文章を書かないAI「Jev」が登場。ChatGPTとは逆方向のAIが面白い
文章を書かないAI「Jev」が登場。ChatGPTとは逆方向のAIが面白い
ここ数年のAI競争は、
「どれだけ賢い文章を生成できるか」
を中心に進んできました。
ChatGPT、Claude、Gemini。
質問に答える。文章を書く。コードを書く。情報を要約する。
ところが2026年9月15日、それとは少し違う方向を向いたAIが公開されました。
その名前が、Jev（ジェブ）です。
Jevの面白いところは、文章を書こうとしないこと。
ChatGPTのように長い回答を返すのではなく、
「これは何に分類される？」
「Yesの確率は？」
「どの選択肢を選ぶべき？」
といった、“判断”そのものを返すAIとして設計されています。
もしかすると次のAI競争では、
「どれだけ上手に生成できるか」
だけではなく、
「どれだけ速く、安く、正確に判断できるか」
が重要になるのかもしれません。
⸻
そもそもJevとは？
Jevは、TypeSafe AIが公開したAIモデルです。
TypeSafe AIはJevを、従来のLLMとは異なる「System One Model」と呼んでいます。
一番シンプルに表すなら、
ChatGPT：文章を作るAI
Jev：判断結果を返すAI
です。
例えば、
「クレジットカードから同じ料金が2回請求されています」
という問い合わせが来たとします。
ChatGPTなら、
「二重請求が発生している可能性があります。まず利用明細を確認して……」
のような文章を作るでしょう。
一方、Jevでは例えば、
カテゴリー：billing
確信度：94％
のように、必要な判断だけを返せます。
※94％は説明用の例です。
公式APIでは、主に3種類の判断方法があります。
Choice
複数の候補から1つを選ぶ。
Score
決められた尺度で評価する。
Noul
Yesである確率を0〜1で返す。
ここからして、普通のチャットAIとはかなり思想が違います。
⸻
ChatGPTやClaudeとは何が違う？
ChatGPT・ClaudeなどのLLM
主な目的は、会話、文章生成、コード生成、推論など。
出力は自由なテキストで、基本的にはtokenを順番に生成して文章を作ります。
得意なのは、
・会話
・文章生成
・プログラミング
・複雑な説明
・推論
といった仕事です。
⸻
Jev
主な目的は、ソフトウェア内部で必要になる判断。
出力は、あらかじめ定義された型の値です。
得意なのは、
・分類
・Yes / No判定
・スコアリング
・ルーティング
・モデレーション
・AIエージェント内部の判断
など。
逆に、長文生成や会話、コード生成、長い推論には向いていません。
重要なのは、
JevがChatGPTを置き換えるAIではない
ということです。
むしろ、
LLMとJevは別の仕事を担当する
と考えた方が自然です。
⸻
なぜ「文章を書かない」と速くなるのか？
一般的な自己回帰型LLMは、大まかにいうと、
入力
↓
次のtoken
↓
次のtoken
↓
次のtoken
↓
文章完成
という流れで文章を生成します。
長い回答になるほど、生成するtokenも増えます。
一方、Jevは自由な文章を書くことを目的にしていません。
TypeSafe AIによれば、事前に定義された質問について、必要な判断を直接返します。
さらに、同じ情報に対する複数の質問をまとめて評価できます。
つまり、
「文章を書いてから必要な情報を取り出す」
のではなく、
「最初から必要な答えだけを取りにいく」
設計です。
⸻
「System One Model」とは？
名前の由来は、心理学などで知られる「System 1 / System 2」という考え方です。
ざっくり言うと、
System 1：速く、直感的な判断
System 2：時間をかけて考える複雑な思考
という区分です。
TypeSafe AIはこの考え方になぞらえて、
大量の小さな判断を高速に行うAI
をSystem One Modelと呼んでいます。
ただし、
「Jevが人間の脳と同じ仕組み」
という意味ではありません。
あくまで設計思想を説明するためのネーミングです。
⸻
実は面白いのは「Confidence」
個人的にJevで興味深いのが、
AIの判断の確信度を、システム側で扱えること
です。
TypeSafe AIは、Jevを
RLCD（Reinforcement Learning for Calibrated Decisions）
という方法で学習していると説明しています。
例えば、
Confidence 95％以上
→ 自動処理
70〜95％
→ 別のAIで再確認
70％未満
→ 人間が確認
といった設計ができます。
つまり、
AIに全部任せるのではなく、自信を持っている部分だけ自動化する
という使い方です。
業務システムではかなり重要な考え方です。
⸻
「Hallucinationゼロ」は本当？
ここは注意が必要です。
TypeSafe AIはJevについて、
「Zero Hallucinations」
と表現しています。
ただし、
「絶対に間違えない」
という意味ではありません。
例えば、
・billing
・technical
・account
という3つの候補しか与えていない場合、Jevが突然まったく別の値を返すことはありません。
つまり、
決められた出力形式から外れない
という意味でのHallucinationを防ぎます。
しかし、
本当はbillingなのにtechnicalを選ぶ
という誤判断はあり得ます。
