米TypeSafe AIが2026年9月15日に発表した、文章を生成しないAIモデル。文章と「型を決めた問い」を渡すと、はい／いいえの確率、選択肢からの選択、段階つきのスコアを返す。選択とスコアには、確率の分布から計算した確信度も付く。人が読む文章ではなく、ソフトウェアがそのまま分岐に使える「判断」を返すことに特化しており、提供者はこの区分を「System Oneモデル」と呼ぶ。
実務でのポイント
注目すべきはモデルの速さや安さよりも、設計の考え方。確信度が高ければ自動で実行し、中くらいなら確認を挟み、低ければ人に回す。その境界を、誤ったときの重さに応じて行為ごとに決める。この考え方はJevが無くても使える。なお公式は、日本語の精度は英語と同等ではないと明記している。自社の日本語の実例で試すまで採否を決めないこと。
ChatGPTに代表される生成AI（LLM）は、人が読む文章を1語ずつ書き出す仕組みです。ところがAIをソフトウェアの中に組み込むと、欲しいのは文章ではなく「この問い合わせは緊急か」「どの部署に回すか」「人に引き継ぐべきか」といった判断であることが多くなります。これまでは、文章を書くためのAIに「はい」か「いいえ」を書かせてその文字をプログラムで読み取るか、出力の形を指定する機能（構造化出力）を使ってきました。
Jevはこの回り道をやめ、最初から判断だけを返します。提供者のTypeSafe AIは、Jevを「構造化されていない状態を入れると、型のついた確率つきの判断が出てくる関数呼び出し」と説明し、その使い道を「賢い if 文（smart if-statements）」と呼んでいます。
| 生成AI（LLM） | Jev（System Oneモデル） | |
|---|---|---|
| 返すもの | 文章（返答・要約・コードなど、何でも） | あらかじめ決めた形の判断だけ（確率・選択・スコア） |
| 相手 | 主に人が読む（形を指定してプログラムに渡すこともできる） | プログラムが受け取って分岐する |
| 確かさの示し方 | 文章の調子からは分からない（自信ありげに間違える） | すべての答えに確率が付く。選択とスコアには確信度も付く |
| 理由の説明 | 書ける | 書けない（文章を生成しないため） |
| 応答の速さ（公式ブログの比較での値） | 3〜329秒（比較対象の最先端モデル） | 70〜500ミリ秒（提供者が拠点の米国西海岸から計測） |
| 向く仕事 | 文書の作成、要約、対話、調査、プログラミング | 振り分け、該当するかの判定、点数づけ、AIの出力の検査 |
名前は、経済学者ウィリアム・スタンレー・ジェヴォンズにちなみます。蒸気機関の効率が上がると石炭の消費はかえって増えた、という「ジェヴォンズのパラドックス」のように、知能の値段が一桁下がるたびに新しい使い道が生まれる、という見立てです。「System One」は、心理学者カーネマンが『ファスト＆スロー』で広めた、速く直感的な思考（システム1）と、遅く熟慮する思考（システム2）の区別から取られています。
Jevに投げられる問いは3種類だけです。入力の上限の範囲で、1回の呼び出しに3種類を混ぜて複数の問いを入れられます。各問いは同じ入力に対して並列に、互いに独立して評価されます。
| 種類 | 問いの例 | 返ってくるもの |
|---|---|---|
| Noul （はい／いいえ） | この文面は個人情報を含むか | 「はい」である確率を0〜1で1つ（例: 0.97）。確信度は別には付かない |
| Choice （選択） | どの担当に回すか（料金／技術／契約 から1つ） | 選んだ項目、全選択肢の確率、確信度。選択肢は最大255 |
| Score （段階） | 相手はどのくらい困っているか（0 落ち着いている〜2 強く困っている） | スコア（例: 1.4）、各段階の確率、確信度。段階は2〜10 |
公式の助言は「1つの問いでは、1つのことだけを聞く」です。知識のある人が数秒で答えられる程度の、直感的な判断に向いています。複数の要素を秤にかける判断は、要素ごとに別の問いに分け、結果の組み合わせは自分のプログラムで行います。重みを変えたくなったら、AIへの指示文ではなくプログラムの係数を変える、という考え方です。
