Jevとは？文章ではなく「判断」を返すAIで何ができるのか

2026年9月19日更新日: 2026年9月23日AIコラム

TypeSafe AIは2026年9月15日、最初の「System One Model」としてJevを早期アクセスで公開しました。Jevは、あらかじめ用意した選択肢から1つを選ぶ、段階評価を付ける、条件に当てはまる確率を返すといった「判断」に特化したモデルです。ChatGPTやClaudeのように自由な文章を作成する仕組みとは目的が異なります。

参考として教えていただいたにくさんの投稿では、ブラウザ操作やゲーム、コードレビューなど30件の活用事例が紹介されています。マリオやDoomを動かす映像は目を引きますが、仕事への応用を考えるなら、人が文章を読んで決められた候補から次の処理を選んでいる場面に当てはめると、使いどころが見えてきます。

決められた形式と確率で結果を受け取る

一般的な生成AIに問い合わせると、回答は自由な文章として返ってきます。一方で「営業・サポート・その他のどれかを必ず選んでほしい」という処理では、余計な説明が付いたり、指定外の表現が混ざったりすることがあります。

Jevには、判断材料となるテキストと質問、回答の候補を渡します。返ってくる結果は、選ばれた候補のほか、各候補の確率や確信度などです。TypeSafe AIはこの設計を「unstructured state in, typed probabilistic decisions out」と説明しています。

比較	ChatGPTやClaudeなど	Jev
主な出力	文章・コード・画像など	決められた選択肢・点数・真偽の確率
向いている処理	説明・要約・作成・対話	分類・採点・分岐・確認
回答の自由度	高い	事前に定義した範囲に限定

なお、「System One Model」はTypeSafe AIによる製品上の呼び方です。汎用のチャットAIを置き換えるのではなく、素早い判断を繰り返す処理へ役割を絞ったモデルと位置づけられています。

3種類の質問方法：Choice・Score・Noul

JevのAPIには、主に3種類の質問方法が用意されています。

Choice： 問い合わせを「請求」「技術サポート」「解約」から選ぶなど、固定した候補のうち1つを返します。
Score： 不具合の深刻度を1〜5で評価するなど、順序のある段階で採点します。
Noul： 「緊急対応が必要か」のような条件について、当てはまる確率を返します。

ChoiceとScoreでは、選択結果に加えて確信度も取得できます。確信度が高ければ自動で担当部署へ振り分け、低ければ人に確認を回す、といった運用を組み立てられます。ただし、確信度は正解を保証する数値ではありません。どの数値から自動処理に任せるかは、実際の業務データで試しながら基準を決める必要があります。

Jevの主な使い道

問い合わせや表データの分類

メール・コメント・サポートへの問い合わせを読み、内容に合うカテゴリを割り当てられます。大量の表データについて、各行に「対象」「対象外」「要確認」を付ける作業にも向いています。人が毎回同じ選択肢から選んでいる作業は、Jevを試しやすい用途です。

品質・深刻度・危険度の採点

投稿の品質、バグの深刻度、操作の危険度などを、指定した基準に沿って点数化できます。単純なキーワード検索では拾いにくい文脈も踏まえて評価できるため、人が確認する優先順位を決めるときに活用できます。

AIエージェントの動作分岐

AIエージェントが複数の道具を扱える場合、「検索する」「計算する」「人に質問する」「処理を終了する」の中から次に実行する操作をJevに選ばせられます。VercelもAI GatewayでJevを提供しており、次のツールやサブエージェントの選択、続行・再試行・確認・停止の判断などを利用例として挙げています。

生成AIに文章を作成させながら、条件分岐の判断だけをJevに任せる構成も考えられます。複数のAIを組み合わせる設計の考え方は、AIエージェントを増やす前に読む「グラフエンジニアリング」とは？でも紹介しています。

短い間隔での状態判断と操作選択

公開されているゲームやブラウザ操作の試作では、現在の状態をテキストで渡し、次に押すキーやクリックする場所をJevが選択しています。応答が早いため、待ち時間を抑えたい処理に適した仕組みです。

ただし、Jev自身が画面の映像や音声を直接読み取っているわけではありません。Jevが受け取る入力はテキストのみです。画面内の要素を整理する処理や音声認識は周囲のシステムが担います。「映像を見てゲームを遊ぶAI」ではなく、「整理されたテキストの状態を読み、候補から操作を選ぶAI」という構成です。

公表されている速度・料金と活用の条件

TypeSafe AIは、Jevの応答時間を70〜500ミリ秒、料金を入力100万トークンあたり0.042ドルと案内しています。出力料金は無料です。1回のAPI呼び出しで複数の質問を並行して評価できるため、1つの文章に対してカテゴリ・緊急度・危険性を一度にまとめて確認することも可能です。

同社は既存の大規模言語モデルより高速で低コストだとする比較結果も公開していますが、これは提供元による独自の評価です。実際の応答速度や精度は、質問の数・入力文の長さ・通信環境・扱うデータの内容によって変わります。導入を検討する際は、実際の用途に近いデータを用いて測る必要があります。

事前に確認しておきたい制限事項

文章やコードの生成はできない： 説明文、返信文、要約などを作成する場合は、文章生成用のAIと組み合わせます。
入力はテキストに限られる： 画像・音声・動画を扱うには、テキストや構造化データへ事前に変換する仕組みが必要です。
出力形式が守られていても判断を誤ることはある： 定義外の文章を出力しない設計であっても、分類や採点自体の誤りは起こり得ます。
英語が最も得意： 公式ドキュメントでは日本語を含む言語も扱えるとしていますが、英語と同じ精度とは限りません。
早期アクセスの段階であること： モデルや仕様が今後更新される可能性があります。現在は公式サイトで待機リストが案内されているほか、Vercel AI Gatewayからも利用できます。

TypeSafe AIは、指定した形式から外れたテキストを出力しない特徴を指して「zero hallucinations」と呼んでいます。これは出力形式を守るという意味であり、判断内容そのものが常に正しいわけではありません。送信・削除・購入など影響の大きい処理は、Jevの判定結果だけで自動実行せず、確信度に応じて人の目による確認を挟む設計が求められます。

日々の小さな判断へどう活かすか

Jevの公開事例ではゲーム操作のデモが目立ちますが、仕事で活かすなら、担当部署の割り振り、確認作業の優先順位付け、次に呼び出すツールの選択といった小さな判断を素早く繰り返す処理が向いています。文章を作成する生成AIと、判断を受け持つJevを組み合わせれば、それぞれの得意分野を生かした連携が可能です。

僕が最初に試すなら、最初から自動操作まで任せるのではなく、まず過去の問い合わせにカテゴリを付けさせてみて、人の判断とどの程度一致するかを確かめます。その結果を確認したうえで、確信度の高いものだけを自動で振り分ける手順を踏むのが安全だと考えています。

Jevは文章を作るAIではなく、選択・採点・条件判定を確率付きで返すAIです。入力がテキストに限られる点や誤判定の可能性を踏まえつつ、日々の業務にある「決められた候補から選ぶ作業」を見つけて、まずは僕の仕事に適した使い方を探っていきたいです。