Jev(ジェブ)とは「文章を書かず、型の付いた判断だけを返すAIモデル」です。
選択肢から1つ選ぶ、決めた尺度で採点する、ある記述が正しい確率を返す、という3種類の質問に答えます。答えはプログラムがそのまま扱える形式で返るため、問い合わせの振り分けやAIの出力チェックのように、文章ではなく判断だけが必要な処理を自動化できます。
料金は入力100万トークンあたり0.042ドルで出力側の課金はないため、ソフトウェアにAIの判断を組み込みたい開発者におすすめのAIモデルです。
この記事では、ソフトウェアに組み込む判断専用のAIモデル「Jev(ジェブ)」について詳しく解説します。Jevの特徴や料金プラン、具体的な使い方まで網羅していますので、ぜひ最後までご覧ください。
Walkersでは「AIを用いたシステム開発のノウハウがない」「最大限に効率よく開発を進めたい」企業さまに、事業を成功に導くAI開発×補助金支援を行っています。⇒サービス概要はこちら
Jev(ジェブ)とは？
Jev(ジェブ)とは、アメリカのTypeSafe AIが2026年9月15日に発表した、文章を作らず判断だけを返すAIモデルです。
同社はJevを「System One（システムワン）モデル」という新しい種類のAIモデルの、最初の公開版と位置づけています。System Oneという呼び名は、ダニエル・カーネマンが著書で広めた「速くて直感的な思考」を指す言葉から取られています。
ChatGPTのような大規模言語モデル（LLM）は、人が読むための文章を作るように設計されています。一方でJevは文章を一切作らず、あらかじめ決めておいた選択肢や尺度の中から答えを選び、型の付いたデータとして返します。
Jevに投げられる質問は、次の3種類だけです。
- Choice（チョイス）：用意した選択肢から1つを選ばせる。例「この問い合わせはどのチームが担当すべきか」
- Score（スコア）：決めておいた段階を尺度にして採点させる。答えは段階の間の値にもなる。例「この顧客はどのくらい不満を感じているか」
- Noul（ノウル）：ある記述が正しい確率を0から1で返させる。例「このメッセージは返金を求めているか」
この3種類は1回のリクエストの中で自由に混ぜられます。判断のもとになる情報は「state（ステート）」という項目にまとめて渡し、質問はそのstateに対して評価されます。
返ってくるのは、選ばれた選択肢や点数に加えて、選択肢ごとの確率と確信度です。そのため「どれを選んだか」だけでなく「どのくらい自信があるか」までプログラム側で判定でき、自信が低いときだけ人間に回すといった処理が書けます。
2026年9月時点でJevは早期アクセスの段階にあり、公式サイトには「Version 0.01」と記載されています。発表時の公式ブログは、ウェイトリストに登録した開発者から順に使えるようにしていると説明していました。
その後、2026年9月21日時点では公式サイトからウェイトリストの登録ボタンが無くなり、ヘッダーの「API console」からコンソールへ直接進む導線に変わっています。利用を始めるには、このコンソールでアカウントを作成してAPIキーを取得します。
扱える入力はテキストだけで、画像・音声・動画には対応していません。また公式ドキュメントは、主要な訓練言語が英語であり、日本語を含む言語も処理はできるものの精度は同等ではないと明記しています。
Jev 4つの特徴とは？
Jevには、従来の大規模言語モデルとは設計の出発点から違う特徴が4つあります。ここでは公式ドキュメントに記載されている内容をもとに、それぞれを順番に見ていきます。
【特徴①】文章ではなく型の付いた判断を返す
Jevの最大の特徴は、出力が文章ではなく型の決まった値であることです。
大規模言語モデルに判断をさせる場合、まず文章として答えを出させ、その文章をプログラムで解析して値に戻す必要があります。公式ドキュメントはこれを、文章生成の仕組みに構造化された判断を無理やり出させている状態だと説明しています。
Jevは質問の型をこちらが先に決めるため、この工程がまるごと不要になります。Choiceなら選択肢のどれか、Scoreなら決めた段階を尺度にした点数、Noulなら0から1の確率と、返る値の形があらかじめ決まっているからです。
返り値の形が保証されるため、解析の失敗や想定外の文章が混ざることを前提にした例外処理を書かずに済みます。公式サイトが「Decisions, Not Strings（文字列ではなく判断を）」と表現しているとおり、AIの出力をコードの一部として扱える点が従来との大きな違いです。
【特徴②】選択と採点には確信度が付いてくる
ChoiceとScoreの答えには、0から1までの確信度（confidence）が必ず付きます。
確信度は、選択肢ごとの確率がどれだけ1つに集中しているかを1つの数値にまとめたものです。1つの選択肢に確率が集まっていれば1に近づき、複数の選択肢に散らばっていれば0に近づきます。
公式ドキュメントは、この値の使い方として3つの帯に分ける方法を紹介しています。
