STOP Inc.
データ解析プラットフォーム事業

チャットしないAI──TypeSafe AIの新モデル「Jev」を読み解く

#AI #Jev #LLM #System One Models #TypeSafe AI

2026年9月15日、AIスタートアップ「TypeSafe AI」が、新しいモデルクラス「System One Models」と、その第一弾となるモデル「Jev」を発表しました。創業者のDiogo Almeida氏はOpenAIでChatGPTの研究開発に携わった人物で、約2年間のステルスモードを経ての今回の発表となります。最大の特徴は、既存の大規模言語モデル(LLM)のように文章で「会話する」のではなく、あらかじめ決めた選択肢の中から型安全な答えを返すことに特化している点です。その分、応答速度は既存の最先端モデル比で数十倍〜数百倍速く、価格も大幅に安いと謳われています。今回はこの「チャットしないAI」の中身を整理してみます。

「System One」とは何か

TypeSafe AIによれば、System One Modelsという名前は、心理学者ダニエル・カーネマンの著書『ファスト&スロー』で紹介された「システム1(直感的で速い思考)」にちなんでいます。同書ではヒトの思考を、直感的で高速な「システム1」と、じっくり考える「システム2」の2種類に分けて説明していますが、TypeSafe AIはこの分類を借りて、ChatGPTのような対話型LLMを「システム2寄りの熟考型」、Jevのような判断特化型モデルを「システム1寄りの直感型」と位置づけています。

技術的な違いとして強調されているのが、出力の性質です。既存のLLMは自由形式のテキストをトークンごとに順番に生成しますが、System One Modelsは「Choice(選択)」「Score(採点)」「Noul(真偽判定)」という3つの基本要素(プリミティブ)を組み合わせ、あらかじめ定義された構造化データをすべて同時に(並列で)生成します。公式ドキュメントでは「System One modelsは、キャリブレーションされた決定のために訓練されている。確率は不確実性を反映するよう、結果に対して最適化されている」と説明されており、単に「当たっている/外れている」だけでなく、その確信度そのものの精度(キャリブレーション)を訓練目標に据えているのが特徴だとしています。学習手法としても、一般的なRLHFやRLVRではなく、TypeSafe AI独自の「RLCD(Reinforcement Learning for Calibrated Decisions)」という手法を採用しているとのことです。

Jevとは何か

Jevは、System One Modelsの第一弾として発表されたモデルです。名前は、石炭利用の効率化がかえって石炭消費量の増加を招いたという「ジェヴォンズのパラドックス」で知られる経済学者ウィリアム・スタンレー・ジェヴォンズにちなんでおり、TypeSafe AI自身も「知能のコストが一桁下がるごとに、新しい一桁分の用途が解き放たれる」ことを期待しての命名だとしています。

性能面でTypeSafe AIが強調しているのは、圧倒的な速度です。エンドツーエンドの応答時間は70ミリ秒〜500ミリ秒とされ、既存の最先端モデル(3秒〜329秒かかるとされる)と比べて40倍〜200倍速いと謳われています。あわせて、型安全な出力設計により「ハルシネーション(事実と異なる出力)の発生率は0%」だと説明されていますが、これは「あらかじめ定義された選択肢・構造からしか出力できない仕組み上、スキーマに違反する出力が原理的に発生しない」という意味での「0%」である点には注意が必要です(後述)。

ベンチマークと評価方法

TypeSafe AIは独自の評価方法として、まず「GPT-6 Astra」と「Claude Fable 5.1」という、現時点で有力とされる2つの外部モデルの高推論設定での平均値を「参照確率」として設定し、同じワークフロー環境でJevと比較する、という手法を取ったと説明しています。その結果、Jevはコストと速度の両面でほぼ2桁の差(193.6倍高速、444.6倍低コスト)をつけ、いわゆる「パレート最適曲線」を支配した(性能とコストのトレードオフにおいて、他のどのモデルよりも優れた組み合わせを実現した)と発表されています。

