TypeSafe AI「Jev」とは：確率を返す判断専用AIの仕組み・料金・実務応用

Jev（ジェヴ）とは、米国サンフランシスコのTypeSafe AI社が開発した、文章を一切出力せず、事前に宣言した選択肢や評価尺度に対する「型定義された値」と「較正された確率」だけを返す判断専用のAIモデルである²³。文章を1トークンずつ生成する従来の大規模言語モデル（LLM）と異なり、すべての質問を1回の計算でまとめて評価する。応答は70〜500ミリ秒（公称値）、入力料金は100万トークンあたり0.042ドル、出力料金は無料である¹³。

本稿は、2026年9月15日に早期アクセスが始まったJevについて、解説記事・技術ブログ・SDK連携ドキュメントなど（引用文献31件）をもとに、Jevの設計思想、生成型LLMとの技術的な違い、理解に必要な専門用語、API仕様と料金、企業実務での10のユースケース、導入時のガバナンスを整理した調査資料である。掲載した仕様・料金・ベンチマークは2026年9月24日時点で整理した公開情報であり、提供元による公称値を含む。

1. Jevとは：TypeSafe AIが提唱する「System 1」意思決定モデル

人工知能技術の進化は、対話型テキストやコードを滑らかに生成する大規模言語モデル（LLM）を中心に進展してきた¹。しかし、基幹業務システムや自動化パイプラインの現場では、自然言語による流暢な長文ではなく、単一の明確な判断、カテゴリの特定、あるいはプログラムが条件分岐（if文やswitch文）を処理するための数値スコアのみが求められる事例が極めて多い²。この課題に対し、従来の生成型アーキテクチャを根本から再定義して設計されたモデルが、米国サンフランシスコを拠点とするTypeSafe AI社が開発した「Jev（ジェヴ）」である²。

TypeSafe AI社は、OpenAIにおいてChatGPTの基盤技術である指示追従（Instruction-Following）および人間のフィードバックによる強化学習（RLHF）の研究に従事していたDiogo Almeida氏らによって2024年に設立された¹。同社は2年間のステルス期間を経て、2026年9月15日にベンチャーキャピタルDCVC主導のシードラウンドで4,000万ドルの資金調達を発表し、同時にJevの限定早期アクセス（Early Access）の提供を開始した³。

同社の思想を端的に表すスローガンが「Build Prod, Not God（神を作るのではなく、本番環境で動く部品を作れ）」である⁷。神話的な汎用人工知能（AGI）の到達を目指すのではなく、実際のプロダクション環境で確実に機能し、ソフトウェアスタックの内部に埋め込める「決定モデル（Decision Model）」を供給することに特化している³。Jevは同社が「System One Model（システム1モデル）」と呼称する新分類の第1弾モデルであり、文章を一切出力せず、事前に宣言された選択肢や評価尺度に対して「型定義された値」と「較正された確率（Calibrated Probabilities）」のみを返す³。

2. 技術的背景と従来の生成型LLMとの根本的な差異

二重過程理論に基づく「システム1」のモデル化

Jevの基盤思想は、心理学者ダニエル・カーネマンが提唱した認知心理学の二重過程理論（Dual-Process Theory）に根ざしている³。人間の思考には、直感的で反射的、無意識かつ高速に働く「システム1（ファスト思考）」と、論理的で意識的、順序立てて深く推論する「システム2（スロー思考）」が存在する¹¹。

従来の生成型LLMは、思考連鎖（Chain-of-Thought）を用いて文章を順次組み立てていくシステム2的な処理を得意とする¹。しかし実務においては、「問い合わせが怒りのクレームか否か」「メールの担当部門はどこか」といった、人間であれば数秒の直感（システム1）で判断できる課題に対しても、重厚な自己回帰型デコーダを長時間駆動させていた¹。Jevはこの非効率を解消し、テキストの意味理解を維持したまま、システム1的な高速・直感的な判定処理だけをソフトウェア部品として切り出すことを目指して設計されている¹。

