ChatGPTやClaudeの次に「Jev」が話題になっている。でも、普通の人が直接使うAIではない

ChatGPT、Claude、Gemini。

ここ数年、生成AIの競争は「どのAIが一番賢いのか」という方向で進んできた。

ところが2026年9月、少し違う方向から注目を集め始めたAIがある。

**Jev（ジェヴ）**である。

Jevを開発したのはTypeSafe AIだ。同社は2026年9月15日、Jevを最初の「System One Model」としてEarly Accessで公開した。

ただし、最初に結論を書いておきたい。

普通の人がChatGPTの代わりにJevを直接使う必要は、今のところほとんどない。

Jevは文章を書くAIではない。

むしろ、ChatGPTなどのAIやAI Agentが動く「裏側」で、大量の小さな判断を高速に処理するためのAIである。

そして、Jevそのもの以上に面白いのは、このモデルが示しているAIの未来だと思う。

これからのAI競争は、

「一番賢いAIを選ぶ競争」から、「複数のAIをどう使い分けるかという競争」へ

変わっていく可能性がある。

※かなり難しいので、先に図解でイメージを把握してもらいたい。

Jevを作ったのは、元OpenAIの研究者

TypeSafe AIの創業者Diogo Almeida氏は元OpenAI研究者である。

TypeSafeは同氏について、InstructGPTやRLHFにつながる研究に携わった人物の一人として紹介している。

つまり、ChatGPTにつながる技術を研究した側の人物が、今度は「会話しないAI」を作っていることになる。

さらにTypeSafeはJevを発表した2026年9月15日、DCVC主導で4,000万ドルのシード資金調達も発表した。

なぜ、文章を生成するLLMが世界を席巻している今、あえて「文章を書かないAI」を作るのか。

そこにJevの意味がある。

Jevは「文章を書くAI」ではなく「判断するAI」

ChatGPTに、

「日本の製造業について説明してください」

と頼めば、文章を作ってくれる。

一般的なLLMは、次に続くトークンを予測しながら文章を生成していく。

一方、Jevが得意とする仕事は違う。

たとえば、カスタマーサポートに次の問い合わせが来たとする。

「クレジットカードから二重に請求されています。返金してください」

ChatGPTなら、顧客への返信文を作れる。

Jevにやらせたいのは、そこではない。

「この問い合わせをどこへ送るべきか」

という判断である。

たとえば、

営業　3％
請求　92％
技術サポート　5％

というように、決められた選択肢について判断と確率を返す。

TypeSafeはこの考え方を、

「unstructured state in, typed probabilistic decisions out」

と表現している。

日本語で簡単に言えば、

「いろいろな情報を入れると、決められた形式で判断と確率が返ってくる」

ということだ。

一見すると、ChatGPTよりずっと地味である。

しかしAI Agentが普及すると、この「小さな判断」が重要になる。

AI Agentは、一つの仕事の中で何十回も判断している

たとえばAI Agentに、

「競合企業を調査して、資料を作ってください」

と頼んだとする。

人間から見れば依頼は1回である。

しかしAgentの内部では、

Web検索するか。

どの検索結果を読むか。

追加検索するか。

どのAIモデルを使うか。

情報は十分集まったか。

もう一度試すか。

人間に確認するか。

といった判断が何度も発生する。

Coding Agentならさらに分かりやすい。

Repositoryを見るか。

Logを見るか。

どのToolを呼び出すか。

このCommandを実行して安全か。

Testするか。

失敗したのでretryするか。

もう人間に聞くべきか。

こうした小さな判断が、Agentが一つの仕事を完了するまでに何十回も繰り返される。

そこで問題になる。

そのたびに最高性能のLLMを呼ぶ必要があるのか。

複雑なプログラムを書く場面では高性能LLMが必要だろう。

しかし、

「retryするか？」

「どのToolを使うか？」

「この結果は十分か？」

という判断まで毎回巨大LLMにやらせるのは、かなりぜいたくである。

Jevは、まさにこの領域を狙っている。

LLMとJevは競争相手ではない

