Jev開発者向けシステムモデルとLLMの違い

JevはTypeSafe AIが開発した、ソフトウェア判断用のモデルです。説明文ではなく、選択値と確率を返します。分類と処理の分岐に適するよう設計されています。出力形式が正しくても、判断は誤っている場合があります。

料金と速度の数値は、TypeSafeが2026年9月15日に発表した内容に基づきます。

JevとSystem One Modelの意味

Jevは、コードがそのまま利用できる判断結果を出力するAIです。正式な製品名はJevです。TypeSafeはこの系列をSystem One Modelと呼んでいます。

入力には、判断対象であるstateと質問であるquestionsが含まれます。stateは、顧客からの問い合わせや業務記録など、判断に必要な情報です。質問には、許可する回答と評価基準を指定します。

System Oneという名前は、速く直感的な思考に由来します。製品の役割を説明するために会社が用いている名称です。自然言語の入力を理解する機能も備えています。概念と入力範囲は、TypeSafeのSystem Oneドキュメントで確認できます。

×

タブレットでデータを分析する女性の横に、システム構成とユーザーフローが示されている。

LLMとは何が違いますか？

主な違いは、出力できる回答の範囲です。LLMは、説明文やコードのような自由な内容を生成します。Jevは、開発者が定めた回答範囲の中で判断します。

LLMも構造化された形式で回答するよう構成できます。そのため、JSON出力自体はJevだけの機能ではありません。Vercelのドキュメントでは、構造化LLMとの連携方法も説明しています。ただし、同じ応答形式であっても、同じ評価動作を意味するわけではありません。VercelのJev解説で説明されている区分です。

ソフトウェアでは、出力仕様が正しくなければ次の処理を実行できません。たとえば、担当部署の値には許可された名称が必要です。そこに説明文が混ざると、別途解釈する処理が発生します。Jevは、このような判断結果を直接返すよう設計されています。

Choice・Score・Noulの条件別整理

質問への回答がどのような形式かに応じて、種類を選択してください。Jevの基本的な質問タイプはChoice、Score、Noulです。同じ状態に対する独立した質問は、1回の呼び出しにまとめられます。構成方法はTypeSafe Introductionに記載されています。

Scoreの数値は、設定した評価段階における位置を示します。必ずしもパーセントを意味するわけではありません。Noulは、「はい」である確率を返すタイプです。ScoreドキュメントとNoulドキュメントが、それぞれの解釈基準です。

互いに依存する質問は、処理順序を定めてください。後の質問に前の回答が必要な場合は、コードで接続する必要があります。同じ呼び出し内の質問は、共通の状態を独立して評価します。

レストラン対応事例の数値はどう読み取りますか？

レストラン対応のデモに登場する数値は、製品全体の精度とはみなせません。紹介動画の説明には、次の値が登場します。元のAPIリクエストと測定条件は確認されていません。

この事例は、出力形式を理解するための例です。数値だけで現実のトラブルを判定することはできません。特に、選択肢の構成が変わると、質問自体が変わります。

確率と信頼度を混同するよくある誤り

確率と信頼度は異なる値です。Choiceの確率は、各選択肢に割り当てられた値です。信頼度は、その確率分布がどの程度集中しているかを要約します。

したがって、信頼度92%を正答率92%と読み取ってはいけません。実際の正答率は、正解が確認された事例を使って測定する必要があります。Noulには、独立したconfidenceフィールドがありません。この区分は、TypeSafe Confidenceドキュメントに明記されています。

• 形式と精度の混同: 許可された部署を選んでも、担当部署を誤る場合があります。
• スコアと確率の混同: Scoreの値は、評価段階における位置を示す場合があります。
• 信頼度と正答率の混同: 信頼度が高いだけでは、個別の回答が正しいことは保証されません。
• 選択肢の不足: 必要な回答が選択肢にない場合、適切な判断が難しくなります。