自己回帰型生成と非自己回帰並列サンプリングの対照

一般的な生成型LLMとJevの最大の技術的差異は、出力値を算出するサンプリング機構にある¹。

従来のLLMは「自己回帰型（Autoregressive）」アーキテクチャに依存している¹。入力文脈に基づき、次の1トークン（単語の断片）を予測して出力し、その出力を入力文脈へ戻して再帰的に次のトークンを予測する¹。そのため、たとえ出力が短いJSON形式であっても、波括弧やフィールド名、値などのトークンごとにニューラルネットワークの順伝播（Forward Pass）が繰り返される⁷。この逐次ループ処理が、数秒から数十秒というレイテンシと膨大な推論コストを生む物理的要因となっている⁷。

一方のJevは「非自己回帰型（Non-autoregressive）」の単一順伝播設計を採用している¹。評価対象のテキスト（state）と複数の質問定義（questions）が渡されると、内部の並列サンプラーがすべての質問に対する確率分布を単一のフォワードパスで一括計算する³。文章を生成するデコードループ自体が存在しないため、質問数が1問であっても20問であっても処理遅延の増加はごくわずかに抑えられる³。

学習アルゴリズムの転換：RLHFからRLCDへ

モデルの最適化手法においても大きな転換が図られている²。

一般的なLLMは、人間にとって自然で説得力のある回答を生成するために「人間のフィードバックによる強化学習（RLHF）」で訓練される²。しかし、RLHFは会話の流暢さや好ましさを高める一方で、誤答であっても自信満々に語る「過剰確信（Overconfidence）」を誘発しやすく、モデルが自己申告する「確信度」の統計的信頼性を損なう要因となっていた⁸。

これに対し、Jevは「RLCD（Reinforcement Learning for Calibrated Decisions：較正された判断のための強化学習）」という独自手法で学習されている²。RLCDは、人間が好む会話スタイルではなく、「モデルが出力する確率値が、客観的な正答頻度と厳密に一致すること」を報酬関数として最適化する¹⁵。これにより、「モデルが確率80%と判定した事象を集めると、実際に約80%が正解となる」という厳密な確率的較正（Calibration）が担保される³。

3. 確率的意思決定を理解するための専門用語解説

Jevの挙動および確率モデルの特性を評価する上で基礎となる技術用語について解説する。

自己回帰（Autoregressive）と非自己回帰（Non-autoregressive）

自己回帰とは、過去に出力した自身のトークンを次の入力文脈に組み込みながら、1要素ずつ順番にデータを生成していく逐次処理方式を指す¹。自然言語の文脈を連続させる能力に優れるが、並列化が不可能であるため生成文字数に比例して処理時間が線形に増加する¹。一方、非自己回帰とは、出力データ間の逐次依存関係を排し、単一の計算パスで出力全体を決定する方式である¹。Jevがミリ秒単位の超高速応答を実現できるのは、この非自己回帰処理によってトークン生成ループを完全に排除したことによる¹。

ロジット（Logit）とトークン確率（Token Probability）

ニューラルネットワークの最終層から出力される、正規化前の生の計算スコアをロジットと呼ぶ。このロジットに対してソフトマックス関数（Softmax）を適用することで、全候補の合計値が 1.0（100%）となる正規化された確率分布（トークン確率）へと変換される。通常のLLMはこの確率分布から上位トークンを1つ選択して文字列化するが、Jevは文字列化の工程を省き、変換された確率分布そのものをプログラムへ直接返却する³。

キャリブレーション（Calibration / 確率の較正）

AIモデルが提示する「確信度（確率スコア）」が、客観的な事象の生起頻度や正答率とどれだけ一致しているかを示す統計的概念である³。キャリブレーションが不十分なモデルでは、「確信度99%」と主張した回答が実際には70%程度しか的中しない、あるいは「50%」とした回答が90%的中するといった主観と客観の乖離が生じる⁸。これに対し、較正されたモデルにおいては「確率80%」と予測された事象を100回集めると、そのうち約80回が実際に正解となる³。この性質が備わることで、開発者は「確信度90%以上は自動承認、60%〜90%は確認フロー、60%未満は人間へエスカレーション」という厳密なしきい値（Threshold）制御をコードとして記述可能となる⁸。

ブライアスコア（Brier Score）

確率予測の正確性と較正度を客観的に評価するための指標である⁸。予測された確率 f_i と、実際の正解ラベル o_i（正解を1、不正解を0とする）の差の2乗平均として算出され、以下の数式で定義される。

