問い合わせの担当を、チャットAIに「請求・技術・営業から1つ選んで」と頼んだら、返ってきたのは長い文章で、システムがエラーで止まってしまった。チャットAIで仕分けをすると、遅い・高い・答えが自由すぎる、という悩みがつきものです。
本記事では、2026年9月に公開された、文章を書かずに「答えと確率」だけを返すAI「Jev(ジェブ)」について、仕組み、会社が発表した速さと料金の読み方、弱点、そして自信度を使った上手な使い方を解説します。
情報は2026年9月28日時点のものです。料金・提供範囲・数値は変わることがあります。出典は記事末尾にまとめています。
- Jevは、文章ではなく「答えと確率」を返すAI。
- 全部の選択肢の確率を1回でまとめて出すので、速くて安い(会社の発表)。
- 文章はチャットAI、判断はJevで使い分け、自信度の低い答えは人が確認する。
基礎知識:文章を書くAIと、1回で判断するAI「Jev」の違い
ChatGPTやClaudeのようなチャットAIは、答えを1文字ずつ順番に書いていきます。1文字書くたびに次の1文字を考えるため、「決まった選択肢から1つ選ぶだけ」の仕事でも、計算を何十回、何百回とくり返すことになり、時間と料金がかかります。
米TypeSafe AIが2026年9月に公開した「Jev」は、文章を書かないAIです。いまの状況を書いた「状態」と、答えてほしい「質問」を受け取り、全部の選択肢の確率と、答えの自信度を1回の計算でまとめて返します。会社の発表では、応答時間は0.07〜0.5秒です。人間の速くて直感的な考え方(システム1)にちなみ、会社は「システム1モデル」と呼んでいます。
答えは決めた選択肢からしか出ないため、業務システムのプログラムにそのまま組み込みやすいのが特徴です。ただし、選んだ答えが正しいとは限りません。振り分けやチェックのような速い判断はJev、返信文の作成やじっくり考える仕事はチャットAI、という役割分担が考えやすくなります。
AIの返事、遅くない?
チャットAIに担当を選ばせると
お店に毎日届く問い合わせの担当を、チャットAIに決めてもらうとします。「請求・技術・営業から1つ選んで」と頼んでも、チャットAIは丁寧な文章で答え、ときには「技術かもしれませんが、請求の可能性も……」と迷ってみせます。プログラムは「技術」の一言を待っているので、これではエラーで止まってしまいます。
チャットAIとJevの違い
チャットAI
- 文章で答える
- しゃべるのが得意
Jev
- 選んで答える
- しゃべらない
そこで注目されているのが、2026年9月に公開されたAI「Jev(ジェブ)」です。[s1]Jevは、おしゃべりをしないAIです。文章で答えるのではなく、選んで答えます。本記事では、Jevの正体、速さの理由、そして弱点と使い方を順に見ていきます。
チャットAIで仕分ける3つの悩み
チャットAIで仕分けると……
チャットAIで仕分けると……
遅い
返事まで数秒〜数十秒
高い
件数が増えるほど料金も増える
自由すぎる
選択肢の外の答えが返ってくる
チャットAIで問い合わせを仕分けるときの悩みは、3つに整理できます。1つ目は遅さで、返事まで数秒〜数十秒かかります。2つ目は高さで、問い合わせが増えるほど料金も増えます。3つ目は自由さで、選択肢から選んでと頼んでも、選択肢の外の答えが返ってくることがあります。チャットAIは話すのが得意なぶん、答え方が自由すぎるのです。
Jevとは
Jev(ジェブ)
Jev(ジェブ)
しゃべらずに「決める」AIモデル
