Jevとは？
JevはTypeSafe AIが初めて公開したモデルです。TypeSafe AIはサンフランシスコの研究所で、2026年9月15日に、DCVCが主導する$40 million（4,000万ドル）のシードラウンドとともにステルスから姿を現しました。TypeSafeはこれを、Daniel Kahnemanの言う速く直感的な思考様式にちなんで「System One」モデルと呼んでいます。文章、コード、説明は書きません。状態 （文字列、JSONオブジェクト、テキストの配列）と名前付きの質問の組を送ると、1回の呼び出しですべての質問に答えます。
質問は3種類のいずれかです。自分で定義した選択肢からの選択、自分で定義した尺度でのスコア、そしてある記述が真である確率を返す「noul」です。一部の種類は確信度も返すため、コードはしきい値を超えたものは自動で処理し、残りを人や大きなモデルに回せます。TypeSafeによると、JevはReinforcement Learning for Calibrated Decisions（RLCD）と呼ぶ手法で学習されています。
JevはAPIのみ、テキストのみのクローズドなモデルです。公開中のバージョンは2つで、jev-1.13.0（エイリアスjev-latest、SDKの既定）とjev-1.14.0（jev-preview、2026年10月14日から）です。リクエストは64Kトークンまで、質問ごとに32Kまでで、長文コンテキスト用のヘッダーを付ければ262Kまで扱えますが、TypeSafeはその場合遅く、精度も下がると注意しています。
Jevは使う価値があるか？
Jevが今売っているのは、品質よりも手軽さです。現在は非公開のテストで採点するコミュニティのJev Decision Indexで、Jev 1.14は229件中41位の60.24、安定版の1.13は48位の59.22です。首位はFastinoのGLiDE 1.2で71.52、PerplexityのオープンウェイトのDecider v1.2は67.98で4位につけ、100万入力トークンあたりの料金はJevの$0.042に対して$0.02です。
製品の発想自体は今も有効です。Jevは、コードがすでにLLMで行っている判断を安価な関数呼び出しに置き換えます。どのチームがチケットを担当するか、メッセージが緊急かどうか、ツール呼び出しを実行してよいか、といった判断です。答えは定義した選択肢のいずれかにしかならないため、解析は不要です。nibzardの独立した実行では、40,226件の判断すべてが有効な形で返り、記録された費用は$1.71でした。精度はBanking77で79.2%、CLINC150で88.6%、負荷時のレイテンシの中央値は267から316 msでした。
確信度は自動化を可能にするための機能ですが、自社のデータで試す必要があります。TypeSafeのドキュメントは、キャリブレーションが成り立つのは予測の集まり全体であって、個々の答えではないとしています。nibzardは誤り率5%以下を目標にしきい値を当てはめました。Banking77では0.96のしきい値でテストメッセージの51.2%を誤り率3.68%で自動化できましたが、CLINC150では選んだしきい値で6.65%となり目標を外しました。77分類の意図キューなら、自動化できるのは大半ではなく約半分と見ておくべきです。
運用面の細部はおおむね妥当です。TypeSafeはJevを顧客のリクエストやレスポンスで学習しないとしていますが、データの保持なし（zero data retention）はEnterpriseのみです。エイリアスは新バージョンの公開とともに移るため、調整したしきい値はjev-1.13.0かjev-1.14.0に固定すべきです。精度が最も高いのは英語で、入力はテキストのみ、TypeSafeは選択肢を255個までに制限しています。nibzardの試験では、256件のリクエストのうち12件がこの上限超えで拒否されました。
オープンな競合に対してJevに残る強みは、運用を他者が担ってくれることです。その強みも縮んでいます。vLLMのmainブランチは、まだリリースには入っていないものの、10月14日から同じ/v1/systemoneエンドポイントを提供しており、d3のようなモデルは変換なしで読み込めます。Jevからの移行は、今ではベースURLの変更に近 いものです。
真価を発揮する場面
77カテゴリの意図分類を持つ銀行のサポートエンジニアリング責任者
LLMの費用をかけずに、届いたチャットメッセージを適切なキューに振り分ける
メッセージごとに選択の質問を1つ使います。100万入力トークンあたり$0.042なら、300トークンのメッセージ100万件で約$13です。nibzardのテストでは、確信度0.96のしきい値で約半分を4%未満の誤り率で自動化でき、残りは担当者に回ります。
エージェントフレームワークを作るプラットフォームエンジニア
ツール呼び出しを実行前に速いyes/noチェックで通すか判断する
