2026年9月15日、米TypeSafe AIが新しいAIモデル「Jev（ジェブ）」を発表しました。航空券検索を約7秒で終えるデモが公開され、海外の開発者の間で話題です。
ただ、JevはChatGPTやClaudeとは役割がまったく違います。何がすごいのか、自分に関係あるのかを専門用語なしで整理します。
情報
- Jevは文章を作らないAI。コードが投げた選択肢に、確率付きで即答する部品です
- 応答は公称70〜500ミリ秒、料金は入力100万トークンで0.042ドル。出力は無料です
- 主要言語は英語で、日本語は精度が落ちると公式が明記。まずは英語で試すのが安全です
30秒で分かるJev
Jevは「質問に文章で答えるAI」ではありません。あなたのコードが用意した選択肢や段階、Yes/Noに対して、確率を添えて即答する部品です。
公式はこれを「System One Model」と呼びます。じっくり考えるチャット型AIに対し、直感的に素早く判断する役割です。
| 項目 | チャット型AI | Jev |
|---|---|---|
| 答え方 | 文章を生成する | 選択肢を選ぶ |
| 得意なこと | 相談・作文 | 分類・判定 |
| 応答の速さ | 数秒〜数分 | 1秒未満 |
例えるなら、ChatGPTが「相談相手」で、Jevは「選択式アンケートに一瞬で丸をつける採点係」。答えの形が決まっているので、コードがそのまま受け取れます。
3つの答え方
Jevができるのは次の3種類だけです。逆に言えば、この3つに当てはまる仕事なら何でも任せられます。
| 型 | 何を答えるか |
|---|---|
| Choice | 選択肢から1つを選ぶ（最大255択） |
| Score | ルーブリックの段階を選ぶ（2〜10段階） |
| Noul | Yes/Noを0〜1の確率で返す |
身近な例に置き換えると、こんな使い方になります。
- Choice: 問い合わせを「返金・不具合・その他」に振り分ける
- Score: 記事の専門度を5段階で採点してタグ付けする
- Noul: 「この文章は自社製品に関係あるか」を判定する
何が速くて安いのか
Jevの売りは速度と価格です。公式が公表している数字をまとめます。
| 項目 | 公式の数値 |
|---|---|
| 応答時間 | 70〜500ミリ秒 |
| 入力料金 | 100万トークンあたり0.042ドル |
| 出力料金 | 無料 |
| 1リクエストの上限 | 64,000トークン |
速さの理由は、文章を1トークンずつ生成せず、選択肢と質問を並列に一度で評価することです。公式は既存モデルの3〜329秒と対比しています。
使ってみるには
いちばん手軽なのはVercel AI SDKです。aiパッケージ7.0.105以降のexperimental_evaluateで呼び出せます。公式の最小例を引用します。
import { experimental_evaluate as evaluate } from 'ai';
const result = await evaluate({
model: 'typesafe-ai/jev',
state: 'The support agent issued a full refund to the customer.',
questions: {
refunded: { type: 'boolean', instructions: 'Was a refund issued?' },
},
})stateに判断材料を渡し、questionsに聞きたいことを型付きで並べるだけです。NoulはAI SDKでは「boolean」と呼ばれます。
情報
Vercel AI Gateway経由は2026年9月25日までプロモーション価格として無料です。SDKを使わずapi.typesafe.aiを直接叩くAPIもあります。
話題の使い方5選
GitHubにはすでに実験プロジェクトが並んでいます。共通するのは「Jevが判断し、コードが実行する」という分担です。
- ブラウザ操作を7秒で: Jevが操作と対象要素を選び、文字入力だけ小型LLMが担当。航空券検索を7.1秒で完了
- Macの画面操作: 画面をOCRで文字にし、Jevが次の行動を分類。パスワード欄が未保護との指摘あり
- マリオをプレイ: メモリをJSON化し、Choiceで行動を選択。画像は渡さない
- PRレビューの承認ゲート: 差分を型付きの質問にしてJevが判定。承認はコードが処理
- Claude CodeからMCPで呼ぶ: 分類・採点・判定をツール化し、判断だけJevに任せる
注意
ドローン制御の実験では作者自身が「知覚層にはなれず、制御レートでは動かない」と注記しています。
できないこと・注意点
守備範囲が狭いぶん、できないことがはっきりしています。
- 文章や画像を生成しない。要約や翻訳は別のAIが必要
- 入力はテキストのみ。画像・音声・動画は直接受け付けない
- 確率を返すだけで、答えの正しさは保証しない
- 主要言語は英語。日本語は精度が劣ると公式が明記。英語に翻訳してから渡す工夫を
既存のLLMで十分では？
ChatGPTにJSONで返してと頼めば、同じことができるのでは？
公式の主張では、LLMは1トークンずつ生成するので型崩れが起きうるのに対し、Jevは全出力を1回で並列に出すので型エラーが「数学的に不可能」だそうです。
公式評価ではGPT-6 AstraとFable 5.1の平均に対し、最大193.6倍高速・444.6倍安価と主張。ただし参照モデルへのバイアスの可能性を公式自身が注記しています。
個人開発者の使いどころ
向いている仕事
- 記事やメールの自動タグ付け・分類
- 問い合わせの緊急度スコアリング
- PRレビューのゲート判定や「次の一手」の選択
向いていない仕事
- 本文の生成や要約
- 画像や音声の理解
- 多段の推論や日本語の高精度な処理
司令塔はチャット型LLM、細かい定型判断はJev、という分担が現実的です。
よくある質問
日本から使えますか？
公式に地域制限の記載はありません。ただし精度は英語が最も高いとされています。
無料で試せますか？
Vercel AI Gateway経由なら2026年9月25日まで無料です。恒久的な無料枠があるかは未確認です。
どの会社が作っていますか？
サンフランシスコのTypeSafe AIです。創業者は元OpenAIのDiogo Almeida氏で、シード4,000万ドルを調達しました。
まとめ
- 文章を生成せず、選択肢・段階・Yes/Noに確率付きで即答するAI
- 公称70〜500ミリ秒、入力100万トークン0.042ドル、出力は無料
- Vercel AI SDKの
experimental_evaluateで数行から試せる - 判断はJev、実行はコードという分担が基本形
- 日本語は精度が落ちると公式が明記。まずは英語で試す
「AIに全部任せる」ではなく「判断だけ任せる」。Jevはそんな分業のかたちを示しています。
参考リンク
- TypeSafe AI公式ブログ Introducing System One Models and Jev
- 公式ドキュメント Primitives
- 公式ドキュメント Models
- 公式ドキュメント Quickstart
- Vercel AI Gateway Jevモデルページ
- Vercel KB TypeSafe Jev and AI SDK
- GitHub browser-use/jev-ultrafast
- GitHub thiago-ss/jev-review
- GitHub rashedInt32/jev-mcp
- 参考（日本語）: https://zenn.dev/caen/articles/a629b80e76e193 / https://qiita.com/yushibats/items/472325ce548da370ed5d