出典: TypeSafe AI 公式ブログ, The Register, Wikipedia
Jevを作ったのは、アメリカのサンフランシスコにあるTypeSafe AIという会社です。CEOは、ChatGPTなどの開発に関わった元OpenAIの研究者で、会社は4000万ドルの資金を集めています。2026年9月15日に、限られた人向けのアーリーアクセスとして公開されました。[s6][s7]
人間の2つの考え方
人間の2つの考え方
システム1
- 速い・直感
- 例: とっさにボールをつかむ
システム2
- 遅い・じっくり
- 例: 難しい計算をする
参考: D. カーネマン『ファスト&スロー』
会社はJevを「システム1」のモデルと呼んでいます。人間の考え方には、とっさにボールをつかむような速い思考(システム1)と、難しい計算をするような遅い思考(システム2)がある、という心理学者カーネマンの考え方から来た名前です。[s1]Jevは、このシステム1の判断を、とにかく速くこなすためのAIです。
Jevの仕組み
チャットAIが文章を書く仕組み
チャットAIが文章を書くしくみ
チャットAIは、1文字書くたびに次の1文字を考え、これを答えが終わるまで何百回もくり返します。そのため、答えが長くなるほど、時間もお金もかかります。
Jevの使い方
Jevの使い方
一方、Jevは文章を書きません。Jevに渡すのは、いまの状況を表す「状態」と、答えてほしい「質問」の2つだけです。Jevはそれを1回で処理し、答えと、その確率と、自信度を返します。[s1][s2]
質問の3つの型
質問の3つの型
Choice
選択肢から1つ選ぶ
Score
段階で評価する
Noul
はい・いいえを0〜1の数字で
出典: TypeSafe ドキュメント
質問の形は3種類あります。選択肢から1つを選ぶ型(Choice)、段階で評価する型(Score)、そして、はい・いいえを0から1の数字で答える型(Noul)です。[s2][s3]
問い合わせの例(公式ドキュメントの例を翻訳)
問い合わせ(公式ドキュメントの例を翻訳)
Stripeとの連携が3日間ずっと失敗していて、売上が落ちています。至急助けてください。
出典: TypeSafe ドキュメント(クイックスタート)
公式ドキュメントには、次のような例があります。決済サービスStripeとの連携が3日も失敗し、売上が落ちているという問い合わせです。Jevの答えは、担当チームが「技術」で確率85%、怒り度は「イライラしているが、まだ丁寧」、緊急かどうかは1.0、つまり確実に急ぎでした。[s3]
「型を守る」と「正しい」は別
「型を守る」と「正しい」は別
型は守る
決めた選択肢の外の答えは出ない
判断ミスはある
選んだ答えが正しいとは限らない
決めた選択肢の外の答えは、仕組み上出てきません。ただし、選んだ答えそのものが間違うことはあります。[s1][s6]その対策は、後の章で紹介します。
答えの形を決める2つの方法
答えの形を決める2つの方法
構造化出力
- 答えの形を指定できる
- 書き方は1文字ずつ
Jev
- 決めた型で答える
- 確率と自信度もセット
参考: OpenAI・Anthropic の API ドキュメント(Structured Outputs)
なお、選択肢の外の答えを防ぐだけなら、いまのチャットAIでもできます。OpenAIやAnthropicのAPIには、答えの形を指定する「構造化出力」という機能があります。[s9][s10]ただ、その場合も1文字ずつ書いていく仕組みは同じです。Jevの強みは、速さと安さ、そして確率と自信度がセットで返ってくることにあります。
