文章を1文字も生成しないAI「Jev」は何に使えて、どこでコケるのか

こんにちは、まいとです。

今回は久しぶりに新AIツールについてのまとめになります。

最近、AI界隈で「Jev（ジェブ）」という新しいモデルが大きな話題になっています。 「文章を一切書かない」「会話ができない」という、ChatGPTやClaudeとは根本的に異なる判定特化型のAIです。

私自身はまだ直接コードを触って検証したわけではありませんが、日米のAIエンジニアや解説者のみなさんが続々と検証動画を公開されていて、その内容が非常に刺激的だったので、自分用の備忘録を兼ねてまとめてみました。

そう思っている方向けに、各検証者の具体的なデモ内容やソースを明記しながら、基本から10種類以上の応用例、失敗事例、そして今すぐ試せる導入手順まで網羅的に解説します。

一番下にXで人気の使用例を出しているので、気になる方は目次からどうぞ。

1. 文章を書かないAI「Jev」とは？（開発元・料金・スピード）

Jevは、元OpenAIでChatGPTや強化学習（RLHF）の研究を手掛けたDiogo Almeida氏が立ち上げた「TypeSafe AI」社によって開発されました。

従来のLLM（大規模言語モデル）のようにテキストを1文字ずつ確率的に生成するのではなく、入力されたデータ（State）を読み込み、あらかじめ用意された選択肢の中から「どれに当てはまるか」を確率で返す「意思決定・分類専用モデル（System 1）」です。

検証者たちが口をそろえて驚いているのが、その圧倒的なスペックです。

• 圧倒的なスピード: 判定にかかる時間は約70〜500ミリ秒（0.07〜0.5秒程度）。TypeSafe社の自社評価では、従来のフロンティアLLMより40〜200倍高速とされています（※米国西海岸での計測値のため、日本からの使用時はネットワーク遅延が加わります）。

• 破格のコスト: 入力100万トークンあたり約0.042ドルで、出力トークン費用は実質無料です。1,000入力トークンあたり約0.000042ドル（約1/25セント）と極めて低価格です。

2. 安全性とハルシネーション（本当に壊れないのか）

AIをシステムに組む際に一番怖いのが「ハルシネーション（嘘やフォーマットの崩れ）」です。

• フォーマット崩れは構造上ゼロ: AI解説者のSam Witteveen氏（YouTube: 「Sam Witteveen」）や、KEITO氏（YouTube: 「KEITO【AI&WEB ch】」）が解説している通り、Jevはテキストを生成する能力自体がないため、JSONのカッコが閉じないといったスキーマ破損や捏造が一切起きません。

• RLCD（較正強化学習）: Jevは「RLCD（Reinforcement Learning for Calibrated Decisions）」という手法で学習されており、出力される確率が実際の正解率と整合するよう「較正（Calibration）」を重視して設計されています。そのため、「確信度90%以上なら自動処理、それ未満なら人間や大型LLMへ回す」といった閾値による安全設計が非常に有効です。

• プロンプトインジェクションの検知・防衛: 悪意ある命令を仕込むプロンプトインジェクションの検知やガードレール用途、皮肉（サーカズム）の識別テストにおいても高い検出・判定性能が確認されています。

3. 基本的な仕組み：3つの判定アウトプット

エンジニア系YouTuberのCJ氏（YouTube: 「Syntax」）らの解説によると、Jevへの指示はプロンプト文ではなく「状態（State）」としてテキストを渡し、以下の3つの型（スキーマ）で判定を受け取ります。

1. Choice（選択）: 用意した複数の選択肢（例：部署「営業 / 技術 / 請求」）から最適なものを選び、全選択肢の確率を返します。

2. Score（スコア）: 定義したスケール（例：重要度0〜2、または低・中・高・緊急などの段階）で評価を行います。

3. Noul（二者択一・確率型）: 「スパムか（Yes/No）」などの二者択一の発生確率（0%〜100%）を、Jev独自の「Noul（ヌル）」という型で受け取ります。

4. どんな用途に使えるか？（10以上の具体的な実演・検証事例）

検証者たちが動画で公開している、実に多様なユースケースをまとめました。

① 大量メール・問い合わせの超高速整理

• Riley Brown氏（YouTube: 「Riley Brown」）: 自身のメール500通を一瞬でスキャンし、返信が必要か（Noul）、カテゴリ（Choice）、優先度（Score）をわずか12〜13秒で全件分類するデモを公開しています。