noulの質問は「この呼び出しは実行しても安全」という記述の確率を、およそ200から320 msで返します。エイリアスが移ってもしきい値がずれないようjev-1.13.0に固定し、確信度の低い呼び出しは大きなモデルに回します。
MLチームのないSaaS企業のプロダクトマネージャー
フィードバックの受信箱に緊急度のスコアとスパムフィルターを加える
スコアとnoulの質 問にメッセージごとに1回の呼び出しで答え、動かすGPUはありません。量が増えたり受信箱に画像が入るようになったりしたら、PerplexityのDeciderのようなオープンモデルは費用が半分で、画像も読めます。
導入前に確認すること
- 導入
- APIキーを作成し、状態と名前付きの質問を/v1/systemoneにPOSTするか、SDKを使います。SDKの既定はjev-latestです。
- 連携
- TypeSafeのHTTP APIとSDK。Vercel AI Gatewayはtypesafe-ai/jev-1.13.0とjev-1.14.0を同じ100万入力トークンあたり$0.042、出力無料で掲載しています。同じ/v1/systemoneのリクエスト形式は、オープンな判断モデル向けにvLLMでも提供されています。
- データとプライバシー
- TypeSafeは、Jevを顧客のリクエストやレスポンスで学習せず、すべてのアカウントが同じ重みを使うとしています。データの保持なしはEnterpriseの顧客に提供されます。モデルのページに保持期間の記載はなく、DPAはLegalページにあります。
- 大規模利用時のコスト
- 課金は入力のみで、100万トークンあたり$0.042です。500トークンの判断1億件（100M）で$2,100です。nibzardの40,226件のベンチマークの費用は$1.71でした。
- 制限
- リクエストあたり64Kトークン、質問あたり32Kトークンで、TypeSafe-Danger-Zone-Long-Contextヘッダーを付ければ262Kです。レート制限は組織ごとに設定され、429として返ります。選択の質問の選択肢は最大255個です。
良い点
- 出力は常に定義した選択肢のいずれかなので、解析は不要です
- 100万入力トークンあたり$0.042で、出力は無料です
- 顧客のリクエストやレスポンスで学習しません
- バージョン付きのモデルIDで、調整したしきい値が安定します
気になる点
- コミュニティのDecision Indexで229件中41位と、オープンモデルに劣ります
- テキストのみで、最も得意なのは英語です
- 重みはクローズドで、セルフホストやファインチューニングはできません
- データの保持なしはEnterpriseのみです
おすすめの人
自前のGPUを動かさずに、テキストの振り分け、トリアージ、yes/noの関門に使える低コストのホスト型APIを求めるチーム。
Jevの代替
Jev：よくある質問
- Jevは使う価値があるか？
- Jevは型付きの判断を製品にしましたが、その後オープンモデルがスコアと価格の両方で追い越しています。 評価は5点満点中3.8点です。
- Jevの料金は？
- 100万入力トークンあたり$0.042（10億トークンあたり$42）で、出力トークンは無料です。長いコンテキストでも同じ価格です。エンタープライズ向けの上限は営業経由です。
- Jevの欠点は？
- コミュニティのDecision Indexで229件 中41位と、オープンモデルに劣ります; テキストのみで、最も得意なのは英語です; 重みはクローズドで、セルフホストやファインチューニングはできません; データの保持なしはEnterpriseのみです.
- Jevは誰に向いているか？
- 自前のGPUを動かさずに、テキストの振り分け、トリアージ、yes/noの関門に使える低コストのホスト型APIを求めるチーム。
- チームや本番環境でJevを使うと費用はいくらか？
- 課金は入力のみで、100万トークンあたり$0.042です。500トークンの判断1億件（100M）で$2,100です。nibzardの40,226件のベンチマークの費用は$1.71でした。
- Jevは企業データを扱っても安全か？
- TypeSafeは、Jevを顧客のリクエストやレスポンスで学習せず、すべてのアカウントが同じ重みを使うとしています。データの保持なしはEnterpriseの顧客に提供されます。モデルのページに保持期間の記載はなく、DPAはLegalページにあります。
- Jevの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はPerplexity Decider (pplx-decider), d3 (vLLM Semantic Router), Clef, Laya, GLiNER2.5-Decide 、 ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)です。
回答確認日：2026年10月26日