どれくらい速くて安いのか
同じ判断にかかった時間
同じ判断にかかった時間
約75倍速い出典: TypeSafe のデモ(The Register の報道)
TypeSafeが公開したデモでは、同じ判断をさせたところ、既存のモデル(GPT-5.6 Terra)が8.5秒、Jevは0.11秒で、約75倍の差がありました。[s6][s8]ただし、このデモはJevに有利な単純な入力だったと、会社自身が注記しています。
Jevの速さと料金(会社発表)
Jevの速さと料金(会社発表)
出典: TypeSafe AI 公式ブログ(自社計測)
会社の発表では、応答時間は0.07〜0.5秒ほどです。料金は、入力100万トークンあたり0.042ドルで、出力は無料です。[s1]
社内の業務テスト(会社発表)
社内の業務テスト(会社発表)
出典: TypeSafe AI 公式ブログ(社内評価)
社内の業務テストでは、既存のモデルと比べて193.6倍速く、444.6倍安かったとも発表しています。[s1]
数字の見方
ただし、これらはあくまで会社の自社調べで、外部の検証はまだこれからです。評価は自社のチームが作ったもので、高いほうの数字であることも、会社自身が書いています。[s1][s7]
ゲーム『Doom』を遊ぶデモ
ゲーム『Doom』を遊ぶデモ
出典: TypeSafe AI 公式ブログ
速さを生かしたデモもあります。古いシューティングゲーム『Doom』を、1秒に約10回の判断で操作し、費用は1時間あたり約7ドルだったと報告されています。[s1][s6]
ジェヴォンズのパラドックス
ジェヴォンズのパラドックス
Jevという名前は、経済学者ジェヴォンズに由来します。蒸気機関の効率が良くなったら、石炭の使用量はむしろ増えた、という話です。AIが安く速くなれば、もっといろいろな所で使われるはずだ、という意味が込められています。[s1][s7]
Jevの弱点
チャットAIとJev
チャットAI と Jev
| 項目 | チャットAI | Jev |
|---|---|---|
| 文章を書く | ○ | × |
| 選ぶ・判定する | △ | ○ |
| 速さ | 数秒〜 | 0.1秒前後 |
| 答えの形 | 自由(指定も可) | 決めた型だけ |
| 自信度 | なし | 毎回つく |
では、Jevがあれば、チャットAIはもういらないのでしょうか。そうはいきません。まず、Jevは文章を書けません。[s1]お客様への返信メールは、チャットAIの出番です。逆に、選んだり判定したりする仕事なら、Jevのほうが速くて扱いやすくなります。さらにJevは、自分の答えにどれくらい自信があるかも、毎回返してくれます。
ほかにも注意
ほかにも注意点があります。選択肢は最大255個までで、いまは限られた人向けのアーリーアクセス(順番待ち)です。[s1][s7]
上手な使い方
自信度で行動を変える(公式の目安)
自信度で行動を変える(公式の目安)
- 自信度 0.96 → 自動で実行
- 自信度 0.7 → 確認してから
- 自信度 0.3 → 人に任せる
出典: TypeSafe ドキュメント(Confidence)
Jevを上手に使うカギは「自信度」です。公式の目安では、0.9を超えたらそのまま自動で実行、0.5〜0.9なら人が確認してから、0.5未満なら人に任せる、としています。[s4]間違えたときの影響が大きい操作ほど、基準を厳しくするのがコツです。
Jevに聞く3つの質問
Jevに聞く3つの質問
担当は?
選択肢から選ぶ型
怒ってる?
段階で評価する型
急ぎ?