• Ryan Vogle氏（Open Code創業メンバー / YouTube: 「Greg Isenberg」出演）: 1,700通のメール（約420万インプットトークン）の整理・スパムスコア判定・優先度付けを、わずか18セント（約3秒）で完了させる衝撃的なデモを行っています。

② 顧客リードの選別・即時見積もり（B2B / 代理店）

• Ryan Vogle氏: パートナーのグラフィックデザイン代理店に届く大量の問い合わせから、高単価になりそうな見込み客（リード）をJevで瞬時にスクリーニングする仕組みを紹介しています。また、高圧洗浄などのローカルサービスフォームから即時見積もり・マッチングを行う事例も提案しています。

③ AIモデルの自動ルーティング（コスト削減）

• Riley Brown氏: ユーザーの質問内容に応じて「これは格安のNanoモデルで十分」「これはSonnetが必要」とJevが瞬時に判断し、最適なLLMへ処理を振り分ける「モデルルーター」を1プロンプトで構築・実演しています。

④確定的なツール呼び出し（LLM不使用の高速チャットボット）

• CJ氏（Syntax）: 雑談系LLMを一切介さず、Jevだけを使ってツールを呼び出すスマートホーム＆検索ボットを構築。ユーザーの言葉から「Wikipedia検索」「Web検索」「単位変換」のどれを使うべきかとパラメータを200ミリ秒以下で確定し、直接実行する構成を実演しています。

⑤ 動画の切り抜き（注目シーン抽出）

• Ryan Vogle氏: 長尺動画からバズりそうな注目シーン17箇所を約3秒で採点・抽出するデモを公開しています。

  • 【※正確な仕組み】 Jevが映像ファイルを直接見ているわけではありません。Whisper等の外部ツールで動画音声から「単語レベルの文字起こし（テキスト）」を作成し、そのテキスト全体（約110万トークン）をJevに入力して、各シーンの面白さを高速分類・採点させています。

⑥ リアルタイム・ゲーム制御＆自動運転シミュレーター

• CJ氏（Syntax）: テトリスのルールをJevに認識させ、ブロックの落下や回転操作をリアルタイムのAPI呼び出しで判断してゲームをプレイさせるデモを紹介しています。

• Justin Schroeder氏（Riley Brown氏の動画で紹介） / CJ氏: 自動運転シミュレーター（Tesla Autopilot風）にJevを組み込み、周囲の状況からステアリング操作をリアルタイムに判断させる実験を行っています。

⑦ SNSのリアルタイム・モデレーション（ブラウザ拡張機能）

• CJ氏（Syntax）: X（旧Twitter）上で、怒りを煽る投稿（Rage bait）や政治・仮想通貨の話題をリアルタイムで判別し、タイムラインから自動非表示にするブラウザ拡張機能の事例を紹介しています。

⑧ ライブ討論のリアルタイム・ファクトチェック（BSメーター）

• CJ氏（Syntax）: ライブ討論などの音声テキストをリアルタイムでJevに流し込み、発言の信憑性やファクトチェックを画面上に「嘘つき度メーター（BS meter）」として即座に表示させるアイデアを解説しています。

⑨ AI文章の判定＆テキスト校正

• KEITO氏（KEITO【AI&WEB ch】）: 入力テキストが「AIっぽい文章かどうか」をリアルタイムでパーセンテージ表示するアプリを実演しています。また、CJ氏も学生の論文がAI生成や著作権侵害にあたらないかを高速判定する用途を挙げています。

