Jev：何なのか、どう使うのか

TypeSafe 初の System One モデル実践ガイド · @aizvestia 向け · 2026年9月

これは何か

Jev は TypeSafe が公開した最初の System One モデル。チャットモデルでも「JSON モード付き LLM の一つ」でもなく、そもそもテキストを生成しない。state（文脈：テキスト、JSON、配列）と型付き質問のリストを送ると、機械がそのまま使える判断が返ってくる：選ばれた選択肢、スケール上のスコア、「はい」の確率 - さらに各回答の確率分布と confidence。作った本人たちが一言で表すと 'smart if-statements'、コード用の賢い if-else。 一番わかりやすい例はメールだ：Jev は各メールをざっと見て「スパム、94% 確信」「要返信」「後回しでOK」と判定する。何も書き返さない、仕分けだけ：1700通が18セント。

System One という名前はカーネマンの『ファスト&スロー』から：直感的な高速判断向けで、遅い推論向けではない。面白い話、TypeSafe の共同創業者 Diogo Almeida は RLHF の共同発明者 - ChatGPT を訓練したまさにその手法だ。今は自動化には別の訓練手法が必要だと賭けている。

「前のもの」と何が違うか

言語モデルの事後学習は3つの時代を経てきた：

較正の要点：モデルが 0.8 と言えば、長い系列では約80%が正解になる。確率がロジックを組める数値になる。

JSON を「無理やり」吐かせた LLM との実質的な違い：

• 出力は構造から型付き。モデルはあなたの選択肢の外に物理的に答えられない - 99.99% ではなく 100%。パース失敗のリトライも不要。
• 各回答は確率分布であって、単なる一択ではない。どの選択肢が堂々と勝ったのか、2つがほぼ互角で迷ったのかが見える。
• 質問は並列・独立に評価される：十数個足しても応答時間はほぼ変わらず（サブ秒レイテンシ）、context rot も起きない。
• 安くて速い：コンソールのウェルカムページでは LLM の 20-200倍速い、40-1000倍安いと謳っている（会社の主張だが検証は簡単）。

3つのプリミティブ

時間を節約するニュアンス：

• Noul に confidence はない - 値そのものが確率。0.5 は「わからない」で「中級」ではない。レベルを測りたいならレベル記述つきの Score を書く。
• Choice にはリストが網羅しきれない場合に備えて 'other' / 'none of the above' を足しておく。
• 質問 ID はあなたのコード用。モデルには見えない。質問本文は instructions に全部書く。
• state が JSON なら、質問内でバッククォートで正確なパスを指す：`ticket.messages[0].text`。
• 1質問 = 1つの速い判断。「分析して行動計画を出して」は悪い質問。「このメッセージは緊急性を伝えているか？」は良い質問。

5分で始める

0. ウェイトリスト不要：Jev は Vercel AI Gateway に typesafe-ai/jev として既に公開中（$0.042/100万入力トークン）。Vercel 使いなら ai パッケージからすぐ呼べる。OpenRouter にもある：~typesafe/jev-latest（OpenAI 互換 API）。

1. Playground。console.typesafe.ai/playground を開き、適当なテキストを state に貼り、質問を足して Run。（入ると小テスト「Jev とおしゃべりできる？」- 正解は No。）

2. API を直接叩く。コンソールでキーを取り、エンドポイントは1つだけ：

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Trying to connect my Stripe for 3 days, keeps failing. Help ASAP.",
    "model": "jev-latest",
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this",
        "criteria": {
          "billing": "Payment or subscription issues",
          "technical": "Bugs or integration problems"
        }
      },
      "is_urgent": { "type": "noul", "instructions": "The message conveys urgency" }
    }
  }'

レスポンスでは各質問に、選ばれた値・全選択肢の確率・confidence がついてくる。

3. Python SDK（3.10+）：クライアントが TYPESAFE_API_KEY を自動で読み、デフォルトで jev-latest を呼ぶ：

pip install typesafe-sdk

from typesafe_sdk import Choice, Noul, Score, TypeSafeClient

client = TypeSafeClient()
response = client.system_one(
    state=ticket,
    questions={
        "department": Choice(
            instructions="Which team should handle this",
            criteria={
                "billing": "Payment or subscription issues",
                "technical": "Bugs or integration problems",
            },
        ),
        "is_urgent": Noul(instructions="The message conveys urgency"),
    },
)
print(response.answers["department"].choice)   # "billing"
print(response.answers["is_urgent"].noul)      # 0.999

