2026年9月、「Jev（ジェヴ）」というAIモデルが話題になっています。開発したのは元OpenAI研究者が創業したTypeSafe AIです。
いまって、生成AIの頭の良さがどんどん進化していますが、安全性や信頼性が追い付いていません。これでは、業務に使うのはリスクが高すぎる。
Jevは、こういったAIの「いまいち浸透しきらない」状況を解決するために作られました。
Jevとは何か、普通のLLMと何が違うか、一体なにができるのかご興味あればみてくださいね。
YouTube動画版はこちら。併せて参考にしてください。
動画では、「規約に沿わない100％返金を求める人への対応」をJev×生成AIを搭載したアプリで実演しています。
Jevとは？一言でいうと「AI判断機」
JevもAIモデルですが、他のモデルとの大きな違いは、文章を作らないという点です。
与えられた情報を見て、決められた選択肢のどれかを返すモデルです。このとき、「あっているかどうかの確率（確信度）」も一緒に返します。
これによって、普通の生成AIモデルをサポートします。たとえば、顧客に寄り添って間違えた判断をしそうなときにとめてくれたり、前提にない選択肢を提示しようとしたりするのを制御できます。
いわば生成AIのサポートくんですかね。
ユーザーのプロンプトをJevにチェックさせることもできますし、LLMの回答をチェックさせることもできます。たとえば、こんなことが可能。
公式ブログではこう説明されています。
“Think of Jev as a frontier-intelligence function call: unstructured state in, typed probabilistic decisions out.”
「Jevは最先端の知能を持つ関数呼び出しだと考えてください。非構造化の状態を入れると、型付きの確率的な判断が出てきます」
開発者向けに言えば、自然言語の意味を読める「曖昧なif文」です。
「この回答は規約違反？」→「はい」「いいえ」。こういう判断を返す部品と考えると分かりやすいです。
なぜ必要？Air Canadaの事例
2024年、Air Canadaのチャットボットが誤案内をしました。「搭乗後でも遺族割引を申請できる」と答えたのです。実際の規定では、できませんでした。
紛争処理機関は、Air Canada側に支払いを命じました。「AIが答えただけ」は言い訳になりませんでした。
出典：Air Canada ordered to pay customer who was misled by airline’s chatbot（The Guardian）
こうした事故を防ぐ使い方が、Jevの分かりやすい用途です。LLMの回答を顧客に送る前に、「規約に沿っているか」を判定させるのです。
もちろん、チャットだけの用途に限りません。アイディア次第で色々なことに使えます。
3種類の判断
Jevの判断には、大きく3種類あります。
- Noul：Yes / No
- Choice：複数の候補から選ぶ
- Score：段階・度合いを判定する
詳細：Primitives（TypeSafe AI Docs）
Noulは見慣れないですが。YesまたはNoである確率を示します。
普通のLLMでもできるのでは？
この「生成AIの回答判断器」って、Jevを使わずとも、普通のLLMでもできる気がしませんか？
もちろん、できます。
ただ、普通のLLMは文章生成モデルです。判断だけを大量にさせるには、遅くて高すぎる場合があります。出力の解析や検証も必要です。
Jevは最初から、型が決まった判断だけを返すように作られています。そのために速くて安い。
公式はこう書いています。
“Jev is optimized for structured outputs and can’t hallucinate.”
「Jevは構造化出力に最適化されており、ハルシネーションを起こしません」
ハルシネーションは起こさないというより、前もって決まった回答からしか選べないので、ハルシネーションを起こせないのですよね。
Jevという名前の由来
「Jev」という名前は、ジェヴォンズのパラドックスから来ています。
“We named Jev after William Stanley Jevons. We expect machine intelligence to follow a similar path to coal, after steam-engine efficiency led to an increase in demand.”
「JevはWilliam Stanley Jevonsにちなんで名付けました。蒸気機関の効率化が石炭の需要増につながったように、機械知能も同じ道をたどると私たちは考えています」
AIの判断が安くなれば、あらゆるソフトに組み込まれる。そういう未来を表した名前です。
速い・安い。ただし自社評価
公式が公表している数字です。
- 応答時間：70〜500ミリ秒
- 同等の知能で40〜200倍高速
- 公式ワークフロー評価では193.6倍高速・444.6倍安価
- 入力100万トークンあたり0.042ドル
- 出力は無料
“End-to-end response time is 70ms-500ms for TypeSafe.”
「TypeSafeのエンドツーエンドの応答時間は70〜500ミリ秒です」
これはTypeSafe AI自身による評価です。どんな仕事でもこの差が出るわけではありません。
使うときの注意点
- 間違った判断はあり得る。確信度が低ければ人間に回す設計が必要
- 日本語は検証が必要。英語以外は十分に評価されていない（Models）
- 入力データは外部送信される。学習には使われないが、ZDRはEnterprise向け（Legal）
データは学習には使われないと明言されています。ただし、TypeSafe社のサーバーには送られます。
これを避けるには、ZDR（Zero Data Retention）契約が必要ですが、こちらには、エンタープライズアカウント契約が必要とのこと。
機密情報かどうかの判断をJevにさせるという使い方などは、避けたほうが良いかと思います。
今すぐ使いたいと思ったら
下記よりアカウント作成可能になっています。
現在は、最初に5ドルほどのAPI無料枠があります。アカウント作成後1か月のみ有効です。
また中にPlaygroundがあり、テストも可能です。
まずは遊んでみることをおすすめします。AIに聞けば、Jevにいれる構文を作れます。
まとめ
Jevを使えば、安く速く、生成AIの回答をチェックできます。
つまり、間違った回答がユーザーに届く前に止められます。生成AIの回答を、より安心して使えるようになります。上手に取り入れていきたいですね。
生成AIはどんどん賢くなっていますが、信頼性や安全性は取り残されているように感じます。Jevのようなツールが今後も出てきて、こういった面も上がると良いと思います。
ちなみに、今回は動画で実際にJevを作ったWebアプリのデモをお見せしています。
よかったら、こちらも見てみてくださいね。
*PHPのフレームワークLaravelで作りました。Laravelは対応が速く、Laravel AI SDKの1.xブランチでJevをサポートしています。.envにJevを使えるAPIキーは別途必要です。