較正は、複数の予測を集め、確率と結果の関係を評価する概念です。個別の回答1件の正確性を保証する手順ではありません。出力仕様への準拠と意味上の正確性は、分けて評価してください。

公開料金と速度比較の条件

公開料金は、入力トークンを基準に計算します。トークンは、モデルがテキストを処理する単位です。2026年9月15日の発表では、出力トークンの料金は無料と案内されました。

この数値は、すべてのリクエストの性能を保証する値ではありません。会社の評価には、外部モデルの予測を基準とした比較があります。これを実際の業務における正答率と同一視することはできません。測定条件は、TypeSafeのリリース発表で公開されています。

公開単価の計算例

入力10億トークンの基本利用料は42ドルです。計算式は1,000,000,000 ÷ 1,000,000 × 0.042です。これは公開単価の換算例です。

判断1件当たりの価格は、入力の長さによって異なります。実際の費用には、再試行や後続モデルの呼び出しも影響します。最新の単価は、TypeSafe Modelsドキュメントで確認してください。

Doomのデモが示す活用範囲

Doomのデモは、構造化されたゲーム状態から行動を選択する事例です。ゲーム画面の画像を直接理解したデモではありません。TypeSafeは、テキスト形式の状態データを使用したと説明しています。この条件は、リリース発表のDoomに関する説明に記載されています。

業務に適用する場合は、判断を繰り返す箇所が候補になります。次の表は、機能に基づく設計例です。個別の業務における性能は、別途検証する必要があります。

韓国語業務と数値処理の限界

韓国語の業務では、独自の検証が必要です。TypeSafeは、英語が主な学習言語だと案内しています。他言語の性能は同じではないと説明しています。言語サポートの条件は、Modelsドキュメントで確認できます。

数値を返すからといって、計算まで正確であるとは限りません。これは、2026年9月17日に確認した制限事項のドキュメントに記載された説明です。ドキュメントでは、計算をコードで処理するよう推奨しています。

Jev is not a calculator.

上記の文言は、Jev 1.13 jaggednessの原文です。

韓国語の検証資料には、実際の業務表現を含めてください。敬語や省略された主語も確認対象です。処理結果が確定している事例と、モデルの回答を照合できます。

APIとSDKの利用経路の比較

TypeSafeに直接接続する経路のほかに、ゲートウェイ経路も確認されています。リリース発表では、待機リストを通じた初期利用を案内していました。アカウントごとの利用可否は、各サービスで確認してください。

TypeSafeのQuick startでは、直接呼び出す手順を説明しています。次は、その経路の基本的な手順です。

1. コンソールでアカウントのアクセス権限を確認してください。
2. Playgroundで判断対象と質問をテストしてください。
3. ダッシュボードでAPIキーを発行してください。
4. SDKまたはHTTP APIでリクエストを送信してください。
5. 戻り値と確率をコードの処理ルールに接続してください。

VercelのEvaluationドキュメントには、接続例があります。「はい」か「いいえ」で答える質問は、この経路ではBooleanとして表示されます。OpenRouterのJev 1.13ページでもモデルを確認できます。経路ごとのリクエスト形式と上限については、それぞれのドキュメントを基準にしてください。

判断記録を残すための設計基準

自動化の結果を検証するには、入力の根拠も併せて記録してください。選択値だけを保存すると、誤判断の原因を見つけにくくなります。次の項目は、公式インターフェースに基づいてまとめた設計上の提案です。

モデル名のエイリアスは、新しいバージョンを指すよう変更される場合があります。検証したバージョンは、モデルIDで固定できます。TypeSafeのModelsドキュメントで説明されている運用方法です。

人による確認へ切り替える基準は、実際の事例を基に定めてください。誤分類によるコストと、人が確認する負担を併せて評価します。普遍的に適切な信頼度の基準値はありません。検証方法については、Confidenceドキュメントの案内を参考にできます。