スコアが 0 に近いほど、モデルの確率予測が現実と一致して完全に較正されていることを示す⁸。評価検証において、従来のLLM-as-a-judgeが BS = 0.054 であったのに対し、Jevは BS = 0.043 を記録し、格段に高い較正性を保持していることが実証されている⁸。

パープレキシティ（Perplexity）

言語モデルが次の単語を予測する際に「いくつの選択肢の間で迷っているか」を示す情報理論的な尺度である。数値が低いほど、モデルが文脈を明確に把握して迷いなく予測できていることを意味する。Jevのコンテキストにおいては、テキスト全体の混乱度ではなく、提示された複数の選択肢間において確率がどれだけ単一の候補に集中しているか（Confidence）を測る背景指標として関連する³。

型安全性（Type Safety）とスキーマ強制

プログラム開発において、変数や関数の戻り値が想定外のデータ型や未知のフォーマットにならないことを保証する仕組みである。従来のLLMにJSON出力を指示した場合、構文エラーや未知のプロパティを勝手に出力するリスク（ハルシネーションの一形態）が常に伴っていた³。Jevはモデルの推論前に選択肢の型と候補集合を確定させるため、宣言外の値や不正な構造が出力される危険性を物理的に排除している³。

4. 基本仕様・APIプリミティブ・料金および運用環境

3つのAPIプリミティブ

Jevに対するリクエストは、判断の根拠となるコンテキスト情報（state）と、それに対して問い合わせる質問集合（questions）で構成される²。質問は以下の3つのプリミティブから選択され、1回のリクエスト内に自由に混在させることが可能である²。

Score における score 返却値は、各レベルのインデックス値にその段階の確率を乗じた加重平均（期待値 E[S]）として算出されるため、例えば「レベル3が98%、レベル4が2%」であれば 3.02 のようなきめ細やかな連続値として得られる²³。また、Noul は「Yesである確率」そのものを返すため独立した確信度フィールドを持たず、不確実性の判定には max(p, 1 − p) を用いて確信度を導出する設計となっている³。

料金体系と運用インフラ仕様

JevはマネージドクラウドAPIとして提供されており、単一のエンドポイント（POST https://api.typesafe.ai/v1/systemone）に対してリクエストを送信する²。認証にはHTTPヘッダーによるベアラートークン（Authorization: Bearer <API_KEY>）を用いる¹³。

5. 企業実務における汎用的ユースケース10選

Jevの特性である「低遅延」「低コスト」「確率較正」「型安全性」を活かして、一般的な企業業務にそのまま適用可能な10のユースケースを解説する。

1. カスタマーサポート窓口の一次自動トリアージと高精度ルーティング

顧客から寄せられる問い合わせ文面は曖昧で複数の要望が混在しやすく、従来のLLMを用いた分類では応答に数秒を要しAPI費用が嵩む一方、キーワードマッチングでは誤配分が多発していた⁴。Jevを活用する場合、問い合わせ本文を state とし、Choice プリミティブで担当部門（技術サポート、経理請求、アカウント管理、営業、その他）を判定させ、同時に Score プリミティブで顧客影響度を0から4の5段階で並列評価させる¹⁶。部門判定の確信度が0.85以上かつ影響度が3未満の場合は該当部門のキューへ即座に自動配分し、確信度が0.50から0.85の中間帯であれば候補上位2部門をタグ付けして人間による確認キューへ回す⁷。影響度が3以上の重大インシデント、あるいは確信度が0.50未満の案件は総合エスカレーション窓口へ即時通知する設計とする⁷。これにより、問い合わせの8割以上を200ミリ秒以内に自動配分し、トリアージにかかるLLMコストを98%以上削減できる³。

