• ChatGPT共同開発者が2年の非公開開発を経て「文章を書かないAI」Jevを公開
  • LLMの20〜200倍高速、コストは40〜400分の1。出力トークンは無料
  • 「System One Model」は判断だけを型付きで並列出力する新カテゴリ
  • 新しい学習法RLCDで「自信の度合い」が的中率と一致するよう訓練
  • 弱点は文章生成不可・コンテキスト3.2万トークン・「幻覚ゼロ」への疑問

「AIにYesかNoかを聞きたいだけなのに、長い文章が返ってきて待たされる」。そんな経験はありませんか？

2026年9月15日、ChatGPTの共同開発者が率いるTypeSafe AIが、その無駄を根本から断ち切るAI「Jev（ジェブ）」を発表しました。文章を一切書かず、判断だけを返すAIです。

この記事では、Jevの仕組みと料金、LLMとの違い、そして日本の企業にとって何が変わるのかを、やさしく解説します。

Jevとは？「文章を書かないAI」の正体

Jevは、米TypeSafe AIが公開したSystem One Model（システム・ワン・モデル）の第1弾です。

System Oneとは、心理学者ダニエル・カーネマンが提唱した「速い思考」のこと。人間が「この人は怒っている」と一瞬で判断するような、直感的な処理を指します。

対して、ChatGPTのようなLLM（人間みたいに文章を書けるAI）は「遅い思考」、つまりじっくり考えて言葉を組み立てるSystem Twoに近い存在です。

Jevは、この「速い思考」だけをAIで再現しました。できるのは判断だけで、理由の説明も文章の生成も一切しません。

たとえば「このメールは怒っているか？」と聞くと、Jevは「Yes、確率92%」とだけ返します。「なぜなら…」という説明は返ってきません。

開発者はChatGPTの生みの親の一人

TypeSafe AIのCEOディオゴ・アルメイダ氏は、OpenAI在籍時に2022年の「InstructGPT」論文を共著しました。

これは、人間のフィードバックでAIに指示を守らせる手法を確立した研究で、ChatGPT誕生の土台になったものです。

アルメイダ氏はX（旧Twitter）で「ChatGPTを共同発明したあと、なぜ超人的なチャットモデルがAGI（人間並みの汎用AI）につながらないのか、ずっと自問してきた」と語っています。

その答えを探して、2年間のステルスモード（非公開の開発期間）で新しい学習法とモデルを作り上げたのがJevです。

なぜ200倍速く400倍安いのか？仕組みと料金

Jevの速さの秘密は、LLMの「当たり前」を3つ捨てたことにあります。

①トークンを1つずつ生成しない

LLMは文章を1単語（トークン）ずつ順番に生成します。1000文字の回答なら、その処理を1000回近く繰り返す必要があります。

Jevは違います。複数の質問への答えを、一度の処理でまとめて並列に出力します。

TypeSafe AIによると、応答時間は70〜500ミリ秒。同じタスクをLLMにやらせると3〜329秒かかったといいます。

②出力に「型」がある

Jevの出力は、あらかじめ決めた型（Yes/No、選択肢、数値など）に必ず収まります。

プログラミングでいう「型安全」の考え方です。公式ブログは「型エラーを起こすことは数学的に不可能」と説明しています。

実際、スキーマ（出力の形式ルール）に合わないエラーの発生率は0%だと公表されています。LLMにJSON形式で答えさせて、形式が崩れて困った経験がある人には魅力的な数字です。

③RLCDで「自信」を正直にする

3つ目の柱が、新しい学習法RLCD（Reinforcement Learning for Calibrated Decisions）です。

ChatGPTを育てたRLHF（人間の好みで報酬を与える学習法）とは目的が異なり、RLCDは「確率が当たる頻度と一致すること」を報酬にします。

つまり、Jevが「90%の確率で怒っている」と判定した100通のメールがあれば、実際に約90通が怒っている状態を目指すのです。

すべての出力に、この較正された確率と信頼度スコアが添えられます。信頼度が低い判定だけ人間やLLMに回す、という使い方ができます。

料金は100万トークン6.5円、出力は無料

Jevの価格設定は、業界の常識を壊すレベルです。

  • 入力: 100万トークンあたり0.042ドル（約6.5円）
  • 出力: 無料

公式サイトでは「10億トークンあたり42ドル」と表記されています。多くのLLMが100万トークン単位で価格を出すのに対し、桁が3つ違うわけです。

比較対象として名前が挙がっているのは、GPT-5.6 Terra、GPT-6 Astra、Claude Fable 5.1といった最新のフロンティアモデル。これらの入力価格は100万トークンあたり0.20〜10ドルです。