JS には @typesafe-ai/sdk、エージェント（Claude Code、Codex など）には出来合いのスキル：npx skills add typesafe-ai/skills --skill typesafe-ai。このスキルは「質問はまとめて送れ」とエージェントに教える - エージェントは質問1つにリクエスト1つを燃やしがちなので。

主要4パターン

1. Speculative fan-out。同じ state を共有する質問は全部1リクエストに。常に必要とは限らない「投機的」な質問もまとめて。追加1問はタダ同然で、応答時間はほぼ不変。TypeSafe のクックブック：13問を1回で送ると13回の個別呼び出しより約12倍安く約10倍速く、回答は同じ。
2. Confidence-gated routing。回答は「何を」、confidence は「動くかどうか」を語る。3ゾーン：高 - 自動実行。中 - 確認またはレビュー行き。低 - 人間か推論モデルへエスカレーション。閾値はリスク次第：画面の表示ミスは0.6で許容、決済の実行は0.9以上で。
3. Composite scoring。複雑な判断はアトミックな Score に分解し、コード内の重みで合成。チケット優先度 = severity * 0.5 + frustration * 0.3 + actionability * 0.2。優先度が変わったら？係数をいじるだけでプロンプトの書き直しは不要。
4. Intent routing。流入リクエストを分類してルーティング：決定的コード、安いモデル、高い推論モデル、あるいは人間。

価格と制限（jev-1.13.0）

• 入力100万トークンあたり $0.042（$42/Btok）。出力トークンは無料。
• 制限：毎秒250kトークン、毎分1200リクエスト（動的、変更されうる）。
• コンテキスト：1リクエスト64kトークン。state + 最長の質問は32kまで（英語で約15万文字）。
• テキストのみ：文字列、JSONオブジェクト、配列。画像・音声・動画は不可。
• サーバーは us-west - 欧州からだと米国よりレイテンシが高い。
• jev-latest は現行バージョンへのエイリアス。特定バージョンで閾値を調整したら jev-1.13.0 を明示的にピンせよ：次のリリースでエイリアスは移動する。
• 英語が主な学習言語で、他言語は精度が落ちる。日本語コンテンツでは別途テストし、confidence を注視すること。
• ファインチューニングはなし - ドメインは state と質問の criteria で形作る。

弱点（彼ら自身のドキュメントから正直に）

jev-1.13 には公開の「jaggedness」ページがある - モデルにできないことの正直なリスト：

• テキスト生成器ではない。文章を書かせるな、Choice の連鎖で生成を絞り出すな。
• 計算は苦手。算術、個数のカウント、日付の間隔 - すべてコードで。モデルは意味の質問に答える機械で、計算機ではない。
• 日付をテキストとして読む。「どちらの日付が先？」は信頼できない。Choice で構成要素を抽出し（月 - 12択 +「記載なし」）、コードで日付を組み立てて比較する。
• 文字通りに答える - 書かれた質問にであって、意図した質問にはではない。否定や二重の回りくどさを避ける。
• Context rot。state の余計なゴミは精度を下げる：送る前にフィルタする。
• 不変量は保証されない。Noul「返金を求めている」と Noul「返金以外を求めている」が 0.72 と 0.47 を返しうる - 合計 1.19、それが普通。質問タイプ間で閾値を持ち越すな。
• 敵対的コンテンツは回答をずらしうる - モデルにとって state はデータであって脅威ではない。本番前にエッジケースをテストせよ。

どこに使うか

RAG rerankLLM guardrailscitation checkjailbreak detectticket routingmoderationcomplianceML featurescatalog matchingresume scoringlead scoring

動く例：Jev 製のビットコイン BUY/SELL/HOLD ターミナル - jev-terminal.vercel.app。API は正直な確率を返し、判断は一瞬で届く。

もう一つの例 - インスタント生成 UI：実験 json-render + jev - Jev があなたのコンポーネント・アクション・デザインシステムから選び、インターフェースがミリ秒でレンダリングされる。

リンク

• コンソールと Playground：console.typesafe.ai
• ドキュメント：docs.typesafe.ai
• マニフェスト：typesafe.ai/manifesto