⑩ タイトル・アイデアの自動採点＆ランキング

• KEITO氏: YouTube動画のタイトル案5パターンをJevに入力し、「クリックしたくなるか」「釣りすぎていないか」などの5つの基準で瞬時に採点・順位付けさせるエージェント構造を実演しています。

⑪ コードログの自動削減（コンパクション）＆トレード判断

• まさお氏（YouTube: 「まさおAIじっくり解説ch」） / KEITO氏: 開発時の長いターミナル出力から、不要なログ行だけをJevで識別して高速に削減（コンパクション）するフック処理を紹介しています。また、暗号資産（ビットコイン）のデータから毎分売買シグナル（Buy / Sell）を判断させる実験も行われています。

5. 何に使えないのか？検証者たちが突き当たった失敗と限界

非常に強力なJevですが、万能ではありません。検証者たちが報告している「失敗事例・限界」も明確になっています。

1. 伸びない企画の切捨て失敗（まさお氏の検証）

「まさおAIじっくり解説ch」のまさお氏は、自身のYouTube動画の「伸びそうな企画」をJevに予想させる実験を行いました。 結果、Jevは「当たりそうな上位の企画」を抽出することはできたものの、「伸びない下位の企画」を正しく切り捨てることができず、実際には伸びた動画を「伸びない」と誤判定して6本も沈めてしまいました。Claude OpusやFableといった大型LLMが高い精度で予想できたのに対し、Jev単体では複雑で微妙なニュアンスの比較・評価で判断を外すケースが確認されています。

2. 入力データ（State）のノイズに弱い（まさお氏の検証）

まさお氏の指摘によると、Jevに渡す入力テキストに判定と関係のない無駄な情報が多く含まれていると、不適切な選択肢に引きずられて判定の確信度が下がってしまいます。例えば「請求（ビリング）」の判定をさせたい文章の中に「ログインできない」という余計な文脈が混ざっていると、確率が下がってしまいます。事前に入力データを綺麗に整理して渡さないと期待通りの精度が出ません。

3. 短すぎるテキストでは確信度がブレる（Sam Witteveen氏の検証）

Sam Witteveen氏の検証によると、入力テキストが単語1〜2個など極端に短い場合、Jevは判断材料不足に陥り確信度が大きく低下します。ある程度まとまった情報量のテキストを渡した方が判定が安定します。

4. コンテキストウィンドウが小さい（Riley Brown氏の指摘）

Riley Brown氏が指摘するように、Jevのコンテキストウィンドウは大型LLM（100万トークン規模）の約6%程度しかありません。企業内の膨大なドキュメントを丸ごと読み込ませて一度に判断させるような用途には不向きです。

5. 暗号資産（ビットコイン）などのトレード判断での失敗（Ryan Vogle氏の検証）

Ryan Vogle氏は、1分ごとのビットコインのデータからJevに売買シグナル（Buy / Hold / Sell）を判断させる実験を行いました。しかし結果は振るわず、「あまりうまくいかなかった。自分の資産やポートフォリオをJevだけに任せるべきではない」と強く注意を促しています。ニュースなどを複合的に分析できる大型LLM（GPT-6/Astraなど）と比べると、単なるデータからのトレード判断には限界があります。

6. 判定理由や思考プロセス（Reasoning）の文章説明ができない

Ryan Vogle氏やCJ氏、KEITO氏らが強調している通り、Jevにはテキスト生成能力が一切ありません。そのため、「なぜその判定に至ったのか」という理由や背景、改善のアドバイスなどをユーザーに文章で説明させることは構造上不可能です。

7.  関数の「引数（Arguments）」生成に関する制約

> Jevはテキスト生成を行わないため、自由形式のテキストやオープンエンドな引数を抽出・生成することはできません。ただし、あらかじめ選択肢が定義された「閉じた集合の引数」（例：定義済みの都市名や設定値など）であれば、ChoiceやNoulを使って選択させることが可能です。

8. 複雑で展開が読めない動的ブラウザ操作が難航（まさお氏の検証）

まさお氏の検証によると、次にどんなアクションが返ってくるか予測がつかない複雑なブラウザ操作や動的なやり取りにおいては、Jev単体で制御しきるのは難しいと報告されています。

