TypeSafe AI「Jev」発表｜入力単価はClaudeより238倍安い、ChatGPT共同開発者の新型AI

新興AIラボ TypeSafe AI が、新型モデル「Jev」を発表しました。創業者の Diogo Almeida 氏は元OpenAIでChatGPTの共同開発に携わった人物で、X（旧Twitter）上の投稿で「超人的なチャットモデルがなぜAGIに直結しないのか、2年間ステルスで考え続けた」という趣旨とともに発表しています。

謳い文句は強気です。既存モデル比で 20〜200倍高速・40〜400倍安価。ただし本稿執筆時点では一般提供（GA）ではなく、公式サイトは early access・waitlist登録制です。この記事では、現時点で公開情報から確認できる範囲に絞って、Jevが何を主張しているモデルなのかを整理します。

Jevは「文章を書く」モデルではない

Jevは自らを 「System One Models」 という新しいクラスのAIと位置づけています。従来のLLMがトークンを1つずつ逐次生成して文章を紡ぐのに対し、Jevは構造化された質問に対して 型付きの出力・確率・信頼度スコア を並列に返す設計です。

TypeSafe AIが掲げる考え方はシンプルです。ソフトウェアが本当に必要としているのは長い文章ではなく「決定」であることが多い。であれば、構造と実行はコード側に持たせ、判断が必要な部分だけをモデルに投げればよい——という役割分担です。SNS上の反応でも「コード＋AI」のワークフローをより具体的にする発想として受け止められており、1つのLLMにシステム全体を任せるのではなく、決定が必要な箇所だけにモデルを挟むという考え方への評価が目立ちます。

学習手法RLCD：確率を「当たる確率」に校正する

もう一つの核が、TypeSafe AIが独自に開発したという学習手法 RLCD です。公開情報からは、モデルが返す確率・信頼度スコアが実際の正答率と一致するように校正（キャリブレーション）する仕組みだと説明されています。単に「自信がある」と出力するのではなく、その自信の数値が実測の当たる確率に近づくよう学習させている、という主張です。

これにより、Jevの出力は「自動実行してよい確信度」と「人間のレビューに回すべき確信度」を閾値で切り分けられる、という使い方が想定されています。

主張されている性能・価格

TypeSafe AIの公式サイトおよびSNS上の発表で確認できる数値は以下の通りです（いずれも自社発表・現時点で第三者検証は確認できていません）。

出力トークンが無料という価格設計自体、「長い文章を生成しない」というJevの設計思想を裏付けています。課金の重心が入力（＝質問の投げ方）に寄っている点は、通常のLLM APIの価格構造とは対照的です。

現時点の提供状況：waitlist登録制、GAではない

実務で使えるかどうかという観点では、現状は次の通りです。

• 公式サイト（typesafe.ai）は 「Join Waitlist」 導線のみで、APIキーの即時発行やセルフサーブでの利用開始はできません。
• 具体的なSDK・対応言語・エンドポイント仕様は非公開です。
• 会社概要は「machine-native intelligence infrastructure」の構築を掲げるAIラボで、採用募集中とのみ記載があります。
• 発表を受けたSNS上の反応（Shay Boloor氏、Wall St Engine、elvis氏など）は、いずれも公式発表を引用した論評であり、独立した第三者ベンチマークではありません。

つまり「使ってみた」段階のレビューはまだ存在せず、数値はすべてTypeSafe AI自身が公表したものです。

実務への示唆（現時点で言えること）

• Jevが提示する「決定はモデル、構造と実行はコード」という切り分けは、既存のエージェント型ワークフロー（ツール呼び出し・分岐判断をLLMに任せている箇所）を型付き出力に置き換える設計として注目に値します。
• ただし現段階ではwaitlist登録のみで検証手段がなく、社内導入の検討材料としては「性能・価格の主張を鵜呑みにしない」姿勢が必要です。
• RLCDによる確率校正が実際にどの程度信頼できるかは、early accessが開放され第三者が実測できるようになってからの検証待ちです。

編集部の見立て: 最も刺さりそうな用途は、対話系AIサービスの内部で頻出する「この問い合わせは自動応答で完結してよいか、人にエスカレートすべきか」といった一つの分岐判断だと考えます。現状のLLM構成では、この判断のためだけに長い理由付けの文章を生成させ、そこから結論だけをパースして取り出す、という遠回りをしがちです。Jevの設計が主張どおりに機能するなら、その分岐を型付きの確率で直接返せるため、同じ判断をより低コスト・低レイテンシで大量に回せる可能性があります。ただし効くかどうかは「校正された confidence が実際の的中率と一致しているか」次第で、そこはearly access開放後の実測を待つしかありません。

ここで重要なのは、Jevは会話文の生成そのものを置き換えるものではないという点です。想定される構成は「意図理解・応答文生成はLLMが担当し、その途中にある分岐判断だけをJevが型付き確率で返し、結果に応じた処理はコードが実行する」というLLM＋Jev＋コードの三層構成です。単体で会話や文章生成をさせる使い方には、そもそも設計上向いていません。

まとめ

• TypeSafe AI（創業者: 元OpenAI Diogo Almeida氏）が新型AI「Jev」を発表。
• 文章生成ではなく、構造化された意思決定を型付き出力＋確率＋信頼度スコアで返す「System One」モデル。
• 独自学習手法RLCDで、確率を実際の正答率に校正すると主張。
• 自社発表値は20〜200倍高速・40〜400倍安価、入力$42/10億トークン・出力無料。
• 現状はearly access・waitlist登録制でGAではなく、第三者による検証はまだ確認できていません。

続報（early access開放・独立検証・具体的なAPI仕様の公開）があり次第、改めて実測を交えて追跡します。