はい・いいえ型
出典: TypeSafe ドキュメント(質問は小さく分けるのがコツ)
たとえば、ずんだ餅のお店に「注文したずんだ餅がまだ届きません。明日のお祝いに使いたいのに……」という問い合わせが届いたとします(例)。Jevには、この文章を「状態」として渡し、担当・怒り度・急ぎかどうかの3つを質問します。質問は1つずつ小さく分けて聞くのが、うまくいくコツです。[s2]
お店への問い合わせへのJevの答え(例)
和菓子ECショップへの問い合わせ(例)
注文した抹茶大福がまだ届きません。明日のお祝いに使いたいのに……
※数値はイメージです
Jevの答えは、担当が「配送」で92%、ただし自信度は0.88で、目安の0.9には少し届きません。怒り度は「イライラしているが、まだ丁寧」、緊急度は0.97で、かなり急ぎです(数値はイメージ)。
Jevの答えから決まる、次の行動
Jevの答えから決まる、次の行動
スタッフが確認
自信度0.88 → 確認してから配送チームへ
列の先頭へ
緊急0.97 → 急ぎの対応に回す
まずお詫び
イライラ → お詫びから返信する
※数値はイメージです
答えが決まった形で返ってくるので、プログラムで次の行動をそのまま決められます。自信度が0.9に届かないので、スタッフが確認してから配送チームへ回す。緊急度が高いので、対応の列の先頭に並べる。お客様がイライラしているので、まずはお詫びから返信する、という流れです。
Jevが向いている仕事
Jevが向いている仕事
振り分け
問い合わせやメールの担当決め
大量の仕分け
たくさんのデータを高速に分類
チェック役
チャットAIの答えを検証する
出典: TypeSafe 公式ブログ・ドキュメント
質問はいくつでも1回にまとめて送れ、それぞれ独立して答えが返ります。使いどころは、問い合わせの振り分け、大量のデータの仕分け、そしてチャットAIが出した答えのチェックです。[s1][s5]
Jevをチェック役に使う
Jevをチェック役に使う
チェック役とは、チャットAIが書いた返信文を、送る前にJevが確かめる使い方です。「失礼な言い方はないか」「できない約束をしていないか」を、はい・いいえの型で聞き、問題があればチャットAIに書き直してもらいます。[s5]速さを生かして、ゲームやロボットのようなリアルタイムの判断にも向いています。
お店の問い合わせ対応の新しい仕組み
和菓子ECショップの新しい仕組み
お店の仕組みとしては、問い合わせが届いたらJevが担当を決め、返信文はチャットAIが書く、という分担になります。決めるのはJev、書くのはチャットAIです。
まとめ
この記事のまとめ
- Jevは、文章ではなく「答えと確率」を返すAI
- 1回でまとめて答えるので、速くて安い(会社発表)
- 文章はチャットAI、判断はJevで使い分け
Jevは、文章ではなく、答えと確率を返すAIです。全部の選択肢の確率を1回でまとめて出すため、速くて安いと発表されていますが、数字は会社の自社調べで、外部の検証はこれからです。[s1][s7]
文章はチャットAI、判断はJevで使い分け、自信度の低い答えは人が確認する。この使い分けと運用がポイントです。
実践のポイント・まとめ
AIの返事、遅すぎない?
問い合わせの仕分けにチャットAIを使うと、遅い・高い・答えが自由すぎるという悩みがあります。文章を書かずに答えと確率だけを1回で返すJevは、デモで既存のモデルが8.5秒のところ0.11秒でした(会社のデモ)。
しゃべらないAI「Jev」ってなに?
状態と質問を渡すと、答え・確率・自信度を返すAIです。質問の型は、選ぶ・段階で評価する・はいいいえの3つ。文章はチャットAI、判断はJevという使い分けがポイントです。
出力は「無料」!? Jevの料金
会社の発表では、入力100万トークンあたり0.042ドルで、出力は無料。社内テストでは444.6倍安かったとしています。ただし自社調べなので、外部の検証を待ちましょう。
Jevは文章を書ける?
書けません。Jevは選んだり判定したりする専用のAIです。お客様への返信メールのような文章はチャットAIに任せ、Jevは振り分けやチェックに使います。
AIに全部おまかせで大丈夫?
