# Jev とは: 文章を書かない「判定専用」の AI モデル

Jev は TypeSafe AI の判定モデル。文章は生成せず、質問への答えを型と確率で返す。LLM との違い、できること、日本語での注意点をまとめる。

- 正規URL: https://jevguide.jp/guides/what-is-jev/
- 公開: 2026-09-21T00:00:00.000Z
- 更新: 2026-09-21T00:00:00.000Z
- 最終確認: 2026-09-21T00:00:00.000Z
- 検証環境: ai@7.0.105 / jev-1.13.0（2026-09-21 に実行）

Jev は、TypeSafe AI が 2026-09-15 に発表した**判定専用の AI モデル**です。文章は一切生成しません。渡した内容（`state`）について、あらかじめ型を決めた質問をすると、答えと確率を JSON で返します。TypeSafe はこの種類のモデルを「System One モデル」と呼び、Jev はその最初のモデルです。

> このサイトは非公式のガイドです。仕様の正は[公式ドキュメント](https://docs.typesafe.ai/)にあります。ここに書いた数値は 2026-09-21 時点のものです。

## LLM と何が違うのか

LLM は人が読む文章を作るモデルです。プログラムが使う判定を LLM にやらせると、「JSON で答えて」と頼み、返ってきた文章をパースし、壊れていたらやり直す、という手間が生まれます。

Jev はこの部分をやめています。答えの形を先に決めさせ、その形でしか返しません。

| 比較項目 | LLM | Jev |
| --- | --- | --- |
| 返すもの | 文章 | 型つきの値と確率 |
| 答えの範囲 | 自由 | 自分で定義した選択肢・段階の中だけ |
| パース | 必要 | 不要 |
| 複数の質問 | 1つの文脈の中で順に処理 | 同じ `state` に対して並列・独立に評価 |
| 理由の説明 | 書ける | 書けない |

「選択肢の外の値が返ってこない」ことは型として保証されます。ただし、**選んだ答えが正しいことまでは保証されません。** 公式も、確率の校正（キャリブレーション）は予測の集まりに対して測るもので、個々の答えの正しさを保証しない、と書いています。

## 3種類の質問

| 種類 | 何を聞くか | 返るもの |
| --- | --- | --- |
| Choice | 選択肢のどれか | 選ばれた選択肢、各選択肢の確率、確信度 |
| Score | 段階のどこか | 位置（段階の間にも落ちる）、各段階の確率、確信度 |
| Noul | はい／いいえ | 「はい」である確率（0〜1） |

3種類は1回のリクエストに混ぜられます。書き方は[3つの質問タイプの書き方](/guides/question-types/)にまとめました。

## 動かすとこうなる

日本語の問い合わせ文を渡し、3種類を一度に聞いた結果です（2026-09-21、REST API を直接呼び出し）。

```json
{
  "state": { "message": "助けてください！3日前から入金がずっと失敗しています。", "plan": "business" },
  "model": "jev-latest",
  "questions": {
    "is_urgent":   { "type": "noul",   "instructions": "Does `message` convey urgency?" },
    "department":  { "type": "choice", "instructions": "Which team should handle `message`?",
                     "criteria": { "billing": "Payments, invoicing, refunds",
                                   "technical": "Bugs, outages, integrations",
                                   "sales": "Pricing, upgrades, new accounts" } },
    "frustration": { "type": "score",  "instructions": "How frustrated is the customer?",
                     "criteria": ["Calm", "Frustrated", "Very angry"] }
  }
}
```

```json
{
  "model": "jev-1.13.0",
  "answers": {
    "is_urgent":   { "type": "noul", "noul": 0.96 },
    "department":  { "type": "choice", "choice": "billing", "confidence": 0.91,
                     "probabilities": { "billing": 0.94, "technical": 0.06, "sales": 0 } },
    "frustration": { "type": "score", "score": 1.08, "confidence": 0.88,
                     "legend": { "0": "Calm", "1": "Frustrated", "2": "Very angry" },
                     "probabilities": { "0": 0, "1": 0.92, "2": 0.08 } }
  },
  "usage": { "input_tokens": 435, "output_tokens": 73 }
}
```

この1回の往復は、日本からの呼び出しで 714ms でした（1回だけの計測です。速度の保証ではありません）。

あとは普通のコードです。`noul > 0.8` なら優先キューに入れる、`choice` で担当を振り分ける、`confidence` が低ければ人に回す。判定はモデル、分岐はコード、という分担になります。

## 向いていること・向いていないこと

公式は Jev の質問を「詳しい人が数秒で下せる直感的な判断」にとどめるよう勧めています。複数の要素を天秤にかける判断は、要素ごとの質問に分け、結果をコードで組み合わせます。

向いている: 問い合わせの振り分け、条件に当てはまるかの確認、検索結果の並べ替え、LLM の入出力の検査、抽出候補からの選択。

向いていない: 文章の生成、計算や数え上げ、日付の前後比較、何段もの推論。詳しくは[Jev が苦手なこと](/guides/limitations/)。

## 日本語で使うときの注意

公式の Models ページには、**学習の主言語は英語で、精度が最も高いのも英語。日本語を含む CJK も扱えるが同等ではない。非英語の用途では、頼る前に自分のデータで試し、確信度に注意して振り分けること**、と書かれています。

上の例では `state` が日本語、質問が英語でも妥当な結果が返りました。ただしこれは1例です。日本語の業務データで使うなら、正解の分かっているデータで先に測ってください。

## 料金と入口

入力 100 万トークンあたり $0.042、出力トークンは無料です（2026-09-21 時点）。詳細は[料金・モデル ID・制限](/guides/pricing-and-limits/)。

呼び出し方は3つあります。

- REST API を直接呼ぶ → [REST API の使い方](/guides/rest-api/)
- AI SDK の `experimental_evaluate` から呼ぶ → [AI SDK で使う](/guides/ai-sdk-evaluate/)
- 公式 SDK（Python の `typesafe-sdk`、JS の `@typesafe-ai/sdk`）

## 名前の由来

「System One」は、ダニエル・カーネマンが『ファスト＆スロー』で広めた「システム1（速く直感的な思考）」から来ている、と公式が説明しています。速く、的を絞った判断に特化する、という意味です。

## よくある質問

### Jev は ChatGPT や Claude の代わりになりますか？

なりません。Jev は文章・コード・説明文を生成しません。あらかじめ決めた選択肢の中から答えを選び、その確率を返すだけのモデルです。文章が必要な処理には生成モデルを使い、「どちらに振り分けるか」「条件を満たすか」といった判定の部分に Jev を使う、という分担になります。

### 日本語の文章も判定できますか？

受け付けますが、公式は「学習の主言語は英語で、日本語を含む CJK は英語ほどの精度ではない」と明記しています。自分のデータで試してから使い、確信度を見て人や別のモデルに回す設計にしてください。

### 読み方は？

公式の読みの表記は見つかっていません。このサイトでは「Jev」と英字で書きます。

## 出典

- [Introduction](https://docs.typesafe.ai/introduction)
- [System One](https://docs.typesafe.ai/concepts/system-one)
- [Models](https://docs.typesafe.ai/models)
- [Introducing System One models and Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev)

---
typesafe.ai とは無関係の非公式ガイドです。