2. 炎上リスク・顧客怒り度のリアルタイム検知と緊急アラート

サポート窓口やSNSアカウントにおけるクレーム対応の遅れは、顧客離脱やSNS上での炎上といった重大な信用失墜を招く。受信メッセージに対して Score プリミティブを用い、顧客の怒りレベルを「穏やか」「軽微な不満」「明確な立腹」「激怒・法的措置の示唆」の4段階で測定し、並列して Noul で「自社の重大な過失や不祥事に関する指摘を含んでいるか」の真偽確率を判定する²。怒りスコアが2.5以上、または告発確率が0.70以上の案件を検知した際は、社内チャットツールへ緊急通知を発信してチケットの優先度を最高位へ自動昇格させる。一方、怒りスコアが1.5未満の通常の案件は定常フローで処理する。これにより、組織的な重大クレームの埋没を完全に防ぎ、一次対応着手までの時間を劇的に短縮できる。

3. 経費精算・稟議申請における社内規程違反の自動スクリーニング

経理部門における経費精算書の目視チェックは負担が極めて重く、出張旅費の上限超過や私的利用の疑いなど、細かな社内規程違反の確認に工数が割かれている。申請理由、金額、利用明細のテキストを state に渡し、複数の Noul 質問を一括して並列評価させる手法が極めて有効である⁹。「週末利用など私的利用の疑いがあるか」「飲食費が1人当たり上限を超過しているか」「領収書の用途記載に具体性が欠けているか」を1リクエストで判定する¹³。すべての違反疑い確率が0.05未満であれば規程適合として一次審査を自動承認し、いずれかの違反疑い確率が0.50以上の伝票のみに警告フラグを付与して経理担当者の目視確認画面へ送る³。これにより、経理担当者が確認すべき伝票件数を6割以上削減し、月次決算の早期化に寄与する。

4. 契約書レビューにおけるリスク条項の自動スクリーニング

取引先から送付される秘密保持契約書（NDA）や基本業務委託契約書について、法務部員がすべての条項を目視精査する作業は法務部門の重大なボトルネックとなっている。条項テキストに対し、Noul プリミティブを用いて「損害賠償責任の上限が撤廃または自社に極端に不利になっているか」「合意管轄裁判所が自社の指定外地域になっているか」「成果物の知的財産権が一方的に相手方へ帰属する規定になっているか」を並列評価する¹³。リスク確率が0.80以上の条項に対しては自動で注意ハイライトを付与し、自社の標準条項修正案を提示する一方、リスク確率が0.10以下の定型条項は確認不要としてスキップする。これにより、契約書1通あたりの一次スクリーニング時間を数分から数秒へと短縮し、法務審査のリードタイムを半減させることが可能となる。

5. 情報システム部における標的型不審メールの自動検知と隔離

社員に届く巧妙なフィッシングメールやビジネスメール詐欺（BEC）は、従来の静的シグネチャによるスパムフィルターを容易にすり抜ける。メールヘッダー、送信元アドレス、本文の構造化テキストを state とし、Noul で「緊急の送金依頼や認証情報の入力を要求しているか」「文面と送信元ドメインに不自然な乖離があるか」を判定するとともに、Score で脅威レベルを0から3の尺度で評価する¹¹。脅威スコアが2.0以上かつ確信度が0.90以上の場合は受信トレイから即時隔離し、情シス管理画面へ遮断通知を発行する⁷。脅威スコアが1.0から2.0の不確実な領域については、メール冒頭に注意喚起バナーを自動挿入して受信者へ警戒を促す。これにより、ゼロデイ攻撃への耐性を高めながら情シスの脅威調査工数を大幅に圧縮する¹¹。

6. 自律型AIエージェントのツール呼び出し・破壊的操作抑止ゲートキーパー

社内業務を自動化する自律型AIエージェントが、意図しない無限ループに陥ったり、データベースを破壊的に更新・削除する危険なAPIを呼び出したりするリスクが存在する³。エージェントが次に実行しようとしている操作内容と引数を state に渡し、Noul で「この操作は元に戻せない破壊的変更（削除・外部送信等）を含むか」「直前の操作と実質的に同一の無意味な再帰ループであるか」を判定する³。破壊的変更の確率が0.50以上の場合はツール実行を一時停止して人間の管理者に承認を要求し、ループ確率が0.85以上の場合はプロセスを強制終了して別戦略へフォールバックさせる³。100ミリ秒前後の極小レイテンシで動作するため、エージェントの作業効率を阻害することなく堅牢な安全弁（ガードレール）を構築できる³。