自信度で行動を変えるのが公式の目安です。0.9を超えたら自動で実行、0.5〜0.9は人が確認、0.5未満は人に任せます。影響の大きい操作ほど基準を厳しくしましょう。
出典・参考文献
- [s1] TypeSafe AI 公式ブログ「Introducing System One Models & Jev」 ↗ typesafe.ai
- [s2] TypeSafe ドキュメント(概要) ↗ docs.typesafe.ai
- [s3] ドキュメント(クイックスタート:問い合わせ仕分けの例) ↗ docs.typesafe.ai
- [s4] ドキュメント(confidence のしきい値) ↗ docs.typesafe.ai
- [s5] ドキュメント(使い方のパターン) ↗ docs.typesafe.ai
- [s6] The Register ↗ theregister.com
- [s7] Wikipedia「Jev (AI model)」 ↗ en.wikipedia.org
- [s8] AI総合研究所「Jevとは?」 ↗ ai-souken.com
- [s9] OpenAI「Structured model outputs」 ↗ developers.openai.com
- [s10] Anthropic「Structured outputs」 ↗ platform.claude.com
検証ファクト一覧を表示する(全19項目)
| ID | 確認した事実・仕様 | 出典 | 注意・補足 |
|---|---|---|---|
| F1 | TypeSafe AI(米サンフランシスコ、2024年創業)が Jev を発表。2026年9月15日に限定的なアーリーアクセス開始 | [s7] [s6] | |
| F2 | CEO の Diogo Almeida は元 OpenAI(ChatGPT などの開発に関わった) | [s1] [s6] [s7] | |
| F3 | 資金調達 4000万ドル(シード、DCVC 主導) | [s6] [s7] | |
| F4 | Jev は文章を生成しない。「状態」と「型付きの質問」を受け取り、型付きの答え+確率+確信度(confidence)を返す | [s1] [s2] | |
| F5 | 質問の型は3種類:Choice(選択肢から選ぶ)/ Score(段階で評価)/ Noul(はい・いいえを 0〜1 で) | [s2] [s3] | |
| F6 | 1文字ずつ書く(自己回帰)のではなく、全部の答えを1回でまとめて出す(並列) | [s1] | |
| F7 | 答えは事前に決めた型・選択肢からしか出ないので「型エラーは起きない」 | [s1] | |
| F8 | 応答時間 70〜500ミリ秒。比較対象の既存 LLM は 3〜329秒 | [s1] | 会社の自社計測(西海岸のノートPCから) |
| F9 | デモ:同じ判断で Jev 0.114秒、GPT-5.6 Terra 8.566秒(約75倍) | [s6] [s8] | |
| F10 | 料金:入力 100万トークンあたり 0.042ドル、出力は無料。既存 LLM の入力は 0.20〜10ドル | [s1] [s6] | |
| F11 | 社内の業務ワークフロー評価で「193.6倍速く、444.6倍安い」 | [s1] | 会社自身が「評価は社内チームが作成」「高い方の数字」と注記。独立した検証はまだない(s7) |
| F12 | Doom のデモ:1秒に約10回判断してゲームを操作、費用は1時間あたり約7ドル | [s1] [s6] | |
| F13 | 文章生成はできない("gives up string generation")。選択肢は最大255個 | [s1] | |
| F14 | 名前の由来:経済学者ジェヴォンズ(ジェヴォンズのパラドックス:蒸気機関の効率が上がると石炭の消費はむしろ増えた) | [s1] [s7] | |
| F15 | 「System One」は、カーネマン『ファスト&スロー』の速い思考(システム1)に由来 | [s1] | |
| F16 | confidence の目安:0.9超は自動で実行、0.5〜0.9は確認してから、0.5未満は人に回す | [s4] | |
| F17 | 公式の例:「Stripe 連携が3日失敗して売上が落ちている、至急」→ 担当 technical(確率0.85)、苛立ち「怒っているが丁寧」、緊急 1.0 | [s3] | |
| F18 | 想定用途:分類・振り分け、AI ワークフローの if 文、大量データの仕分け、リアルタイム処理、LLM 出力のチェック | [s1] [s5] | |
| F19 | 既存の LLM の API にも「構造化出力(Structured Outputs)」があり、JSON スキーマ(選択肢の列挙を含む)どおりの答えに制限できる。OpenAI は制約付きデコードでスキーマを守る | [s9] [s10] |
※ 速度・料金などの数値は、開発元の発表(自社調べ)にもとづきます。独立した検証ではありません。
※ ずんだ餅のお店の問い合わせ例の数値はイメージです(実際の Jev の出力ではありません)。