマンの速くて直感的なシステム1思考と、遅くて熟慮的なシステム2推論の区別を借用しています。その賭けは、ソフトウェア内のほとんどの決定は素早い判断（「これはどのバケツに入る？」「これは緊急か？」）であり、私たちはそのためにフル推論モデルを使い続けてきたというものです。

JevはOpenAIでChatGPTの基盤となるRLHFとInstructGPTの研究に携わったDiogo Almeidaによって構築され、DCVCが主導する4,000万ドルの資金調達とともに発表されました。名前は経済学者ウィリアム・スタンレー・ジェヴォンズへのオマージュで、意思決定のコストが下がるにつれて意思決定への需要が爆発的に増えるという考えを表しています。

JevとLLMの違い

核心的な違いは出力にあります。LLMはトークンを一つずつ生成して文字列を作り出します。その後、その文字列をパースして検証し、幻覚や形式の誤りがないことを祈ります。Jevは可能な回答を事前に定義し、型付きの値として返すため、パースする必要がなく、構造上、型エラーも発生しません。

二つの点が際立っています。第一に、並列サンプリング：Jevはリクエスト内のすべての質問を同時に評価するため、10番目の質問を追加してもレスポンス時間はほとんど変わりません。第二に、キャリブレーションされた信頼度：JevはTypeSafeが「強化学習によるキャリブレーション済み意思決定（RLCD）」と呼ぶ手法で訓練されており、人間の好みではなく結果に対して確率を最適化します。集計すると、高い信頼度はより高い精度を意味するはずで、これはいつ自動的に行動し、いつエスカレーションするかを決定するために必要なものです。

また、LLMのように自然言語入力を理解しますが、現在はテキストのみを受け付けます。文字列、JSON、またはテキストの配列です。画像、音声、動画はまだ対応していません。

3つのプリミティブ

API全体は3種類の質問タイプで構成されています。これは設計上の選択であり、制限ではありません。

• Choice（選択） — セットから1つのオプションを選ぶ（最大255個）。選択肢、オプションごとの確率、信頼スコアを返します。モデルが「どれも当てはまらない」と言えるよう、明示的なotherオプションを追加できます。
• Score（スコア） — 言葉で説明する2〜10レベルのスケール上の位置。レベルの間に着地するスコアを返します（例：1.4）。
• Noul — 0から1の単一の確率として返されるyes/no質問。

サポートチケットの処理では、1つのリクエストで次のことを尋ねられます：どのチームが対応すべきか（Choice）、顧客がどれほど不満を感じているか（Score）、そして明示的に返金を求めているか（Noul）。コードはその型付きの回答を通常のif文と組み合わせます。TypeSafe自身のドキュメントはJevを「スマートなif文」と表現しています。手書きのルールでは脆すぎる場合に、分類、ルーティング、スコアリング、抽出、または分岐を行います。

Jevが得意なこと、そうでないこと

Jevは既知の回答セットに対する大量の繰り返し意思決定のために構築されています：チケットのトリアージ、インテントルーティング、コンテンツモデレーション、抽出、スコアリング、そして他のモデルの出力に対するガードレールチェックです。質問は並列で実行され、出力は無料なので、すべてを事前に「ファンアウト」して尋ね、コードが何が重要かを判断できます。

文章を書く必要があるものには適していません：チャット、コード生成、または推論の説明です。さらに注目すべき2つの制限があります：

• 世界知識がない。 Jevは渡された状態しか知りません。何かを調べることはできません。このステップが、Jevを中心に構築されたワークフローの上限を設定します。
• キャリブレーションはグループの特性。 TypeSafeは、キャリブレーションが多くの予測にわたって成立することを明確にしています。単一の回答が正しいことを保証するものではありません。Jevは依然として間違える可能性があります。

料金と速度：細かい条件を読む

TypeSafeのヘッドライン数値は印象的です：入力100万トークンあたり$0.042で出力は無料、レイテンシ70〜500ms、そしてワークフローベンチマークでLLMと比較して「193.6倍高速、444.6倍安価」というホームページの主張です。

これらはベンダーの主張であり、独立した結果ではありません。TypeSafe自身も有益な注意事項を追加しています：評価は西海岸の自社ラップトップで実行されたこと、料金が補助されていないことを証明できないこと、そしてワークフローはトレーニングセットに含まれていないものの自社チームが構築したものであること。ベンチマークはまた、「正解」の参照としてGPT-6 AstraとFable 5.1の平均を使用しており、これらのモデルへのバイアスが組み込まれています。このリリースを取り上げた実践的なガイド（このdev.toのウォークスルーなど）も同じ警告を繰り返しています：速度とコストの数値は自社実行であり、再現されていません。反論が難しい唯一の主張は型エラー0%です。スキーママッチングは保証されているため、単一の反例があれば反証できます。

エージェントループにおけるJevの位置づけ

マルチエージェントシステムを構築しているチームにとって、興味深いパターンは信頼度ゲートによるルーティングです。システム全体に対して1つの精度閾値を設定する代わりに、アクションごとに閾値を設定し、間違えた場合のコストに応じてスケーリングします：高い信頼度を超えた安価で読み取り専用の決定は自律的に行動し、コストの高い決定は確認を求め、信頼度が低い場合は人間または完全な推論モデルにルーティングします。

これにより、JevはLLMの代替ではなく、エージェントループ内の決定レイヤーとなります。一般的な形は、カスケードです：Jevが安価に分類とルーティングを行い、決定論的なコードが処理できるものを処理し、フロンティアモデルが難しい少数のケースを担当します。価値は、高価なLLM呼び出しの削減と、「機械が決定した」と「人が確認すべき」の間の明確で監査可能な境界線にあります。

まとめ

Jevは真に異なるアイデアです：チャットボットではなく関数呼び出しの形をしたAIプリミティブです。ベンダー自身のベンチマーク以外でも通用するなら、System Oneモデルは現在LLMプロンプトの中に不自然に収まっている何百万もの小さな判断を引き受けることができるかもしれません。今のところ、早期アクセス段階でテキストのみ対応であり、すべてのパフォーマンス数値は自社報告です。有望ではありますが、未実証です。適切なアプローチは、一つの狭い高ボリュームの意思決定で試し、現在のセットアップと比較して測定することです。

独自のAIワークフォースで意思決定駆動のワークフローを構築する

Jevは自動化スタックの一層です — 高速な意思決定です。残りはオーケストレーションです：状態の収集、適切なツールの呼び出し、そして実際のアプリ全体での結果への対応。それがEigentがオープンソースのマルチエージェント「Cowork」デスクトップアプリとして行っていることで、GitHub PRのレビューや受信作業のトリアージなど、エンドツーエンドのワークフローを通じてエージェントを調整します。信頼度ゲートによる自動化をローカルで構築したいですか？Eigentをダウンロードして、意思決定をそれに基づいて行動するワークフォースに組み込みましょう。