7. ユーザー投稿コンテンツ（UGC）・社内チャットのコンプライアンス監視

オウンドメディアのコメント欄や社内コミュニケーションツールにおいて、誹謗中傷、機密情報の漏洩、ハラスメント表現を迅速に検知・抑止することがコンプライアンス上不可欠である。投稿テキストに対して Noul を用い、「個人情報（電話番号、住所、口座番号等）が含まれているか」「社外秘プロジェクトのコードネームが含まれているか」「他者に対する攻撃的・脅迫的な言辞が含まれているか」の3点を同時に判定する¹¹。違反確率が0.95以上の投稿は即座に非公開とし投稿者へ修正を求め、確率が0.40から0.94のグレーゾーンに位置する投稿は通常通り表示させつつコンプライアンス部門の監視キューへ登録する¹¹。これにより、リアルタイムな会話体験を損なうことなく、法令違反やレピュテーション低下を防止できる¹¹。

8. 社内ナレッジ検索（RAG）における検索結果の適合性リランキング

社内FAQやマニュアルをベクトル検索する際、単語の表面的な類似度だけで抽出された無関係な文書チャンクが生成LLMに渡され、ハルシネーションや回答精度の低下を招く課題がある¹¹。ベクトル検索で取得した上位10〜20件の候補チャンクに対し、Jevを用いて「この文書はユーザーの質問に対する直接的な回答情報を含んでいるか」を並列 Score または Noul で一括採点する¹¹。適合確率が0.70以上のチャンクのみを抽出してスコア順に並び替え、回答生成LLMのプロンプトへ注入する¹¹。全チャンクが0.30未満の場合は「社内規定に該当情報なし」と判定し、生成LLMの呼び出しをスキップして即座に終了する¹¹。これにより、生成LLMへの入力トークン数を絞り込んでレイテンシと費用を削減しつつ、ハルシネーションを強力に抑制できる¹¹。

9. 生成AIが出力した回答の事実整合性（ファクトチェック）審査

顧客向け生成AIボットが作成した回答文が、参照元の規約や製品仕様と矛盾していないかを本番環境でリアルタイム検証する「LLM-as-a-judge」手法は、検証用にもう一度LLMを動かすためコストと遅延が倍増する弱点があった⁸。Jevを活用する場合、根拠文書を state とし、生成された回答文から抽出した個々の事実主張（クレーム）を命題として Noul に渡し、整合性の真偽確率を判定する⁸。すべての主張における整合確率が0.80以上であれば合格として顧客へ返信を送信し、いずれかの主張で確率が0.40未満となった場合は回答を即座に破棄して定型のフォールバック文面へ切り替える⁷。従来のLLM評価器と比較して約1/5のコストと1/10の遅延で、同等以上のファクトチェック精度を達成できる⁸。

10. 採用選考における応募書類（レジュメ）の必須要件スクリーニング

大量のエントリーシートや職務経歴書から、募集要項に合致する候補者を人事担当者が目視で確認する作業は採用活動の大きな負担となる。応募者の経歴テキストを state とし、複数の Noul プリミティブを用いて「指定の開発言語での実務経験が3年以上あるか」「海外拠点との折衝が可能な英語力を満たしているか」「プロジェクト管理またはリーダー経験が明記されているか」を並列判定する³。全要件の適合確率が0.85以上の候補者には自動で適性検査の案内メールを送信し、いずれかの要件が0.30から0.85の境界値にある候補者のみを人事担当者の個別精査リストへ回す⁸。明らかな不適合（確率0.10未満）の書類を自動で選別することにより、書類選考にかかる日数を劇的に短縮し、採用担当者が対面での面談や候補者の動機形成に集中できる環境を実現する。

6. 実務導入におけるガバナンスと運用上の留意点

Jevの特性を最大限に活かし、基幹業務システムへ安全に組み込むためには、モデル固有の制約事項を正確に把握した上での運用設計が求められる⁴。

モデルの制約事項と役割分担

Jevは文章を生成するデコーダ機構を持たないため、判定理由の解説文、要約、返信メール文面の作成などは一切行えない⁷。自然言語の生成が必要な局面では、Jevで条件分岐や意図分類を高速に完了させた後に、必要な場合のみ生成型LLMを呼び出すハイブリッド構成を組む必要がある⁴。