TypeSafe AIは、自社のワークフロー評価で「193.6倍高速、444.6倍安価」を達成したと主張しています。ただし、これはSystem One向けのタスクに限った比較である点に注意が必要です。

DOOMをリアルタイムで遊ぶデモ

公開されたデモで注目を集めたのが、往年のシューティングゲーム「DOOM」をJevがプレイする映像です。

ゲームの状態（敵の位置や座標など）を構造化データとして毎秒約10回Jevに送り、次の行動を判断させています。かかる費用は1時間あたり約7ドル（約1090円）。

LLMでは応答が遅すぎて成立しない、リアルタイムの判断ができることを示すデモといえます。

Jevはどこで使える？3つの活用シーン

「文章を書けないAI」に何ができるのか、具体的な場面で考えてみましょう。

問い合わせ1万件を1秒で仕分ける

あるECサイトのカスタマーサポート担当者が、月曜の朝に出社した場面を想像してみてください。週末に届いた問い合わせが1万件たまっています。

これまでは、LLMに1件ずつ「緊急度は？」「カテゴリは？」「怒っている？」と聞いていました。1件3秒でも、全部で8時間以上かかります。

Jevなら、1件あたり0.1〜0.5秒。しかも3つの質問を並列で処理できるので、朝のコーヒーが冷める前に全件の仕分けが終わります。信頼度の低い数十件だけを人間が確認すればいい、という運用になります。

37本の記事を0.7秒で「AI臭さ」判定

メディア企業Everyのマイク・テイラー氏は、自分が書いた27本と、AIが生成した10本の記事をJevに投げました。

「説明のない行動がある」「決まり文句が多い」など、AI文章の特徴21項目をすべての記事に同時に問いかけたのです。

結果、777個の判定が0.7秒以内で返ってきました。費用は推定で1セントの4分の1。同氏は「自分が書いたものをすべて0.7秒で審査された」と驚いています。

LLMの出力を「監視員」としてチェックする

社内でLLMを使ったチャットボットを運用している情報システム部門を考えてみましょう。

心配なのは、LLMが誤った情報や不適切な回答を返すことです。そこで、LLMの回答をユーザーに見せる前に、Jevに「この回答は社内ポリシーに違反しているか？」と聞きます。

Jevの判定は数百ミリ秒なので、ユーザーは遅延をほぼ感じません。LLMの「速い門番」として働く、ガードレール用途です。

LLM・従来の分類AIとの違いを比較

「判断だけを返すAI」自体は、実は新しいものではありません。既存の手法とどう違うのか整理します。

手法速度柔軟性確率の信頼性コスト
Jev70〜500ms質問文で自由に定義RLCDで較正済み入力6.5円/100万トークン
LLMの構造化出力（JSONモード等）数秒〜数分非常に高い、説明も可能確率は基本的に出ない入力30〜1500円/100万トークン
従来の分類器（BERT系など）数十msタスクごとに学習が必要較正は別途調整が必要自前運用なら安い

従来の分類器は速くて安いものの、「怒りの検出」「緊急度の判定」など、タスクごとに学習データを用意して訓練し直す必要がありました。

Jevは、LLMのように自然言語の質問を書くだけで新しい判断タスクを定義できます。学習し直す手間がなく、しかも従来の分類器並みに速い。この「いいとこ取り」が売りです。

一方で、LLMが持つ「理由を説明する」「文章を生成する」能力は完全に捨てています。Jevは、LLMを置き換えるのではなく、LLMの横に置いて使うものと考えるのが正確です。

弱点と批判：「幻覚ゼロ」は本当か

Hacker Newsでは、発表から1日で960ポイント・298コメントを集め、賛否が激しく分かれました。

「型が正しい」と「答えが正しい」は別

最も多かった批判が、「幻覚（ハルシネーション）を起こさない」という宣伝文句への疑問です。

型に収まる出力を保証しても、「形式は正しいが中身は間違っている」答えを返す可能性は残ります。「型安全と事実の正しさは別物だ」というのが、多くのエンジニアの見方でした。