形式的に壊れた回答を出さないことと、意味的に正しいことは別です。
ここはかなり重要です。
⸻
本当に速いのか？
TypeSafe AIは公式評価で、条件によってJevが既存のLLMベース処理より、
最大193.6倍高速
最大444.6倍低コスト
だったと報告しています。
ただし、これはすべてのタスクで再現される数字ではありません。
公式評価なので、第三者検証とは分けて見る必要もあります。
一方、EveryのMike Taylor氏による第三者テストでは、
37個の文章 × 21個の質問
つまり、
777件の判断
をJevに行わせました。
結果は、
0.7秒未満。
推定コストは約0.25セントだったと報告されています。
さらに別の小規模テストでは、
Jev：約0.35秒
Claude Fable 5.1：約8.83秒
でした。
ただし精度では、
Jev：7個中6個を検出
Claude Fable 5.1：7個中7個を検出
という結果です。
つまりJevは、
「一番賢いモデルにじっくり考えさせる」
というより、
「十分に賢い判断を、大量・高速・低コストで行う」
方向を狙っていると考えると分かりやすいです。
もちろん、小規模な検証なので一般化はできません。
⸻
AIエージェントとの相性が面白い
ここからは僕自身の考察です。
現在のAIエージェントでは、
ユーザーの要求を読む
↓
何をするか考える
↓
ツールを選ぶ
↓
結果を確認する
↓
次の行動を決める
という多くの処理でLLMを呼び出します。
便利ですが、毎回高性能LLMを使えば、
・コスト
・処理時間
・出力の不安定さ
が積み重なります。
そこで、
Jev：分類、ルーティング、Yes / No、評価
LLM：複雑な推論、計画、コード、文章生成
という分業が考えられます。
例えば、
ユーザーの質問
↓
Jevが分類
↓
簡単な質問 → 小型モデル
プログラミング → コーディングモデル
高度な推論 → 高性能LLM
危険・判断困難 → 人間
という構成です。
TypeSafe AIも、
・Model Routing
・LLM Guardrails
・RAGの検索結果評価
・Citation Check
などをユースケースとして紹介しています。
つまり、
Jev vs ChatGPT
ではなく、
Jev + ChatGPT
の方が本質に近いと思います。
⸻
じゃあ全部Jevでいい？
もちろん、そうではありません。
現在のJev 1.13は、
・長文生成
・複雑な会話
・コード生成
・長い推論
・計算
・複雑な数値処理
・自由形式の出力
などには向いていません。
画像、音声、動画を直接扱うマルチモーダルAIでもなく、基本はテキスト入力です。
さらに、日本で使う場合に重要なのが日本語性能です。
公式ドキュメントでは、英語が主要な学習言語であり、現在もっとも精度が高いとされています。
日本語も処理できますが、英語と同等の性能が保証されているわけではありません。
日本企業で本番導入するなら、
日本語データで独自評価すること
は必須に近いでしょう。
⸻
Jevそのものより「方向性」が面白い
Jevが今後メジャーなAIになるかは、まだ分かりません。
公開されたばかりで、独立した大規模な第三者ベンチマークも十分ではありません。
Confidence Calibrationについても、実際の業務環境でどこまで信頼できるかは今後の検証が必要です。
それでも、Jevが提示した方向性は面白いと思います。
2023〜2025年
AIに文章を書かせる。
↓
2025〜2026年
AIにツールを使わせる。
↓
これから
ソフトウェアのあらゆる判断ポイントにAIを入れる。
例えば、
「この問い合わせをどこに送る？」
「この操作は危険？」
「この文章はポリシー違反？」
「この検索結果は本当に必要？」
「GPTとClaudeのどちらに処理させる？」
こうした判断は、あらゆるソフトウェアに存在します。
その1つ1つに高性能LLMを使う必要はないかもしれません。
そう考えると、Jevの面白さは、
新しいチャットAIが登場したこと
ではなく、
「AIはチャット画面の中にいる必要すらない」
と示したことなのかもしれません。
⸻
まとめ
Jevを一言で表すなら、「文章を生成するAIではなく、ソフトウェアの中で大量の小さな判断をするAI」です。
現時点で、ChatGPTやClaudeを置き換える存在ではありません。
むしろ、LLMが「考えて作る」部分を担当し、Jevが「判断する」部分を担当する。
そんなAIシステムが増えていく可能性があります。
これから重要になるのは、
「一番賢いAIはどれか？」
だけではなく、
「どの仕事に、どのAIを使うべきか？」
という設計なのかもしれません。
あなたなら、Jevのような「判断するAI」をどんな仕事に使ってみたいですか？
⸻
参考資料
・TypeSafe AI「Introducing System One Models & Jev」
・TypeSafe AI Documentation「System One」
・TypeSafe AI Documentation「Primitives」
・TypeSafe AI Documentation「Models」
・TypeSafe AI Documentation「Jev 1.13 Model Jaggedness」
・TypeSafe AI Workflow Evals
・Every / Mike Taylor「Mini-Vibe Check: TypeSafe’s Jev Judged Everything I’ve Written in 0.7 Seconds」