- 確信度が高い：人の手を介さずそのまま実行する
- 確信度が中程度：利用者に確認を求める、または確認待ちとして記録する
- 確信度が低い：実行せず、人に回すか別の仕組みに切り替える
どこで線を引くかは、間違えたときの影響の大きさで変えます。公式のサンプルコードでも、残高を表示するだけの処理と送金を承認する処理では、実行に必要な確信度の水準を分けています。
AIが「自信がない」と申告できる仕組みが最初から組み込まれているため、どこまで自動化し、どこから人が見るかを設計段階で決められます。なお確信度は予測全体の傾向として調整されたものであり、個別の答えが必ず正しいことを保証するものではないと公式ドキュメントは注記しています。
【特徴③】複数の質問を1回のリクエストでまとめて処理できる
Jevは1回のリクエストの中で、同じstateに対する複数の質問を並列に評価します。
公式ドキュメントによれば、stateの読み込みは1回だけ行われ、それぞれの質問は互いに独立して評価されます。そのため質問を増やしても応答時間はほとんど変わらず、増える費用も追加した質問の文字数分だけです。
質問が互いに影響しないという性質も重要です。長い会話の中で前の指示が薄れていく、いわゆる文脈の劣化が起きないため、10個の質問を投げても1個ずつ投げたときと同じ条件で答えが返ります。
公式の検証例では、13個の質問を1回のリクエストにまとめた場合、1問ずつ投げたときと答えを変えずに費用が12.2分の1、処理時間が10分の1になったと報告されています。使うかどうか分からない質問も一緒に投げておき、必要なものだけコード側で採用するという使い方が現実的になります。
【特徴④】LLMと比べて大幅に速く、コストも低い
Jevは文章を作らないぶん、処理時間と費用の両方が大きく下がります。
公式サイトは、System Oneタスクのワークフローを基準にした比較として「193.6倍高速、444.6倍低コスト」という数値を掲げています。掲載されている実測例では、同じ処理がTypeSafe AIでは0.114秒・0.000081ドル、LLMでは8.566秒・0.013880ドルでした。
この差が生まれるのは、答えを1トークンずつ生成していく工程がないためです。Jevは入力を一度読み込んで判断を返すだけで、文章を書き出す工程そのものがありません。
公式サイトは入力価格をClaude Fable 5.1の238分の1と説明しており、これまで費用が理由で見送っていた処理を常時動かす選択肢が生まれます。大量の文書を分類する、すべてのAI出力をチェックするといった、回数が多くて単価が問題になる用途と相性の良い価格帯です。
Jevの料金プラン
Jevの料金は、月額や年額のプラン制ではなく、使った入力トークンの量に応じた従量課金です。2026年9月時点で提供されているモデルはJev 1.13の1種類で、料金体系は次のとおりです。
| Jev 1.13 モデルID：jev-1.13.0 | |
|---|---|
| 入力料金 | $0.042/100万トークン ($42/10億トークン) |
| 出力料金 | 無料 課金対象は入力トークンのみ |
| レート制限 | 250,000トークン/秒 1,200リクエスト/分 |
| コンテキスト長 | 64,000トークン/リクエスト stateと最も長い質問の合計は32,000トークンまで |
| 入力形式 | テキストのみ 画像・音声・動画は非対応 |
| 提供状況 | 早期アクセス 2026年9月21日時点 |
※無料枠の有無については、2026年9月21日時点の公式サイトに記載が確認できませんでした。【要確認】
料金を見積もるうえで押さえておきたい点は、次の3つです。
- 課金対象は入力トークンのみで、質問を追加しても増えるのは追加した質問の文字数分だけ
- レート制限は需要に応じて予告なく変わる可能性があると公式が明記している
- より高い上限が必要な場合はカスタムプランとエンタープライズプランが用意されている
なお公式サイトのよくある質問では、この価格が一時的な値引きや補助によるものかという問いに対して、現在の価格でも採算が取れていると回答しています。そのうえで、技術の改善に合わせて今後さらに価格を下げることを目標に掲げています。
個人で試す段階であれば、費用が問題になることはほとんどありません。業務で使う場合は、1日あたりの処理件数と1件あたりの入力文字数を先に見積もり、レート制限の範囲に収まるかを確認しておくと安全です。
Jevの使い方
Jevは管理画面のPlayground（プレイグラウンド）で試してから、APIやSDKでプログラムに組み込む流れになります。公式ドキュメントのクイックスタートに沿って、6つのステップで解説します。
公式サイトのヘッダーにある「API console」からコンソールを開き、Googleアカウントかメールアドレスでサインインします。発表直後はウェイトリストへの登録が入口でしたが、2026年9月21日時点ではこの導線に変わっています。