ここは非常に重要である。

Jevが登場したからといって、

「JevがChatGPTを倒す」

という話ではない。

そもそも仕事が違う。

ChatGPTやClaudeのようなLLMは、

文章を書く。
会話する。
複雑な問題を考える。
プログラムを書く。

といった仕事が得意である。

一方Jevは、

分類する。
選択する。
スコアを付ける。
Yes / Noを判断する。

といった仕事を担当する。

Cloudflare Workers AIでは、Jevの質問形式として主に3種類が用意されている。

Noul
Yes / Noのような二値方向の判断を確率で返す。

Choice
用意された複数の選択肢から選ぶ。

Score
設定した評価軸のどこに位置するかをスコアリングする。

つまり、

「考えるAI」と「判断するAI」を分業させる

という発想である。

なぜ「確率」を返すことが重要なのか

Jevの面白いところは、単に答えを返すのではなく、不確実性も扱えることにある。

たとえば、

「この操作は危険か？」

という問いについて、

危険　99％

と、

危険　55％

では、システムの行動を変えられる。

たとえば、

99％以上 → 自動停止
90～99％ → 別のAIでもう一度チェック
90％未満 → 人間に確認

というようなルールを作れる。

ここで重要になるのがCalibrationである。

TypeSafeはJev向けの学習方法を、

RLCD（Reinforcement Learning for Calibrated Decisions）

と呼んでいる。

文章生成AIでは、「人間が好む回答」を作ることが大きなテーマだった。

Jevの場合は少し違う。

重要なのは、

その判断にどの程度自信があるのかまで、できるだけ適切に表現すること

である。

ただし、「90％」と出たから、その1回の判断が90％正しいという意味ではない。

Calibrationとは、多数の判断を集めたときに、

「90％程度の確信を示したケースが、実際にもそれに近い割合で正しい」

という状態を目指す考え方である。

したがって、Jevが返す確率をそのまま絶対視してはいけない。

企業で使うなら、自社データでthresholdを検証する必要がある。

「Zero Hallucinations」の正しい意味

Jevについて特に誤解されやすいのが、

Zero Hallucinations

という表現である。

TypeSafeはJevについて、「can’t hallucinate」とかなり強い表現を使っている。

ただし、これは、

「Jevは絶対に間違えない」

という意味ではない。

たとえばJevに、

A
B
C

という3つの選択肢から答えさせるとする。

Jevは突然、

Dです。さらに詳しく説明すると……

のような、指定されていない形式の回答を作らない。

つまり、

出力が指定されたSchemaから外れない

という性質である。

しかし、

A、B、Cのどれを選ぶかという判断自体を間違える可能性はある。

したがって、

「幻覚ゼロ＝間違いゼロ」

ではない。

より正確に表現するなら、

「勝手な形式の回答を作らず、決められた型の中で判断するAI」

ということになる。

これは業務システムではかなり重要である。

AIに、

「この取引を承認するか？」

と聞いたとき、

YES
NO
REVIEW

の3つだけ返してほしいのに、突然長い文章が返ってきたらシステムとして扱いにくい。

Jevでは、そこを最初から設計思想として解決しようとしている。

もちろん、指定された選択肢の中で判断を間違える可能性は残る。

だから権限管理や最終的な安全制御は、AI任せではなくプログラム側で行う必要がある。

なぜJevは安くて速いのか

TypeSafeが公表しているJevの価格は、

入力100万トークンあたり0.042ドル

である。

出力については無料としている。

公表されているEnd-to-EndのLatencyも、およそ70～500msである。

かなり安く、かなり速い。

理由の一つは、普通のLLMのように長い文章を1トークンずつ生成するモデルではないからである。

ChatGPTに500文字の文章を書かせれば、その文章を順番に生成する必要がある。

Jevが必要なのは、

A　3％
B　92％
C　5％

といった判断である。

そもそも大量の文章を生成する必要がない。

だから、

