概要
ChatGPTの開発とRLHF(人間フィードバックによる強化学習)の考案に携わった元OpenAI研究者のディオゴ・アルメイダ氏が、共同創業者のエリック・ガフニ氏、サーシャ・シェン氏とともに立ち上げたスタートアップ「TypeSafe AI」が、新型AIモデル「Jev」を発表した。2024年設立の同社はこれまでステルスで開発を進めてきたが、2026年9月にステルスを脱し、4,000万ドルのシード資金調達とともにJevを公開した。Jevの最大の特徴は、人間との自然言語対話を目的とした従来のLLM(大規模言語モデル)とは異なり、機械同士のやり取り、すなわちソフトウェアが直接処理できる高速な意思決定に特化して設計されている点にある。開発者コミュニティではこの割り切った設計思想が話題を呼んでおり、Doom(ドゥーム)をプレイさせるデモも公開されて注目を集めた。
技術的な仕組み
Jevは自然言語のテキストを生成する代わりに、確率付きの「型付けされた決定」を出力する。例えば顧客対応の問い合わせ分類であれば、{"billing": 0.08, "technical": 0.85, "sales": 0.07}のような構造化データをそのまま返す仕組みだ。アルメイダ氏は「コンピュータは人間とは異なる言語を話すため、人間向けに最適化された言語モデルは自動化には向かない」という問題意識から開発したと説明している。同社はこのアーキテクチャを「System One」モデルと呼び、独自の学習手法「RLCD(Reinforcement Learning for Calibrated Decisions)」によって、モデルが出力する確率推定値が実際の成功率と密接に対応するよう訓練している。また、従来のLLMがトークンを逐次的に予測するのに対し、Jevは出力全体を並列的に同時生成する点も高速化の要因とされる。学習データは合成データのみを用いており、出力トークンは無料、入力トークンは100万トークンあたり0.042ドルという価格設定になっている。
性能とユースケース
TypeSafe AI自身が示したベンチマークによれば、Jevの応答時間は70〜500ミリ秒で、比較対象としたGPT-5.6 TerraやGPT-6 Astra、Claude Fable 5.1などの既存LLMに比べ最大40〜200倍高速だという。デモでは同一タスクに対しJevが0.114秒で応答したのに対し、GPT-5.6 Terraは8.566秒を要したとされる。コスト面でも、GPT-5.6 Terra(入力2.00ドル/出力12ドル、100万トークンあたり)と比べて大幅に安く、Fable 5.1との比較では最大238倍安価とうたわれている。実際の導入事例として、Vercelはコマンドの安全性検査に使っていたOpenAIのLuna 5.6をJevに置き換えたところ、5〜18倍の高速化とともに精度も向上したと報告している。またBryo AIはメール分類タスクでGeminiに対して10〜20倍のコスト削減を達成した一方、精度はわずかに劣ったという。同社はJevの用途として、顧客対応の自動振り分け、AIエージェントによるツール選択、モデルルーティング、コンテンツフィルタリングなどの安全性チェック、不正利用の検知といった分野を想定している。
課題と展望
一方で懐疑的な見方も出ている。The Registerは、Jevが「ハルシネーションを排除した」とする主張について、自然言語ではなく構造化された応答である以上、誤った判断の可能性自体がなくなったわけではなく、従来のLLMとの単純比較は公平性に欠けると指摘する。またJevが機械間の意思決定という巨大な新市場を切り拓けるという前提についても、調査ではAIツールを使わない、あるいは倫理的な懸念から避けているユーザーも一定数存在するとして、市場規模の見積もりが未検証である点を挙げている。さらにHeiseは、Jevの出力自体は人間にも読める形式だが、なぜその確率や判断に至ったのかという意思決定プロセスの説明性には乏しく、自動化が進むほど透明性が課題になり得ると指摘している。「Jev」という名称は、技術効率化がかえって資源消費を増やすという「ジェヴォンズのパラドックス」で知られる19世紀の経済学者ウィリアム・スタンレー・ジェヴォンズに由来しており、AIの低コスト化がトークン消費全体を押し上げるという同社の賭けを象徴している。