管理画面のPlaygroundを開き、判断させたい文章をstateとして貼り付けます。続けて質問を1つ追加すると、その場で答えと確率を確認できます。
管理画面のキー管理ページでAPIキーを発行します。このキーはリクエストのAuthorizationヘッダーに設定して使います。
Pythonの場合はpipやuvでtypesafe-sdkを導入します。Python 3.10以上が必要で、JavaScript用のSDKも公式から提供されています。
判断の材料になる文章やデータをstateに渡し、Choice・Score・Noulの質問をまとめて指定します。それぞれの質問には自分で決めた名前を付け、同じ名前で答えを受け取ります。
返ってきた確信度をもとに、自動で実行するか人の確認に回すかをコードで決めます。取り消しにくい処理ほど高い確信度を要求する形にしておくと安全です。
質問の書き方には、公式ドキュメントが挙げているコツがあります。1つの質問では1つのことだけを聞き、複数の要素を含む判断は質問を分けてからコード側で組み合わせる形にすると、答えが安定します。
また、Jevは書かれた言葉をそのまま受け取ります。含みを持たせた表現や二重否定は避け、条件と境界のケースを質問の中にはっきり書いておくことが推奨されています。
Jevでできることや活用事例
Jevは判断の部分だけを担当するため、既存のシステムやAIの仕組みに差し込む形で使われます。ここでは公式ドキュメントが挙げている代表的な使い道を4つ紹介します。
問い合わせの振り分けと一次対応
届いたメッセージの内容を判断し、担当チームへ割り振る用途です。公式のサンプルでも、問い合わせ文から担当部署・不満の度合い・緊急度を同時に判定する例が示されています。
振り分けの精度に迷いがある場合は確信度で止め、人が確認する形にできます。決まりきった処理は自動で流し、判断が割れるものだけ人が見るという分担が作れます。
AIの入出力チェック（ガードレール）
大規模言語モデルへの入力や出力を、実行前後に検査する使い方です。公式ドキュメントは、指示の乗っ取りを狙う入力の検知、ポリシー違反や機微情報の混入の確認、ツール呼び出しの誤りの検出などを挙げています。
チェック自体が本体のLLM呼び出しよりはるかに安いため、すべての入出力に検査を掛けても費用が跳ね上がりません。検査の結果を確率付きで記録しておけば、不具合が起きたときの追跡もしやすくなります。
検索結果の並べ替えと絞り込み
検索や社内文書の参照で、候補の中から本当に関連するものを選び直す使い方です。公式の検証では、法律文書の検索で30件の候補を並べ替えたところ、1位の正答率が5％から18％に、10位以内の正答率が38％から62％に改善したと報告されています。
質問と候補の組み合わせごとに1つの質問を投げるだけで済むため、既存の検索の後段に足す形で導入できます。公式ドキュメントでは、ベクトル検索を置き換える使い方と、後段に足して補う使い方の両方が挙げられています。
大量データの分類と仕分け
単価が安いことを活かし、これまで人手でしか分類できなかった量のデータを処理する用途です。公式ドキュメントでは、論文を条件に照らして絞り込む、自由記述のアンケートを決めた分類に振り分けるといった例が挙げられています。
回答が確率で返るため、分類結果をそのまま別の予測モデルの入力に使うこともできます。判断の材料が自然文にしか存在しない業務ほど、置き換えの効果が大きくなります。
よくある質問
JevとはどのようなAIモデルですか？
TypeSafe AIが2026年9月15日に発表した、文章を作らず判断だけを返すAIモデルです。選択肢から1つ選ぶ、決めた尺度で採点する、ある記述が正しい確率を返すという3種類の質問に答えます。
Jevの料金プランはどうなっていますか？
入力100万トークンあたり0.042ドルの従量課金で、出力側の課金はありません。月額のプラン制ではなく、使った分だけの支払いになります。
Jevは日本語でも使えますか？
日本語を含む英語以外の言語も処理できますが、公式ドキュメントは主要な訓練言語が英語であり精度は同等ではないと明記しています。日本語で使う場合は、自社のデータで事前に検証することが推奨されています。
Jevを検討する第一歩は、いま人が見て判断している作業を1つ選び、答えの選択肢を書き出すことです。
試せることと業務で使えることの間には、どこまで自動で実行しどこから人が確認するかという線引きが残ります。
自社のAI活用をどこから始めるか迷う場合は、問い合わせ不要でその場で結果が出る無料診断で、相談したい課題を絞り込めます。
Walkersでは成果が実証されたノウハウをもとに、事業を成功に導くためのAI開発×補助金支援を行っています。新規事業・システム開発でお悩みがある方はお気軽にご相談下さい。
無料セルフチェック
費用も、AI活用の効果も。まず無料でチェック
開発の概算費用と、業務のAI効率化診断。条件を選ぶだけで、その場で結果を確認できます。会社への問い合わせは不要です。
無料でチェックを始める →