2026年9月15日、AIスタートアップのTypeSafe AIが、新しいAIモデル「Jev」を発表しました。

Jevは、ChatGPTやClaudeのように文章を書くための大規模言語モデルではありません。

TypeSafe AIが「System One Model」と呼ぶ、ソフトウェアの中で高速に判断を下すことに特化したAIモデルです。

Jevは「文章を生成しないAI」

Jevの最大の特徴は、文章を生成しないことです。

一般的なLLMは、

「文章を読み取る → 考える → 1トークンずつ文章を生成する」

という処理を行います。

一方、Jevは入力された情報に対して、

  • Yes / No
  • 複数候補からの選択
  • スコアリング
  • 確率
  • 信頼度

といった、あらかじめ定義された形式の答えだけを返します。

つまりJevは、チャットAIというよりも、非常に賢い「if文」をAI化したようなモデルです。

TypeSafe AIはこれを「unstructured state in, typed probabilistic decisions out」、つまり非構造化された情報を受け取り、ソフトウェアが直接利用できる型付きの確率的判断を返す仕組みとして説明しています。

最大200倍高速、最大400倍以上低コスト

Jevが特に大きく違うのが、速度とコストです。

TypeSafe AIによると、Jevの応答時間は約70〜500ミリ秒。

同社のSystem One向け評価では、同等レベルの判断を行うフロンティアモデルと比較して、約40〜200倍高速としています。

さらに公式のワークフロー評価では、最大で

193.6倍高速

444.6倍低コスト

という結果が報告されています。

ただし、これはTypeSafe AI自身が設計・実施した評価であり、同社も「実運用で得られる改善幅の上限寄りの数字だろう」と説明しています。

100万入力トークンわずか0.042ドル

価格も大きく異なります。

Jevの入力料金は、

100万トークンあたり0.042ドル

です。

10億トークン入力しても42ドルです。

さらに特徴的なのが、出力料金が無料であることです。

通常のLLMでは、生成する文章が長くなるほど出力トークン料金が増えます。

しかしJevは長い文章を生成せず、選択肢や確率などの小さな構造化データを返すため、出力コストをほぼ無視できる設計になっています。

新しい学習方法「RLCD」

Jevでは、TypeSafe AIがRLCD（Reinforcement Learning for Calibrated Decisions）と呼ぶ新しい学習方法が使われています。

日本語にすると「較正された意思決定のための強化学習」です。

ChatGPTなどで使われてきたRLHFが、人間に好まれる回答を生成する方向へモデルを学習させるのに対し、RLCDでは、

「この判断にどれだけ自信があるのか」まで含めて正しく判断すること

を重視しています。

例えば、

「この取引は不正利用である可能性が高いか？」

という質問に対して、単純なYes / Noだけでなく、その判断に対する確率や信頼度も返せます。

この性質は、人間との会話よりも、AIエージェントや業務システムの自動化で重要になります。

Doomをリアルタイムでプレイ

TypeSafe AIは、Jevの速度を示すデモとしてゲーム「Doom」をプレイさせています。

ゲーム内の状態をJevに渡し、

「前進するか」

「敵を攻撃するか」

「どちらへ移動するか」

といった判断をリアルタイムで行わせています。

約1秒間に10回Jevを呼び出しても、コストは1時間あたり約7ドルだったとしています。

ただし、このデモでは画面そのものを画像として認識しているわけではありません。

ゲーム内部の状態を構造化されたデータとしてJevへ渡し、その情報を基に判断しています。

AIエージェントとの相性が大きい

Jevが特に面白いのは、単独でChatGPTを置き換えるモデルではないことです。

むしろ、

LLMが考え、Jevが大量の細かい判断を高速に処理する

という組み合わせが想定できます。

例えばAIエージェントなら、

メールを返信するべきか。

どのツールを呼び出すべきか。

この処理を人間に確認するべきか。

生成されたコードに問題がありそうか。

顧客問い合わせをどの部署へ送るべきか。

こうした判断を毎回巨大なLLMに任せる必要がなくなります。

TypeSafe AIの評価でも、カスタマーサポート、セキュリティインシデント、請求書処理、AIエージェントの実行履歴監視といったワークフローが検証されています。

JevはLLMを置き換えるモデルではない

重要なのは、Jevには明確な制約があることです。

Jevは文章を書くことができません。

長い文章を作る。

コードを書く。

ユーザーと自然な会話をする。

複雑な問題について長時間推論する。

こうした処理は、従来のLLMの方が適しています。

Jevが狙っているのはその逆です。

毎秒何度も実行されるような、

小さく、大量で、高速性が必要な「判断」

をAIに置き換えることです。

Jevはどう使える？

Jevは現在、TypeSafe AIから提供されています。

同社は早期アクセスを開始しており、JevをAPIとしてソフトウェアへ組み込むことができます。

TypeSafe AIが提案している主な用途は、

分類、ルーティング、スコアリング、情報抽出、異常検知、AIエージェントの監視、リアルタイム処理

などです。

これまでAIモデルは「人間と会話するためのもの」として進化してきました。

Jevが目指しているのは、そこから少し違います。

人間に文章を返すAIではなく、ソフトウェアそのものが使うAIです。

AIエージェントが大量の判断を行う時代になるほど、「1回の判断に数秒かかる巨大なLLM」だけでは速度とコストがボトルネックになります。

Jevは、その部分を高速で安価な意思決定モデルへ置き換えようとしているモデルです。