入力は state（判断の材料になる文章やデータ。文字列・JSON・配列。テキストのみで、画像や音声は未対応）と、questions（型を決めた問い）の2つです。次は公式のAPIリファレンスの例です（「これは緊急性を伝えているか」を聞き、「はい」の確率0.92が返る）。
POST https://api.typesafe.ai/v1/systemone
{
"state": "Help! My payouts have been failing for 3 days.",
"model": "jev-latest",
"questions": {
"is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
}
}
{
"model": "jev-latest",
"answers": {
"is_urgent": { "type": "noul", "noul": 0.92 }
},
"usage": { "input_tokens": 312, "output_tokens": 48 }
}
返ってくるのは決められた形の値だけなので、文章を読み解く処理（パース）も、形が崩れたときのやり直しも要りません。
この頁でいちばん持ち帰っていただきたいのは、ここです。公式ドキュメントは、確信度を3つの帯に分ける組み方を出発点として勧めています。
| 確信度 | システムの動き |
|---|---|
| 高い | 自動で実行する。 |
| 中くらい | 慎重に進む。利用者に確認する、点検の対象に印を付ける、情報を足してから判断する。 |
| 低い | 実行しない。人に回す、聞き返す、別の仕組み（時間をかけて考える推論モデルなど）に渡す。 |
┌→ 自動で実行 （確信度が高く、誤っても取り返せる）
入力 → 判断 ─┼→ 確認を挟む／再判断 （確信度が中くらい、または誤ると重い）
└→ 人に引き継ぐ （確信度が低い）
大事なのは、しきい値は1つの数字ではないという点です。次は、公式ドキュメントが示す例（音声で操作する銀行の窓口）です。
| 操作 | 確信度 | 処理 |
|---|---|---|
| どの操作でも | 0.6未満 | 人の担当者に回す |
| 残高の照会 | 0.6以上 | 実行する（誤っても、残高が読み上げられるだけ） |
| 振込の承認 | 0.85を超える | 自動で実行する |
| 0.6以上、0.85以下 | 利用者に「振込を承認する、でよろしいですか」と確認する |
これは一例で、推奨の固定値ではありません。同じ公式ドキュメントの別の頁の例では、振込の承認は確信度が0.9を超えていても、実行の前に確認を挟んでいます。共通しているのは、誤ったときに失うものが大きい行為ほど、自動で実行する条件を厳しくする、という考え方です。プログラムの中に、その組織のリスクの取り方が書き込まれることになります。
公式は「しきい値の正しい値は、分野と、その用途でのモデルの成績で決まる。保守的な値から始め、自分のデータで試し、結果を見ながら調整すること」と書いています。
ここからは当社の考えです。この境界は、誤りの影響を知っている業務の責任者が、開発者と一緒に、検証の結果を見て決めるべきものです。取り返しのつかない操作は、確信度が高くても確認を挟む設計を勧めます。
確信度は、答えの確率の分布の形から計算される値です。確率が1つの答えに集中していれば高く、割れていれば低くなります。公式の例では、選んだ担当の確率が0.60、次点が0.38のとき、確信度は0.39でした。確信度0.8は「8割の確率で正しい」という意味ではありません。
また、はい／いいえの問いには確信度が付きません。返ってくる「はい」の確率は、0.5付近が「どちらとも言えない」、0に近い値は「強い否定」を表します。0に近いから不確か、というわけではありません。
この組み方は、Jevに限った話ではありません。既存の生成AIでも、昔ながらのルールでも、「確かでないときは人に戻す」境界を先に設計しておく、という考え方はそのまま使えます。