ただし、この評価方法にはいくつか留保が必要です。まず、比較の基準となる「正解」は独立した実運用データではなく、GPT-6 AstraとClaude Fable 5.1という2モデルの出力の平均から作られたものであり、外部の第三者による検証を経たものではありません。また、TypeSafe AI自身も、今回の評価は「選定された決定ワークフロー」を対象にしたものであり、一般的な知能や本番環境での信頼性までを保証するものではないと明記しているとされ、結果についても「実世界で得られるであろう水準のおおよそ上限に近い」ものだと認めているといいます。

料金体系

API料金は、入力トークン100万あたり0.042ドル(10億トークンあたり約42ドル)とされています。さらに目を引くのが出力トークンの価格で、TypeSafe AIは「無料」としており、その理由を「計測するには安すぎるから」と説明しています。既存の主要LLMの相場(入力0.20ドル〜10ドル、出力はおおむね入力の5倍程度)と比べると、入力単価だけでも一桁以上安く、出力が無料である点も含めると価格差はさらに大きくなります。

提供形態は早期アクセスで、2026年9月15日からウェイトリスト経由で開発者を順次招待する形が取られています。あわせて、既存のLLMをラップしてSystem One的に扱えるPythonラッパーも提供されるとのことです。

想定されている用途

TypeSafe AIが挙げる主な用途は、いわゆる「あいまいな判断が伴う定型業務」です。具体的には、問い合わせの分類・ルーティング・スコアリング・抽出・分岐といったワークフロー処理、ペタバイト規模のデータに対する特徴付けやインサイト抽出、応答速度がUX上重要になるリアルタイムアプリケーション、そして他のLLMの出力を採点・判定・検証する「ガードレール」的な用途などが例示されています。デモとしては、ゲーム「Doom」内でのリアルタイム判断や、Wikipediaのページ間を辿る「Wikiracing」ゲームでの実装例が紹介されており、最大255通りの選択肢からの高速な選択能力を示す狙いがあるようです。

割り引いて見ておきたいポイント

華々しい速度・価格差の数字が並ぶ一方で、外部の解説記事ではいくつかの留保点が指摘されています。まず、比較評価の参照値がGPT-6 AstraとClaude Fable 5.1という2つの他社モデルの出力に依存しており、独立した実運用データによる検証ではない点です。次に、評価対象はあくまで選定されたワークフロー環境であり、一般的な知能や、未知の入力に対する本番運用時の信頼性までは確認されていない点も、TypeSafe AI自身が認めているとされています。

また「ハルシネーション率0%」という主張についても、正確には「あらかじめ定義された構造・選択肢の外に出力が漏れることがない」という意味での型としての正しさを指すものであり、選択肢の中から誤った答えを選んでしまう、根拠となる情報を読み違える、あるいは実際の正しさに見合わない高い確信度を割り当ててしまう、といったリスクそのものが消えるわけではない、との指摘が海外の解説記事でなされています。加えて、報酬関数の設計やモデルアーキテクチャ、具体的な訓練手順、確信度をキャリブレーションする方法論といった技術的な詳細の多くは非公開とされており、独立した第三者が再現・検証できる形での論文公開は今のところなされていないようです。

まとめ

Jevは、既存のLLMのように何でもこなす汎用チャットボットを目指すのではなく、「あらかじめ決まった型の中で、速く・安く・確信度つきで判断を返す」という一点に振り切ったモデルだと言えそうです。分類やルーティング、スコアリングといった定型的な意思決定を大量にさばく必要がある業務では、既存LLMベースのワークフローを置き換える有力な選択肢になり得るかもしれません。一方で、示された性能差は自社設計の評価環境によるもので、外部モデルの出力を基準にした相対評価である点、そして技術的な詳細の多くが非公開である点は、実際の導入検討にあたって念頭に置いておく必要があります。速度とコストの魅力は大きいものの、自社のユースケースでの実測に基づいた検証を経てから採用を判断するのが現実的なスタンスと言えそうです。

本記事は、TypeSafe AIの公式発表および各種報道(2026年9月15日〜17日時点の情報)をもとに、一般向けにわかりやすく整理したものです。数値・主張はいずれもTypeSafe AI自身の発表に基づくものであり、第三者による独立した検証がなされたものではない点に留意ください。提供範囲・料金体系・仕様は今後変更される可能性があるため、実際の利用を検討する際は必ず公式情報をご確認ください。

参考情報

関連記事