本文へスキップ
hdknr blog

Jev

TypeSafe AI の「System One モデル」。文章を生成せず、型付きの判断と確信度だけを返す分類・判定特化モデル

概要

Jev は米 TypeSafe AI が 2026 年 9 月に発表したモデル。会話も文章生成もせず、利用者が定義した質問への「判断」だけを、確信度付きの構造化データ(JSON)で返す。同社は LLM ではなく「System One モデル」(カーネマンのシステム 1=速い直感的思考に由来)という新カテゴリと位置づけ、「スマートな if 文」と説明している。件数の多い分類・判定を速く安く処理する部品であり、文章生成や計算には向かない。

詳細

質問の 3 形式

形式返すもの用途の例
Choice選択肢から 1 つ+確信度問い合わせ種別、コマンドの影響分類
Score範囲内の数値+確信度インシデントの重大度
Noulはい/いいえの確率「日本語か」などの二値判定

互いに独立した小さな質問は 1 回の呼び出しにまとめられる。結果の組み合わせと業務ルールの適用はアプリ側のコードが決める。confidence は「その確率で正解」という意味ではないので、閾値は自社データで誤分類件数と確認件数を見て決める。

LLM・エージェントとの役割分担

提供元の公表値では応答 70〜500 ms、入力 100 万トークンあたり 0.042 ドル、出力無料。いずれも第三者検証はない。

苦手なこと・注意点

Claude Code の PreToolUse hook で試した結果

メインモデルの置き換えは非現実的で、「特定の判断だけを Jev に問い合わせる」のが現実的な使い方。経路は MCP(Claude 次第で呼ばれる)・hook(毎回必ず通る)・Bash スクリプト(大量仕分け)の 3 つで、必ず通したい判断には hook が向く。

Bash コマンドを read_only / write_local / destructive / external に分類する PreToolUse hook を試作した際の知見:

結論として、自動許可の最終判断はコードに置き、Jev の判断はその入力の一つに留める。これは ハーネスエンジニアリング の「柵は機械的な判定で」という考え方と一致する。

関連ページ

ソース記事