ジェヴ
Jev
の使い方・機能・解決する業務課題

Jevとは

Jev（ジェヴ）は、サンフランシスコのTypeSafe AIが2026年9月15日に公開したSystem Oneモデルです。LLMのように文章を生成するのではなく、渡した状態（テキストまたはJSON）に対して、型の決まった判断を確率つきで返すことだけを行います。

返ってくるのは "technical" のようなラベル、1.6 のような段階値、0.92 のような確率です。文字列が生成されないため、パースする処理も、壊れた出力を弾くリトライも要りません。用途は、問い合わせの振り分け、LLMのガードレール、RAGの再ランキングのように同じ形式の判断を大量に繰り返す処理です。

2026年9月19日時点では早期アクセス（ウェイトリスト制）で、ウェイトリストに登録した順に案内されています。

「System Oneモデル」という位置づけ

名前はダニエル・カーネマンの『ファスト&スロー』に由来します。速く自動的な思考がSystem 1、遅く意識的な思考がSystem 2。TypeSafe AIの主張は、現在のLLMはすべてSystem 2に寄って作られているが、業務システムが必要としている判断の大半はSystem 1の仕事だというものです。

「このチケットはどの部署か」「この文は緊急か」という判断に、毎回チェーン・オブ・ソートの機械を持ち出していたのがこれまでの構成でした。

TypeSafe AIは、この振る舞いを得るために新しいアーキテクチャ・新しいサンプラー・RLCD（Reinforcement Learning for Calibrated Decisions）という独自の学習アルゴリズムを組み合わせたと説明しています。RLHFが人間の好みに最適化した結果、モード崩れ・過信・信頼性の欠如を招き、人間が確認に入らざるを得なくなった——その反対方向に進んだ、というのが公式の主張です。

型が壊れた割合の比較（左が構造化出力、右がツール呼び出し。いずれも低いほど良い）。出典: TypeSafe AI 公式ブログ

公式が公開しているのがこの2つのグラフです。構造化出力のエラー率はJevが0%、GPT-5.6 Lunaが0.58%、Claude Haiku 4.5が45.5%。ツール呼び出しのエラー率はJevが0%、Claude Opus 5が0.67%、GPT-5.6 Solが17.0%。ここで測っているのは「指定した型どおりに返ってきたか」であって、判断が当たったかではありません。JSONモードを使っていてもリトライ処理が消せない理由が、この数字に出ています。

3つの質問型で、返ってくる値が決まる

Jevに投げられる質問は3種類だけです。この制約が、型が壊れない理由そのものになっています。

公式ドキュメントの Primitives ページ。左のナビゲーションに Choice・Score・Noul と Confidence・Patterns が並ぶ。出典: TypeSafe AI 公式ドキュメント

公式が注意しているのは、ScoreとNoulの取り違えです。「習熟度が中程度」をNoulの0.5で表してはいけません。それは「中程度だ」ではなく「はいかいいえか分からない」という意味になります。

質問をいくつ積んでも、応答時間は変わらない

Jevの設計でもっとも効くのがここです。1回のリクエストに入れた質問はすべて並列に評価されるため、公式ドキュメントは「質問を追加しても応答時間は通常まったく増えない」と書いています。

そこから、分岐先でしか使わない質問も最初からまとめて投げる投機的ファンアウトという書き方が生まれます。チケットが機能要望だったら「バグの深刻度」の結果は捨てればよく、それでも1往復で済みます。LLMなら「分類する→結果を見てもう一度聞く」の往復が必要だった部分です。

公式が示すインシデント振り分けの一部。確率のしきい値（P > 0.75、0.15〜0.60）がそのまま分岐条件になっている。出典: TypeSafe AI 公式ブログ（図の一部を抜粋）

公式が出しているセキュリティアラートの例が分かりやすい実装です。1本のアラートに対して「許可されていない行為か」をBoolで2問、「証拠の強さ」をScoreで1問投げ、確率が0.75を超えたら対処、0.15を下回ったら自動クローズ、その間（0.15〜0.60）は人に通知するかTier2にエスカレーションと分けています。しきい値がそのまま運用ルールになっている形です。

使い方

1. ウェイトリストに登録する

   公式サイトの「Join Waitlist」から登録します。2026年9月時点では早期アクセス中で、公式は「できるだけ速く順に案内している」としています。

2. APIキーを発行する

   console.typesafe.ai でアカウントを作り、APIキーを発行します。キーは発行時の1回しか表示されません。環境変数名は TYPESAFE_API_KEY です。

3. Playgroundで質問文を詰める

   コンソールのPlaygroundは、左にstate（プレーンテキスト）、右にquestions（JSON）を書く画面で、実測のレイテンシも表示されます。SDKを入れる前に、ここで instructions と criteria の文言を固めるのが早道です。

4. SDKから呼ぶ

   Python は pip install typesafe-sdk、JavaScript／TypeScript は npm install @typesafe-ai/sdk（Node.js 20以降）です。

   from typesafe_sdk import Choice, Noul, Score, TypeSafeClient
   
   client = TypeSafeClient()
   
   response = client.system_one(
       state=ticket,
       questions={
           "department": Choice(
               instructions="Which team should handle this",
               criteria={
                   "billing": "Payment or subscription issues",
                   "technical": "Bugs or integration problems",
                   "sales": "Pricing or account questions",
               },
           ),
           "frustration": Score(
               instructions="How frustrated the customer appears",
               criteria=["Calm", "Frustrated but civil", "Very angry"],
           ),
           "is_urgent": Noul(
               instructions="The message conveys urgency or time-sensitivity",
           ),
       },
   )
   
   print(response.answers["department"].choice)  # "billing"
   print(response.answers["frustration"].score)  # 1.035
   print(response.answers["is_urgent"].noul)     # 0.999
   