9. セキュリティチェック・脆弱性検出での見落とし（まさお氏の検証）

まさお氏が紹介した第三者の検証データによると、コードの安全レビューにおいて、仕込まれた7件の脆弱性のうち6件はJevで検出できたものの、特定パターン1件を3回とも見落としてしまいました。Fableなどの大型LLMは正しく検出できたため、セキュリティ領域での完全自動化には不安が残ります。

6. 今すぐ試すには？（導入手順とAPIキー取得方法）

「自分でもJevを動かしてみたい！」という方向けに、導入手順をまとめました。

現在、本家のTypeSafe AI公式サイトからのアクセスは順番待ち（Waitlist / 招待制）となっています。しかし、KEITO氏やまさお氏が解説している通り、すでにサードパーティのプロバイダー経由で今すぐ利用可能です。

手順1：利用するプロバイダーを選ぶ

以下のいずれかのサービスでアカウントを作成します[54]。

• Vercel AI Gateway: 最も手軽に導入可能。ダッシュボードからモデルで「Jev」を検索し、クレジットを追加すればAPIキーが発行できます。

• Cloudflare AI Gateway: 左側メニューの「AI」→「AI Gateway」内にJevが用意されています。

• OpenRouter: OpenAI互換のエンドポイント経由ですぐに呼び出せます。

手順2：APIキーを取得してコードに組み込む

1. 各サービスのダッシュボードでAPIキーを発行します。

2. プログラム側で Typesafe AI SDK、または OpenAI 互換 SDK を呼び出します。

3. 判定させたい「State（入力テキスト）」と、質問の型（choice / score / null）を定義して実行します。

※コードを書くのが難しい場合は、Claude CodeやCursorなどのAIエージェントに「Vercel AI Gateway経由でJevを使うコードを書いて」と頼めば、数秒でセットアップスクリプトを組んでくれます。

7. おわりに

Jevは、単体ですべてをこなす万能AIではありません。

ですが、「生成AIに判断させたいけれど、時間がかかるしコストも高い」「JSON出力が崩れてプログラムが落ちる」という開発上の悩みを綺麗に解決してくれます。

重い文章生成や複雑な推論はClaudeやGPTなどの大型LLMに任せ、前処理や事前分類、モデルのルーティングといった「判断の入り口（スマートなif文）」をJevに任せる。そうやって役割分担させることで、爆速かつ格安で動くシステムが作れます。

AIを「会話する相手」としてだけでなく、「プログラムの分岐条件」として捉え直すきっかけになる、非常に面白いモデルですね。

8.追記　Xでバズった使用例

1. JevをMAGIシステムに組み込み、くだらない悩みや選択肢を爆速で判定・回答させる用途。遊びながら即断を体験するデモ。

会議の発言をリアルタイムで業務フロー図（Draw.io）に自動変換する用途。雑談をスルーし、業務内容だけを拾って図を完成させる。

会計処理の判定をJev APIで行うモックを作成する用途。仕訳や分類などの実務判断を高速・安価に自動化する。

ライブコメントを「質問・感想・要望・その他」に自動振り分ける用途。コメントの意味を判定して、その後の処理ルートを変える。

有名人をポケモンのタイプに判定するマシンを作る用途。入力テキストからタイプを高速に分類する遊び系デモ。

声の指示と現在の服装からクローゼット内の服を選び、リアルタイム仮想試着を行う用途。低コスト・低遅延で服装決定を実現する。

Browser Useと組み合わせてブラウザ操作の次アクションをJevで判定する用途。Google Flights検索などを超高速・超低コストで完了させる。

「AはBか？」を自由入力で高速判定するWebサイトを作る用途。任意の命題に対するYes/No判断を瞬時に返す。

WhatsAppメッセージ1万件超を読み、詐欺リスクのあるものを検出する用途。大量テキストから危険なものを高速・安価にスクリーニングする。