提供者は、事前学習を終えた言語モデルの仕上げ方を3つに整理しています。
「較正（キャリブレーション）されている」とは、「はい」の確率0.8が付いた事例を大量に集めると、実際に「はい」であるものが約8割になる、という性質です。提供者は、人に好まれるように仕上げたAIは、へつらいや、自信ありげな誤りが報酬を得やすいと指摘し、「人にとって説得力のある出力と、無人の自動処理に耐える信頼性は、別の目標だ」と述べています。
公式が明記している但し書き: 較正はたくさんの予測をまとめて見たときの性質であり、個々の答えが正しいことを保証するものではありません。なお、当社が確認日に読んだ公式の資料の範囲では、学習の詳しい方法（報酬の設計、モデルの構造、較正の測り方）の説明や、較正の度合いを示すグラフは見当たりませんでした。
| 項目 | 公式の記載 |
|---|---|
| モデル名 | jev-1.13.0（別名 jev-latest） |
| 料金 | 入力100万トークンあたり0.042ドル。出力は無料。 |
| 応答時間 | 端から端まで70〜500ミリ秒 |
| 入力の上限 | 次の2つを両方満たすこと。①材料と全部の問いの合計が64,000トークン以内。②材料と、最も長い問い1つの合計が32,000トークン以内。（トークンは、モデルが文章を処理する単位。文字数とは異なる） |
| 流量の制限 | 毎秒25万トークン、毎分1,200リクエスト。需要が大きく、予告なく変わると明記 |
| 入力の種類 | テキストのみ。画像・音声・動画は未対応 |
| 利用の開始 | 早期アクセス。順番待ちの登録者から順に開放。PythonとJavaScriptのSDK（プログラムから利用するための開発用の部品）、HTTPのAPI |
| 個別の調整 | 顧客ごとの追加学習（ファインチューニング）はしない。全利用者が同じモデルを使い、分野の決まりは問いの書き方で伝える |
公式サイトは「193.6倍速く、444.6倍安い」と掲げていますが、同じ公式ブログが「現実に得られる効果の上限寄りの数字と考えている」「評価に使った業務は社内の担当者が作ったもので、偏りがあり得る」「正解にはGPT-6 AstraとFable 5.1の答えの平均を使ったので、その2社のモデルに有利に偏る」と注記しています。当社は、この倍率を、自社や顧客の業務で得られる効果の目安としては使いません。
提供者は、現行版（jev-1.13）の弱点を一覧にして公開しています（2026年9月17日付）。導入を検討するなら、まずここを読むのが近道です。
| 弱点 | 内容と、公式の勧める対処 | |
|---|---|---|
| 1 | 字面どおりに読む | 書かれた問いに答える。意図は汲まない。→ 条件を正確に書き、境界の例を選択肢の説明に入れる。 |
| 2 | 数と計算 | 数を正確に数えることは当てにできない。計算機ではない。→ 計算はプログラムで行う。 |
| 3 | 日付と時刻の比較 | どちらが先か、期間内か、の判定が不確か。→ 年・月・日の抜き出しまでをAIに任せ、比較はプログラムで。 |
| 4 | 間接的な問い | 二重否定や、何段もたどる問いに弱い。→ できるだけ直接に書く。 |
| 5 | 無関係な情報 | 材料に関係のない情報が多いと精度が落ちる。→ 先に絞り込んでから渡す。 |
| 6 | 敵対的な内容 | 材料は、既定では悪意のあるものとして扱われない。紛れ込ませた指示や、自分の分類を主張する文で答えが動く。→ 条件を明示し、配備の前に際どい例で試す。 |
| 7 | 指示の矛盾 | 問いと選択肢の説明が食い違うと混乱する。 |
| 8 | 常識的な整合 | 同じことを別の聞き方で聞いた結果が、整合するとは限らない。公式の例では、ある問いと、その否定の「はい」の確率の和が1.19になった（0.72＋0.47）。→ 1つの判断は1通りに聞く。はい／いいえの問いで調整したしきい値を、選択の問いに持ち込まない。 |
| 9 | 生成 | 文章は書けない。→ 生成AIを使う。 |
