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19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ChatGPTやClaudeのように文章を作るAIではありません。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ています。

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「人が文章を読み、決められた候補から次の処理を選んでいる場面」に注目すると分かりやすいです。

Jevは文章ではなく、決められた形式で判断を返す

一般的な生成AIへ問い合わせると、回答は自由な文章として返ってきます。用途によっては便利ですが、「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、指定していない表現が混ざったりすることがあります。

Jevに渡すのは、判断材料となるテキストと質問、そして回答の候補です。返ってくる結果は、選ばれた候補と各候補の確率、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

「System One Model」はTypeSafe AIが使っている製品上の呼び方です。汎用のチャットAIを置き換えるものではなく、素早い判断を繰り返す処理へ役割を絞ったモデルと考えると理解しやすいでしょう。

選択・採点・真偽判定の3種類を使い分ける

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、結果だけでなく確信度も確認できます。たとえば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求める、といった処理を作れます。ただし、確信度は正解を保証する数値ではありません。どこから自動処理するかは、実際のデータで試しながら決める必要があります。

Jevでできること

問い合わせや表の行を分類する

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付けられます。大量の表データについて「対象」「対象外」「要確認」を各行に付ける処理にも使えます。人が毎回同じ候補から選んでいる作業は、Jevを試しやすい用途です。

重要度や危険度を採点する

投稿の品質、バグの深刻度、操作の危険度などを、あらかじめ説明した基準に沿って評価できます。単純なキーワード検索では拾いにくい意味も判断材料にできるため、確認する順番を決めたいときに役立ちます。

AIエージェントの次の動作を選ぶ

AIエージェントが複数の道具を使える場合、「検索する」「計算する」「人に質問する」「処理を終了する」のどれを次に実行するかをJevに選ばせられます。VercelもAI GatewayでJevを提供し、次のツールやサブエージェントの選択、続行・再試行・確認・停止の判断などを使用例に挙げています。

生成AIに文章を書かせながら、処理の分岐だけをJevに担当させる構成も考えられます。複数のAIを組み合わせる設計については、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。

短い間隔で状態を読み、操作を選ぶ

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が選んでいます。この方法は、待ち時間を長く取りにくいリアルタイム処理と相性があります。

ここで注意したいのは、Jev自身が画面・動画・音声を直接理解しているわけではないことです。Jevの入力はテキストであり、画面内の要素を整理する処理や音声認識などは、周囲のシステムが担当します。「映像を見てゲームを遊ぶAI」ではなく、「整理された現在の状態を読み、候補から操作を選ぶAI」と捉えるのが正確です。

速さと料金は魅力だが、提供元の公表値として見る

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、同じ文章についてカテゴリ・緊急度・危険性をまとめて確認する使い方もできます。

同社は既存の大規模言語モデルより高速かつ低コストだとする比較結果も公開していますが、これはTypeSafe AI自身が作成した評価です。実際の速さや精度は、質問の数・入力の長さ・通信環境・対象データによって変わります。導入前には、自分の用途に近いデータで測る必要があります。

Jevを試す前に知っておきたい制限

文章やコードは作れない：説明文、返信、要約などが必要なら、別の生成AIと組み合わせます。
入力はテキストのみ：画像・音声・動画を扱うには、内容をテキストや構造化データへ変換する別の仕組みが必要です。
形式どおりの出力と正解は同じではない：候補外の文章を返さない設計でも、分類や採点を間違える可能性はあります。
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。
現在は早期アクセス：モデルや仕様が更新される可能性があります。公式サイトでは待機リストを案内しており、Vercel AI Gatewayからも利用できます。

TypeSafe AIは、定義した形式から外れないことを指して「zero hallucinations」と表現しています。しかし、これは判断内容が常に正しいという意味ではありません。送信・削除・購入など影響の大きい操作は、Jevの結果だけで自動実行せず、確信度に応じて人の確認を挟む設計が必要です。

僕が注目したいのは、ゲームよりも日々の小さな判断

Jevのデモではゲーム操作が分かりやすく映えます。ただ、実際の仕事で役立ちそうなのは、担当部署を選ぶ、確認の優先順位を付ける、次に使うツールを選ぶといった小さな判断を高速に繰り返せる点です。

文章を作る生成AIと、判断だけを担当するJevを組み合わせれば、それぞれが得意な処理を受け持てます。僕が最初に試すなら、いきなり自動操作まで任せるのではなく、過去の問い合わせにカテゴリを付け、人の判断とどの程度一致するかを確認します。その結果を見てから、確信度の高いものだけを自動で振り分ける形へ進めるのが安全です。