また、言語的な文脈の理解力に優れる一方で、厳密な算術計算、数値の加減乗除、日付や期間の前後比較などは苦手とする¹³。例えば「出張期間が規程の日数を超過しているか」といった判定は、日付文字列の差分計算をアプリケーション側のコードで確定させ、その結果の解釈のみをJevに委ねる設計が推奨される¹³。

さらに、Choice プリミティブにおける選択肢の上限は255個、Score の段階数は最大10段階に制限されている³。数千件に及ぶ製品型番の特定などを行う場合は、まず上位分類で絞り込んでから個別型番を特定する2段階のパイプラインを組む必要がある⁷。加えて、現在の入力対応はテキスト（文字列、JSON、配列）に限定されており、画像や音声、PDFファイルなどのバイナリデータを直接処理することはできない⁴。

自社ドメインデータによる較正精度の検証手順

TypeSafe AI社が公表しているベンチマーク数値（LLM比最大193倍高速、444倍低コスト）は、推論モードを有効にした大規模モデルとの比較結果であり、実環境における性能向上幅は業務タスクの性質に依存する³。また、モデルの確率較正は訓練データセットの分布に依存するため、自社特有の専門用語や日本語特有の表現に対しては事前評価が不可欠である⁴。

特に日本語においては、主語の省略、婉曲的な敬語表現、文末の二重否定などによって確率値の分布が変動する可能性がある⁴。そのため、本番稼働前には過去の業務ログから50〜100件程度のテストデータを抽出して正解ラベルを付与し、Jevの出力確率との相関を測定する信頼度テーブル（Reliability Table）を作成することが強く推奨される⁴。ブライアスコアを算出してモデルの較正精度を確認した上で、業務リスクに応じた最適なしきい値を統計的に決定すべきである⁴。

しきい値ガバナンスとエスカレーション設計

Jevは事前に定義されたスキーマを厳格に順守するため構文エラーは発生しないが、統計的モデルである以上、選択肢の取り違えといった判断ミス自体をゼロにすることはできない⁴。このリスクを制御するため、システム管理部門と業務部門は以下の統制ルールを整備しておく必要がある¹²。

業務の不可逆性とリスクの大きさに応じて、自動化のしきい値を個別設定する運用基準を設ける³。社内ナレッジの参照など低リスクな処理では確信度0.70程度で自動実行を許容する一方、社外へのメール送信、返金処理、契約承認といった金銭や法的義務が伴う処理では確信度0.95以上を要求する多層防御を構築する³。

また、確信度が中間帯に位置する不確実な案件について、どのようなインターフェースで人間の担当者に提示し、どのように是正措置を記録するかという業務フロー（Human-in-the-loop）を事前に設計しておく¹²。エスカレーション先が曖昧なまま自動化パイプラインを稼働させると、処理されない案件がキューに滞留し、重大な業務停止を招く原因となるため注意を要する¹²。

7. 結論

TypeSafe AIのJevは、生成AIの進化が単一の「巨大で万能な対話アシスタント」へ集中していた潮流に対し、「ソフトウェア内部で機能する高速・安価な判断部品」という極めて実用的な代替アーキテクチャを提示した³。

従来のLLMが1文字ずつ思考を巡らせながら文章を執筆するシステム2であるならば、Jevは入力を受け取った瞬間に状況を直感的に知覚し、較正された確率付きの離散値として返すシステム1の知能である¹。この2つは競合する技術ではなく、入力の検証、意図の分類、ルーティング、ガードレールなどの高速な決定処理をJevが担い、柔軟な文章表現や長考を要する論理展開をLLMが引き受けるという協調アーキテクチャこそが、今後の企業システムにおける最適解となる³。

技術の利用効率が向上すると総消費量が爆発的に増大するという「ジェヴォンズのパラドックス」が示す通り、判断の実行コストが従来比で1/100以下に圧縮されたことで、これまで経済的・速度的理由からAIの適用を断念していた膨大な高頻度トランザクションへのAI組み込みが可能となった¹。Jevのような確率的決定モデルは、今後の企業システムにおける業務自動化とデータ駆動型アーキテクチャを支える中核インフラとして定着していくと考えられる³。