「200倍速い」比較は公平か

「LLMは文章生成も含めて何でもできる。Jevは構造化された判断しかできないのだから、速度比較は不公平だ」という指摘も目立ちました。

アルメイダ氏自身もスレッドに登場し、「特定の用途で比較するのはフェアだと思うが、テキスト生成は本当に素晴らしく柔軟だ」と、トレードオフを認めています。

具体的な制限

  • コンテキスト（一度に読める量）は3.2万トークン。最新LLMの100万トークンと比べると小さい
  • 選択肢モードは最大10択（公式ブログでは255まで、それ以上は2段階方式）
  • 画像は読めない。DOOMのデモも画面ではなく座標データを入力している
  • Everyのテストでは、意図的に仕込んだ7つの欠陥のうち6つを検出。Claude Fable 5.1は7つすべてを検出した

つまり、精度ではまだトップLLMに及ばない場面があります。速さと安さで何を許容できるか、用途ごとに見極める必要があります。

日本市場への影響：日本語対応と使いどころ

Jevは現在アーリーアクセス（限定先行公開）の段階で、公式サイトのウェイトリストに登録した開発者から順に案内されています。日本からの登録も可能です。

日本語への対応可否は、公式サイトには明記されていません。日本語テキストで期待通りの精度が出るかは、実際に試して確認する必要があります。

国内企業にとってのインパクト

日本企業のAI活用は、コールセンターの問い合わせ分類、稟議書のチェック、EC商品のカテゴリ判定など、「文章を書く」より「判断する」用途が多いのが実情です。

こうした用途でLLMを使っている企業にとって、コストが数百分の1になる可能性は無視できません。月100万円のAPI費用が数千円になる計算です。

ただし、日本語特有の敬語や曖昧な表現を、英語中心で訓練されたと思われるモデルがどこまで判断できるかは未知数。まずは英語の判定タスクから試す、というのが現実的な進め方でしょう。

国内の類似サービスとの関係

国内では、PKSHAやAI insideなどが文書分類・判定に特化したAIを提供しています。また、AzureやAWSのマネージド分類サービスも広く使われています。

Jevが日本語で実用レベルに達すれば、これらの「タスクごとに学習が必要な分類AI」の市場を直接揺さぶることになります。

よくある質問（FAQ）

Q. JevはChatGPTの代わりになりますか？

なりません。Jevは文章を一切生成できず、判断（Yes/No、選択、数値）だけを返します。会話や文章作成には引き続きLLMが必要で、Jevはその補助として使うものです。

Q. 今すぐ使えますか？

アーリーアクセス段階で、公式サイト（typesafe.ai）のウェイトリストに登録すると順次案内されます。ブラウザで試せるPlaygroundも用意されています。

Q. 「幻覚を起こさない」というのは本当ですか？

正確には「出力の形式が崩れることはない」という意味です。形式は正しくても判断内容が間違う可能性はあり、Hacker Newsでもこの点は強く批判されています。信頼度スコアを見て、低い判定は人間が確認する運用が前提です。

Q. 日本語は使えますか？

公式には明記されていません。多言語対応の可能性はありますが、日本語での精度は自分のデータで検証するのが確実です。

Q. RLCDとRLHFは何が違うのですか？

RLHFは「人間が好む回答」を報酬にしてAIを育てます。RLCDは「AIが出した確率が実際の的中率と一致すること」を報酬にします。目的が「好かれる」から「正直に自信を申告する」に変わったのがポイントです。

まとめ

  • Jevは、ChatGPT共同開発者アルメイダ氏が2年かけて作った「判断だけを返すAI」
  • 並列出力・型付き出力・RLCD学習の3本柱で、LLMの20〜200倍高速、コスト40〜400分の1を主張
  • 料金は入力100万トークン約6.5円、出力は無料
  • 分類・仕分け・ガードレールなど「判断」用途に強く、文章生成は不可
  • 「幻覚ゼロ」への疑問、3.2万トークンの制限、精度面でトップLLMに劣る場面がある
  • 日本語対応は未確認。アーリーアクセス登録して自社データで検証するのが第一歩

自社でLLMを「YesかNoか」の判定に使っている業務があれば、まずはその1つをJevに置き換えた場合のコストと精度を試算してみましょう。

参考文献