新AIモデル「Jev」、文章を書かずに判定を最大200倍速くする

AIエージェントに「この投稿は規約に違反しているか」というだけの判定をさせたことがあるだろうか。答えが返るまで数秒待たされたり、期待していたtrue/falseの代わりに長い説明文が返ってきて、受け取ったプログラムが止まったりした経験がある人もいるはずだ。2026年9月15日、AI企業のTypeSafe AIが発表した新モデル「Jev」は、こうした単純な判定に絞って作られている。文章を一切生成しない設計にしたことで、独立した検証でも実測25倍速く、コストは580分の1程度に抑えられたという。何が変わったのかを見ていく。

なぜ判定させるだけで遅く高くつくのか

投稿サイトの運営者が、LLMに「この投稿は規約に違反しているか」を1件ずつ判定させる場面を考える。応答には数百ミリ秒から数秒かかる。チェック項目を21種類に増やすと、単純計算でほぼ21倍の時間がかかる。

ChatGPTのような対話型のAI(LLM)は、答えを1つの単語の断片(トークン)ずつ生成している。しかも直前までに生成した内容を踏まえて、順番にしか生成できない。「true」か「false」かを聞いているだけでも、モデルは文章を書き始め、書き終わるまで答えは確定しない。質問を増やすほど待ち時間が伸びるのは、この生成の仕方が原因だ。

つまり遅さの元は答えの中身ではなく、答えを毎回ゼロから文章として組み立て直す処理のやり方にある。

Jevは文章を書かずに答える

TypeSafe AIの創業者Diogo Almeida氏は、自身のブログで、OpenAI在籍時に「ChatGPTの基礎になった研究」に関わったと説明している。同じブログで、当時は言語モデルがAGI(汎用人工知能)につながると思っていたが、チャット型モデルだけでは何か大きなものが欠けていると気づいた、とも振り返っている。2026年9月15日に発表したJevは、その欠けていたものを埋める「System Oneモデル」という新しいカテゴリの第1弾になる(公式ブログ)。

名前の由来は「速い思考」

「System One」という名前は、心理学者ダニエル・カーネマンが著書『ファスト&スロー』で示した思考の区別から取ったと同じブログは説明している。速く直感的な「システム1」の思考と、遅く熟考的な「システム2」の思考という区別だ。文章を1語ずつ吟味しながら書くLLMの生成過程は熟考型のシステム2に近く、Jevはそれと対になる、速く直感的な判定を目指した設計だと位置づけている。

3つの質問の型で答える

その速さを支えるのが、質問の型を3つに絞ったことだ。選択肢から1つを選ぶ「Choice」、ルーブリックに沿って点数を付ける「Score」、真偽を判定する「Noul」の3種類になる(公式ドキュメント)。さきほどの規約違反の判定なら、使い方はこうなる。「この投稿は次のどの種類に当てはまるか」をChoiceで選ばせ、「違反の疑わしさを0〜1で採点する」をScoreで求め、「規約に違反しているか」をNoulで真偽判定する。1つの複雑な判断を、こうした細かい質問に分解してから投げるのがJevの使い方だ。

答えの形をあらかじめ決めているため、Jevは文章を組み立てる代わりに、用意された選択肢・点数・真偽から選ぶだけで答えを返す。複数の質問は並列に処理され、質問を増やしても応答時間はほとんど変わらないという。

発表元は、この設計により同等の知能を持つLLM比で20〜200倍速く、40〜400倍安くなるとしている。応答時間は70〜500ミリ秒で、入力トークンは100万あたり0.042ドル、出力はほぼ無料に近いという。比較対象にはGPT-5.6 TerraやFable 5.1などの名を挙げている。公式サイトのトップページでは、入力コストがClaude Fable 5.1より238倍安いとも謳っている。

あらかじめ決めた型どおりにしか答えないため、型のエラーは原理的に起こらないとも説明する。一方で、幻覚(事実と異なる内容を答える現象)が0%だという数字については、TypeSafe AI自身が「実証的な数字ではない」と注記している。実際に測った値ではなく、設計上の理論値だという。

独立した検証で確かめる

発表から日を置かず、TypeSafe AIと資本関係のないメディアEveryのCEO Dan Shipper氏が、実際にJevのAPIを呼んで試している。every.toの検証記事によれば、37本の文書に21種類の質問を投げた777件の判定を、0.7秒に満たない時間、推定0.25セントで完了したという。1ドル150円換算では、777件の判定がおよそ0.4円で終わる計算になる。LLMに1問ずつ聞いて数秒待つ感覚に慣れていた自分には、桁が二つ以上違って見えた。

別の実験では、Jevと既存のLLM(Fable 5.1)を同じ文書で比べている。1件あたりの応答時間の中央値は、Jevが0.35秒、Fable 5.1が8.83秒だった。

この実測では、Jevの応答時間はFable 5.1のおよそ25分の1、推定コストは約580分の1だった。発表元が挙げていた「20〜200倍」という幅に収まる結果になる。

精度の限界と向く場面

速さとコストでは期待どおりの結果が出たJevだが、同じ検証者は精度も試している。意図的に欠陥を仕込んだ12個の文章でJevとFable 5.1を比べたところ、Jevは7つの欠陥のうち6つを検出した。Fable 5.1は7つ全部を検出している。「保護者と職員が一緒に使う共有カレンダー」という曖昧な書き方を、Fable 5.1は「説明されていない挙動」として拾ったが、Jevは3回試していずれも見落とした。速さの数字に気を取られていた自分には、この差は意外だった。

Jevはこうした判定のたびに、答えと一緒に確信度のスコアも返す設計になっている(公式ブログ)。確信度が低い判定だけを人やLLMに回して二重チェックする、という使い方ができる。この仕組みがあるからこそ、every.toのDan Shipper氏は「本番導入の前にはより徹底した精度チェックが必要」としながらも、「早期警告の仕組みとしては実用的」と評価している。

向き不向きは、この精度差から線を引ける。

• 向く場面: 理由の説明が要らない、型の決まった単純な判定を大量にさばきたいとき(規約違反のチェック、文章の欠陥チェックなど)
• 向かない場面: 曖昧な表現を読み取り、理由まで説明させたい判断

Jevはまだ早期アクセスの段階で、公式サイトのウェイトリストに登録すると案内を受けられる。正式な料金プラン全体や一般提供の時期は、2026年9月16日時点でまだ公開されていない。

まとめ

文章を書かず、選択肢・点数・真偽の3種類の質問に絞って並列に答えるJevは、独立した検証でも応答時間で25倍、コストで580分の1という結果を出した。777件の判定を1秒足らず、1円に満たない金額でこなせる場面が、実際に生まれている。一方で曖昧な表現を読み取る精度ではLLMに一歩譲る場面も確認されており、向いているのは理由の説明が要らない大量の単純な判定だ。使うには、公式サイトのウェイトリストへの登録が要る。