TypeSafe AIが文章を書かないAI「Jev」を公開。型つき確率で答え、応答は最短70ms

TypeSafe AI Jevは、文章を生成せずに事前定義した型の答えを確率つきで返す新クラスのモデルとして2026年9月15日に早期アクセスで公開されました。

📖 この記事で分かること

• TypeSafe AIが新クラス「System One Models」と初モデルJevを発表
• 文章を生成せず、事前に定義した型の答えと確率だけを返す
• 応答70ms〜500ms、入力$0.042/MTok・出力は無料
• 早期アクセスはウェイトリスト順。重みやライセンスは非公開

💡 知っておきたい用語

• 構造化出力:自由な文章ではなく、「はい/いいえ」や選択肢番号のように、プログラムがそのまま読める形で返す答えのこと
• キャリブレーション:「80%の自信」と言った答えが実際に8割当たるように、自信の数字と的中率を揃えること

最終更新日: 2026年9月16日

▶ 公式ページ

• System One Models と Jev の発表記事(TypeSafe AI)
• TypeSafe AI 公式サイト・早期アクセス申込(TypeSafe AI)

TypeSafe AIが発表した「System One Models」とJevの概要

この記事のポイント

• TypeSafe AIは2026年9月15日、新クラスのモデル「System One Models」と初の公開モデル「Jev」(2026年9月時点)を早期アクセスで提供開始しました。
• Jevは文章を生成せず、事前に型を決めた選択肢に対して確率つきの答えを並列に返します。応答は70ms〜500ms、入力$0.042/MTok・出力無料(2026年9月時点)。
• 型エラーは構造上0%とされる一方、パラメータ数・重み公開・ライセンスは未発表です。

TypeSafe AIは9月15日、「ソフトウェアが直接使える速い構造化判断」に特化したモデル群を System One Models と名付け、その最初の公開モデル Jev を発表しました。創業者の Diogo Almeida 氏は OpenAI で InstructGPT の研究に携わった人物で、同社は2年間のステルス期間を経ての発表です。

名前は Daniel Kahneman の「速い思考(システム1)/遅い思考(システム2)」に由来します。LLM【エルエルエム】が文章を1トークンずつ順に生成するのに対し、Jevは「与えられた状態を読み、あらかじめ決めた型の答えを確率つきで返す」ことだけを行います。同社はこれを「フロンティア級の知能を持つ関数呼び出し」と表現しています。

Jevの仕様と数値

要点は「文字列を捨てる代わりに、速度・価格・型安全を取る」設計です。公式発表の数値は次のとおりです。

• 出力形式: 事前定義した型の値と、キャリブレーションされた確率・信頼度。自由文は生成しない
• サンプリング: 全出力を1回のクエリで並列生成(逐次のトークン生成ではない)
• 応答時間: 70ms〜500ms。同社比較でフロンティアLLMの3〜329秒に対し40〜200倍高速
• 料金: 入力 $0.042/MTok(10億トークンあたり$42)、出力トークンは無料
• 型エラー: スキーマ一致が保証されるため0%。ただし同社自身が「経験値ではなく構造上の保証」と注記
• 選択肢数: 1回の判断で最大255(それ以上は採点と選択の2段階で処理)
• 訓練法: RLCD(Reinforcement Learning for Calibrated Decisions)。人間の好み(RLHF)や検証可能な報酬(RLVR)ではなく、確率の誠実さを最適化

自社の「ワークフロー評価」では、GPT-6 Astra と Claude Fable 5.1 の平均を参照解として比較し、最大で193.6倍高速・444.6倍安価としています。同社はこの評価が自社チーム作成であること、参照解がOpenAI・Anthropic寄りに偏ることを発表内で明記しています。デモとしてはDoomをリアルタイムで操作するボット(秒10クエリで約$7/時)と、Wikipedia のリンクだけで目的ページへ辿り着く Wikiracing が公開されています。

一方で、Jevは説明文や推論過程を書けません。判断の理由が必要な用途では従来のLLMと組み合わせる前提になります。パラメータ数、重みの公開、ライセンス、地域展開は発表時点で示されていません。

開発者にとっての意味

意味は「LLMを if 文の中に置く」使い方が現実的なコストになった点です。分類・ルーティング・スコアリング・抽出のような、答えの型が決まっている判断を、数秒ではなく100ms前後で返せると、リアルタイム処理や大量データの一括処理にAIを組み込みやすくなります。

もう1つは確率の扱いです。「95%できるが、残り5%を自己申告できない」モデルは自動化に使えない、という同社の指摘は、LLM の構造化出力をプロダクションに載せた経験がある開発者には具体的な課題として通じる内容です。Jevは全出力に信頼度を付けるため、閾値で人間の確認に回す設計が組みやすくなります。

編集部の見方

編集部は、Jevの本命用途は「LLMの置き換え」ではなく、LLMの周辺に置くガードレールと分岐判断だと見ています。

• 根拠1: 出力が型と確率に限定され、説明文を書けないため、単体で対話やコード生成の代替にはなりません(2026年9月時点)。
• 根拠2: 公式の想定用途に「LLMの出力・推論の採点、脱獄検知、ガードレール」が明記されており、既存パイプラインへの追加が前提です。
• 根拠3: 入力 $0.042/MTok・出力無料という価格は、1リクエストあたりの判断を大量に挟んでも採算が合う水準です。
• この見方が変わる条件: 重みが公開されるか、第三者による独立ベンチマークで速度・精度の主張が再現された場合、周辺用途から中核用途へ評価を上げます。現時点の数値はすべて自社評価であり、早期アクセスの実測待ちです。

よくある質問

Q: Jevは今すぐ使えますか?

A: 2026年9月15日から早期アクセスの受付が始まっており、ウェイトリストの順に開放されます。一般提供の時期は未発表です。

Q: Jevは小さいLLMと何が違いますか?

A: 文章を生成しない点です。事前定義した型の答えを並列に生成し、全出力に確率と信頼度が付きます。同社は「Jevは単なる小型LLMか」というFAQを発表内に置いていますが、詳細は今後の公開としています。

Q: 精度の数値は信頼できますか?

A: 公式が「自社作成のワークフロー評価で、参照解に偏りがある可能性」を明記しています。第三者の検証はまだなく、早期アクセスでの実測が必要です。

まとめ

TypeSafe AIは9月15日、文章を生成せず型つきの確率的判断だけを返す新クラスのモデル Jev を早期アクセスで公開しました。応答70ms〜500ms、入力$0.042/MTok・出力無料、型エラー0%という数値はいずれも自社発表で、重み・ライセンスは未公開です。分類・ルーティング・ガードレールなど、答えの型が決まっている判断をLLMの外側に切り出す用途で、実測の評価が待たれます。

【用語解説】

• System One Models: TypeSafe AIが提唱するモデルの分類。速い直感的判断(システム1)に特化し、文章生成を行わない。
• RLCD: Reinforcement Learning for Calibrated Decisions。答えの確率が実際の的中率と一致するように訓練する同社の手法。
• カーディナリティ: 1回の判断で選べる選択肢の数。Jevは最大255。

引用元:

• [1] Introducing System One Models & Jev(TypeSafe AI 公式ブログ)
• [2] TypeSafe AI 公式サイト(TypeSafe AI)
• [3] Diogo Almeida 氏の発表投稿(X)
• [4] TypeSafe’s Jev Judged Everything I’ve Written in 0.7 Seconds(Every)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。