「出力トークンが安い」のではなく、「長い出力を生成するという仕事自体をしない」

と考えた方が分かりやすい。

TypeSafeは社内Workflow評価で、一般的なLLMと比較して、

193.6倍高速

444.6倍低コスト

という数字も公表している。

ただし、この数字は慎重に読む必要がある。

TypeSafe自身も、実際の利用で期待される改善幅としてはかなり高い側の結果だと説明している。

また、評価したWorkflow自体もTypeSafe側で作られている。

したがって、

「Jevはどんな場面でもLLMの約200倍速い」

という意味ではない。

重要なのは倍率そのものではなく、

高度な文章生成を必要としない判断まで、高性能LLMにやらせる必要があるのか

という問題提起だろう。

Jevにも当然、苦手な仕事がある

ここまで読むと、

「だったら全部Jevに任せればよいのでは？」

と思うかもしれない。

もちろん、そうではない。

Jevは汎用LLMの代替ではない。

複雑な文章を生成する。

長い文脈を読み解いて説明する。

高度な推論をする。

未知の問題について柔軟に考える。

こうした仕事はLLMの領域である。

Jevが強いのは、

判断する対象や選択肢をある程度定義できる場面

である。

そのため、Jev単体を見るより、

「どこをJevに任せ、どこをLLMに任せるか」

というシステム設計を見る方が重要である。

今後、企業のAIは「一つのAI」ではなくなる

私はここがJevで最も興味深いところだと思う。

今後の企業AIは、

「GPT-○○を導入しました」

だけでは説明できなくなる可能性がある。

たとえば、

簡単な処理
→ 小型モデル

複雑な推論
→ Frontier Model

Coding
→ Coding Model

画像処理
→ Vision Model

大量の小さな判断
→ Decision Model

という使い分けが行われる。

さらにその上に、

Model Router

Agent Router

Eval

Guardrail

Cost Optimizer

などが載る。

つまり、企業が作るAIシステムは一つの巨大なモデルではなく、

複数のAIを組み合わせた「AIチーム」

のようになっていく。

スマートフォンと同じことがAIでも起きるかもしれない

これはスマートフォンを考えると分かりやすい。

私たちはiPhoneやAndroidを使うとき、

「いまCPUを動かしている」

「この処理はGPUだ」

「ここではNeural Engineを使っている」

などとは考えない。

写真を撮る。

動画を見る。

ゲームをする。

検索する。

ユーザーが意識するのはそれだけである。

しかし内部では、処理内容によって複数のプロセッサが使い分けられている。

AIも同じようになるかもしれない。

ユーザーから見ると、

「会社のAIアシスタント」

一つである。

しかし裏側では、

考えるAI

書くAI

見るAI

探すAI

判断するAI

安全性を確認するAI

が動いている。

ユーザーはJevという名前すら知らない。

それでも何の問題もない。

むしろ、その状態になったときAIは本当の意味でインフラになったと言えるのかもしれない。

Jevで面白いのは「新しいAIが出たこと」ではない

生成AIのニュースを見ると、

「GPTより強いのか」

「Claudeより賢いのか」

「ベンチマークで何位なのか」

という話になりやすい。

しかしJevが投げかけている問いは少し違う。

そもそも、全部の仕事を一番賢いAIにやらせる必要があるのか。

文章を書くなら文章を書くAI。

深く考えるなら推論するAI。

大量の判断ならDecision Model。

それらをRouterやGuardrailで組み合わせる。

今後のAI競争は、

「最強のAIはどれか」

だけではなく、

「大量のAIをどう組み合わせ、速く、安く、正確に仕事を終わらせるか」

という競争になっていく可能性がある。

Jevが将来どこまで普及するかは、まだ分からない。

公開されたばかりのモデルであり、Decision Modelというカテゴリー自体が定着するかも未知数である。

それでも、

「すべてをLLMにやらせる時代の次」を考えるきっかけ

として、Jevは非常に面白い。

新しいAIが一つ増えたことよりも、

AIの役割分担が始まったこと。

私は、こちらの方が大きなニュースだと思っている。