公式ブログには「構造化された出力に最適化されており、幻覚（ハルシネーション）を起こせない」とあります。これは、決められた形以外の答えを返さない、という意味では正しい説明です。存在しない項目を作ったり、形の崩れた答えを返したりはしません。公式の比較グラフに0%と書かれている点について、同じブログは「この数字は実測ではない。形が定義に合うことが保証されているので0%と記した」と注記しています。
しかし、形が正しいことと、判断が正しいことは別です。選択肢の中に正解が無くても、確率はどこかに配られます。形の整った答えが、自信を持って間違っていることはあり得ます。第三者の解説も、この点を繰り返し指摘しています。「幻覚を起こさないAI」と紹介するのは誤りで、「決められた形以外は返さないAI」と言うのが正確です。
当社は、自社の業務（公共調達情報の収集と分類、EC運営、顧客対応の研修サービス）で、生成AIに大量の「判断」をさせています。応募できる案件か、どの分野か、人が確認すべきか、といった判断です。Jevの発想は、判断だけが必要な場面で、文章の生成と読み取りにかかっている処理を省くものだと受け止めています。
一方で、当社は確認日（2026年9月19日）の時点で、Jevをまだ利用していません。提供は早期アクセスの段階です。公式自身が、日本語の精度は英語と同等ではないとしています。このため当社は、採否を決める前に、当社の日本語のデータで評価します。見るのは、応答の速さ、費用、別に正解を確かめた評価用データでの正解率（確信度の帯ごと）、既存の生成AIの判定との一致率です。利用できるようになり、評価を行った場合は、公開できる範囲で結果をこの頁に追記する予定です。
使うかどうかにかかわらず、「確信度とリスクに応じて、人に戻す境界を先に設計する」という考え方は、当社がAI研修と導入支援で重視している設計の方針です。AIが賢くなるほど、どの判断をAIに委ね、どの判断を人に残すかを決める仕事が重要になります。
なりません。Jevは文章を書けないので、文書の作成、要約、対話には使えません。生成AIがしていた仕事のうち、「はい／いいえ」「どれに当たるか」「どの程度か」という判断の部分だけを、速く安く置き換える候補です。生成AIとは、置き換えではなく組み合わせて使います。
正解つきのデータで用途別に学習させる分類器と比べると、Jevは利用者による追加の学習をせず、問いと選択肢を文章で書くことで判断の内容を指定できます。一方、公式ブログに掲載された比較は、生成AIに構造化した判断を出力させた場合との比較です。生成AIに短く答えさせて確率を読む方法や、小さなモデルを用途別に学習させる方法との比較は、当社が確認した範囲では見当たりませんでした。費用対効果は、自分の業務で比べて確かめる必要があります。
入力はできますが、公式ドキュメントは、英語以外の精度は英語と同等ではないと明記し、業務で頼る前に自分の内容で試すよう求めています。当社も、日本語の自社データで実測してから採否を決めます。
決められた形以外の答えを返さない、という意味では本当です。しかし、形が正しいことと判断が正しいことは別で、自信を持って間違うことはあり得ます。公式ブログ自身が、比較グラフの0%は実測値ではないと注記しています。
決まった正解はありません。公式は、保守的な値から始めて、自分のデータで試し、結果を見て調整するよう勧めています。また、しきい値は1つではなく、誤ったときの重さに応じて行為ごとに変えます。取り返しのつく操作は低めに、取り返しのつかない操作は高めにします。公式の例には、高い確信度で自動実行するものと、高くても確認を挟むものの両方があります。当社は、取り返しのつかない操作には確認を挟む設計を勧めます。
確認日の時点では早期アクセスの段階で、公式サイトで順番待ちに登録し、開放された人から利用できます。APIキーは管理画面で発行し、PythonまたはJavaScriptのSDK（開発用の部品）か、HTTPのAPIから呼び出します。
確認日はすべて 2026-09-19。一次情報（提供者の公式サイト・公式ドキュメント）と、第三者の解説を分けて示します。
関連用語