5. confidenceでしきい値を決める

   返ってきた confidence で、自動実行するか人に回すかを分けます。公式の目安は0.9超で自動実行、0.5〜0.9は確認かレビュー、0.5未満は実行しない。操作の重さごとにしきい値を変えるのが要点です。

6. コーディングエージェントに書き換えさせる

   公式がエージェント向けスキルを配布しています。Claude Codeなら claude plugin marketplace add typesafe-ai/skills と claude plugin install typesafe@typesafe-ai の2行。既存コードの中で壊れやすいパース処理をしている箇所を見つけて置き換える用途に使えます。ただし公式自身が「エージェントは質問文を書くのが得意ではないので、一緒に直す前提で」と書いています。

機能

料金

入力トークンのみの従量課金で、出力トークンは無料です（公式表記は「計測するには安すぎる」）。

公式サイトが掲げる価格比較。右列の出力単価で、Jev だけが FREE になっている。出典: TypeSafe AI 公式サイト

公式サイトは「Claude Fable 5.1より入力単価が238分の1」「System Oneワークフローで193.6倍速く、444.6倍安い」と掲げ、1件の処理の実測としてJev $0.000081／0.114秒に対し、LLMは$0.013880／8.566秒という数字を出しています。

精度とコストの関係。横軸は1ワークフローあたりの費用（対数）。出典: TypeSafe AI 公式ブログ

このグラフが、数字の並びより正確に立ち位置を伝えています。Jevは最高精度のモデルではありません。4つのワークフロー平均の精度は約68%で、GPT-5.6 Solの約74%に6ポイント届いていません。Jevがいるのは「同じくらいの精度を、2桁安く出す」位置です。GPT-5.6 Lunaが約$0.003で約67%、Terraが約$0.04で約68%。Jevはほぼ同じ精度を約$0.0004で出しています。

したがって判断の分かれ目は「Jevが賢いか」ではなく、その処理に6ポイントの精度差を払う価値があるかです。誤りを人が拾える設計（confidenceで回す）になっていれば安いほうが効き、1件の取りこぼしが高くつく処理ならSolのままのほうが安全です。

日本語で使えるか

日本語のstateは渡せますが、公式は「日本語を含むCJKは受け付けるものの、現時点では精度が英語より低い」と明記しています。Jevの第一言語は英語で、最良の性能が出るのは英語入力です。ドキュメント・コンソールも英語のみで、日本語のUIや日本語サポートはありません。

実際に日本語のチケット文で緊急度を判定させた検証では0.97〜0.98が返っており、体感では動いています。ただし「動いた」と「業務で使える精度が出ている」は別です。日本語で使う場合は次の順序を踏みます。

1. instructions と criteria は英語で書く — stateは日本語のまま渡し、判定の指示だけ英語にする
2. 正解つきデータで一度測る — 過去の問い合わせを100〜300件、人が付けたラベルつきで用意して突き合わせる
3. 最初はしきい値を高くして人を残す — confidence 0.9以上だけ自動化し、残りは人に回す

苦手なこと｜公式が公開している弱点

TypeSafe AIは、Jev 1.13の不得意領域を model-jaggedness というページで自ら公開しています。導入前に必ず読む場所です。

加えて、関連する質問どうしの数学的な整合は保証されません。「Aである」と「Aでない」を別々のNoulで聞いても、確率が足して1になるとは限りません。整合が要るなら1つのChoiceにまとめます。

また、テキスト生成には使えません。公式が「生成の訓練を受けていない」と明記しており、無理に連鎖させても質が低く遅いと書かれています。

つくっている会社

TypeSafe AIはサンフランシスコに拠点を置き、2年間のステルス期間を経て2026年9月15日に公開されました。シードラウンドでDCVCを主導投資家として4,000万ドルを調達しています（Forbesは評価額を約2億ドルと報じています）。

RLHFを作った側の人物が、RLHFの副作用（過信・信頼性の欠如）を理由に反対方向のモデルを作っている、という構図が、公開直後に注目を集めた一因になっています。

他のAIモデル・APIとの違い

Jevは汎用LLMの代替ではありません。「LLMにやらせていた仕事の一部を外に出す」ためのものです。

• Claude — 文章生成と長い推論の担当。Jevはその前後に挟んでガードレールや出力検証を受け持つ。競合ではなく組み合わせる関係
• ChatGPT — 分類・抽出だけならGPT-5.6 Luna（入力$0.20／100万トークン）という選択肢がある。Jevとの差は約5倍の単価差と、出力課金の有無、パースの要否。すでにOpenAIで組んでいるなら、まず既存の安価モデルで足りるかを確かめてから比較する
• Dify — ワークフローの条件分岐に置いているLLMノードは、選択肢が事前に決まっている判断そのもの。Jevに置き換えると1ステップの待ち時間が秒からミリ秒になる
• Claude Code — 公式スキルを入れると、リポジトリ内の壊れやすいパース処理を見つけてJevの呼び出しに書き換える作業に使える

よくある質問（FAQ）

本ページの情報は2026年9月19日時点で、TypeSafe AIの公式サイト・公式ドキュメント・公式ブログに公開されている内容にもとづきます。早期アクセス中の製品であり、仕様・料金・レート制限は変更される可能性があります。最新の情報は公式サイトをご確認ください。