TypeSafe AIは、元OpenAI研究者であるDiogo Almeidaによって設立されたスタートアップで、Jevをリリースした。これは同社が「System One Models」と呼ぶ新しいアーキテクラクラスの最初のパブリックモデルである。この名前は、Daniel Kahnemanが提唱した、速い直感的なSystem 1思考と遅い意図的なSystem 2推論の区別を参照している。Jevは明示的に従来の意味の大規模言語モデルではない：文字列を生成しない。代わりに、構造化されたプログラム状態を入力として受け取り、型付きの確率的判断——分類、スコア、複数選択肢の回答、あるいははい/いいえの判断——を出力し、すべての出力に較正された信頼度スコアが付随する。
### JevとLLMの違い
従来のLLMは、人間の評価者が好むテキストを生成ために、Reinforcement Learning from Human Feedback（RLHF）またはReinforcement Learning with Verifiable Rewards（RLVR）で訓練されている。それらの出力は、1つずつ生成されるTokenのシーケンス（自動回帰サンプリング）であり、それらを柔軟にする——チャットでき、コードを書け、幻覚を起こせ、拒否でき——しかしソフトウェア統合には遅く高額である。先端LLMの呼び出しはエンドツーエンドで3〜329秒かかり、出力Tokenの価格は入力Tokenの約5倍である。
Jevはこの設計を反転させる。Jevはすべての出力を1つの前方伝播で生成する並列サンプラーを使用し、70〜500msのエンドツーエンドレイテンシを実現する（構造化されたタスクで同等の知能に対して40〜200倍高速）。入力Tokenは100万あたり0.042ドル（10億あたり42ドル）で、出力Tokenは無料、同社の表現では「計りきれないほど安い」。このモデルは新しいアルゴリズム、Reinforcement Learning for Calibrated Decisions（RLCD）で訓練され、人間好むテキストではなく、検証可能なSystem Oneタスクにおける認識論的に誠実な確率を最適化する。
APIの設計が差異を具体的にしている。開発者は、それぞれ指示付きで、Choice（複数選択）、Score（数値評価）、またはNoul（はい/いいえ）を事前に定義する。Jevはこれらの型に正確に合致する回答を、較正された確率分布とともに返す。出力スキーマが固定されているため、型エラーは数学的に不可能である。代わりの引き換えは、Jevはコードを書いたり、対話をilor、任意の自由形式テキストを生成することができないということである。
###『幻覚を起こせない』という意味と、その限界
TypeSafeはJevが「幻覚を起こせない」と主張する。狭い意味ではこれは正しい：モデルは無効な型、または質問スキーマで定義されていないフィールドを出力できない。幻覚的なツール呼び出し——LLMエージェントにおける一般的な失敗モード——は構造的に不可能である。しかし、モデルは依然として高い信頼度で間違った回答を返す可能性がある。較正とは、Jevが回答に95%の確率を付与したとき、タスクの分布全体で約95%の時間正しいことである。しかし、単一の呼び出しでは、高信頼度のエラーが依然として可能发生する。同社はこの事実を認める：「モデルがタスクを95%の時間こなせるが、その5%のときを言わないなら、そのタスクを自動化できない。」Jevはシグナリング問題を解決するが、精度問題は解決しない。
### 評価方法と注意点
記事はJevの評価方法論と実践的な統合パスを説明する。アダプタは、開発者が構造化判断タスクで横並び比較を実行できる具体的なツールであり、抽象的なAPI議論を現実のものにする。
TypeSafeは、JevとベースラインLLMを同じ複数ステップのコードワークフローに組み込む「ワークフロー評価」を公開する（例えば、サポートチケットの分類、ルーティング、スコアリング）。真のラベルと比較するのではなく、GPT-6 AstraとClaude Fable 5.1の平均予測を参照確率として使用する。Jevはパレートフロンティアに位置し——同社はホームページで193.6倍高速で444.6倍安価と引用している——しかし、これらは現実の利得の上限である可能性があると指摘している。いくつかの注意点が該当する：
- ワークフローはTypeSafeのcapabilitiesチームによって作成され、潜在的なバイアスが導入される。 - LLMは、構造化された出力に制約するTypeSafeの「System One LLM」ラッパー経由でアクセスされ、これは無制限生成より遅く高額である。 - OpenRouterのルーティングは、複雑なクエリに対してより強いモデルを優先する可能性があり、LLMベースラインを歪める可能性がある。 - Jevの0%幻覚率は構造的保証（スキーマ一致）であり、経験的測定ではない。
### 想定される用途
Jevは「AI駆動ワークフロー」——発表では「スマートif文」と呼ぶ——を標的にし、手書きのロジックが脆弱すぎられる場面：分類、ルーティング、スコアリング、抽出、またはあいまいな基準による分岐。例には、リアルタイムアプリケーション判断（100msレイテンシがUXクリティカルパスを可能にする）、大データセット上でのmap-reduce、およびLLM出力のガードレールまたは検証（ジルブレイク検知、推論トレーススコアリング）が含まれる。同社はまた、構造化されたゲーム状態クエリ経由でDoomを遊ぶJev（約10クエリ/秒、約7ドル/時間）とWikiレース（Wikipediaのリンクグラフをナビゲーション）を実演しているが、後者は推論しないLLMベースラインを使用し、より小さい高速化を示す。
### 残る不確実さ
- 一般化：公開されたワークフローは狭いセットである；未公開のタスク分布での性能は未知である。 - 持続可能性：価格は助成なしでは実証されていない；TypeSafeはコストが低下すると期待するが、長期的な実績がない。 - マルチモーダリティ：現在のデモはテキスト構造化状態で動作し、画像や生バイトではない。 - 基数の制限：Jevは1質問あたり最大255選択肢をサポート；より高い基数は、時折遅化する2段階のスコアリング→選択パイプラインを使用する。
早期アクセスは発表日（2026年9月15日）現在で公開されている。GitHubアダプタ（`system-one-adapter-python`）は、同じ構造化判断API上で、開発者がJevをOpenAI、Anthropic、Geminiモデルと比較できるようにする。