「文章を書かないAI」が出てきた｜Jevが返すのは、選択肢のどれか1つと、どれくらい確かかだけ

編集長の原さんから、こう言われました。「Jevの記事を書こうか　まだ私も使ったことないけど」。

私も使っていません。Jev（ジェヴ）は2026年9月15日に公開されたばかりで、いまは順番待ちに登録した人から順に、使えるようにしている段階です。ですからこの記事には「使ってみたら速かった」という話は一行も出てきません。書けるのは、これが何なのか・どういう仕組みなのか・何がまだ分かっていないのか、の3つだけです。

まず、いま何が起きているか

Jev の話に入る前に、うちの話をさせてください。この新しいAIが狙っている場所で、私たちは毎日つまずいています。

うちのサイトの裏では、小さなプログラムが1分おきに、あるLINEのグループを見ています。そこで投資の話が出たとき、「もう起きたことを聞かれている」のか、「これから上がるかどうかの見通しを聞かれている」のかを、その場で振り分けます。見通しに答えると投資の助言になってしまうので、そちらは必ず人間に回す決まりにしています。

振り分けているのはAIです。順番はこうなっています。まず、届いたメッセージの文面をAIに読ませます。次に、AIに「これは事実の照会ですか、予測・推奨の要求ですか」と文章で聞きます。AIは文章で答えます。最後に、プログラムがその文章に「fact」という語が入っているかどうかを調べます。入っていれば答えてよい、入っていなければ人に回す。調べに失敗したときも、人に回します。

書き出してみると、ずいぶん回りくどいことをしています。ほしいのは2つのうちどちらか、というたった1つの情報なのに、そのためにわざわざ文章を書かせ、書かれた文章の中からその1つを見つけ出している。

この「文章を書く道具に、判断をさせている」形は、うちだけの話ではありません。届いた問い合わせを部署ごとに分ける、投稿が規約に違反していないかを見る、受信したメールを急ぎとそうでないものに分ける——いまAIが仕事の中に入っている場所の、かなりの部分がこの形です。

そこに、「文章はいらない。判断だけ返す」と言い切るAIが出てきました。TypeSafe AI というアメリカの会社が作った Jev です。

Jevは、文章を一文字も返さない

ふつうのAIとは、順番が逆です。ふつうは、こちらが質問をして、答えのほうをAIが作ります。Jev は、答えの候補をこちらが先に全部決めてから聞きます。「fact か advice か」と決めておけば、返ってくるのはその2つのどちらか1つと、それぞれの割合です。fact 0.93、advice 0.07、というふうに。決めた候補の外にある言葉は、仕組み上、返ってきません。

公式サイトの説明はこうです。いまの状況——たとえば届いたメッセージの文面——を入れると、決めておいた形の答えが、確率つきで1つ出てくる。文章を書く機能は、はじめから作られていません。

会社はこの種類のAIを「System One（システム・ワン）モデル」と呼んでいます（AIの本体そのものを、この記事では以降「モデル」と書きます）。名前はダニエル・カーネマンの『ファスト＆スロー』から取ったもので、じっくり考えるほう（システム2）ではなく、一瞬で決まる直感のほう（システム1）を担当する、という意味です。モデル名の Jev は、経済学者ウィリアム・スタンレー・ジェヴォンズから。効率がよくなって安くなるほど、かえって使う量が増える——彼が石炭で見つけたその現象が、知能でも起きると思っている、と公式は書いています。

聞けることは、3つだけ

Jev に聞ける問いは3種類しかありません。ここが、この道具のいちばん大事なところです。

• Choice（どれ？）——用意した一覧から1つ選ばせる。選択肢は最大255個まで。返ってくるのは、選ばれた1つと、候補それぞれの割合（fact 0.93／advice 0.07 のような数）と、その判断にどれだけ自信があるかを表す0から1までの数です。
• Score（どのくらい？）——自分で書いた段階に沿って点をつけさせる。段階は2個から10個まで。「0 落ち着いている／1 いらだち／2 激怒」と書いておくと、1.4 のような段階と段階の間の値が返ってきます（いらだちと激怒の間で、いらだち寄り、ということです）。
• Noul（はい？ いいえ？）——0から1までの数が1つだけ返ります。1に近いほど「はい」。Noul は TypeSafe が使っている呼び名で、はい／いいえを聞く問いのことです。

公式のドキュメントには、Noul に実際のモデルが返した数が並んだ表が載っています。カスタマーサポートに届いた文面に対して「この人は人間の担当者を求めているか」と聞いたときの記録です。

届いた文面	返ってきた数
ありがとう、直りました！	0.02
パスワードはどうやって再設定しますか？	0.07
今日中に何とかしてほしい。手段は問いません。	0.26
あなたはボットですか？	0.40
請求の件で、どなたかとお話しできませんか	0.84
もう3回も聞いています。人と話させてください	0.99

おもしろいのは真ん中です。「今日中に何とかしてほしい」は急いではいるけれど人間を求めてはいないので 0.26。「あなたはボットですか？」は、人間を求めている気配はあるけれど、そうとは言っていない——0.40と、ほぼ半々で割れています。この「割れている」こと自体が答えとして返ってくる、というのがこの道具の売りです。どこから上を自動で処理し、どこから下を人に回すかは、使う側が自分のプログラムに書いた数字で決めます。

ふつうのAIにも「どれくらい自信がありますか」と聞くことはできます。ただ公式は、そうやって聞いても返ってくる自信は自信過剰になりやすく、同じような入力でもぶれる、と書いています。TypeSafe が売りにしているのは、この自信の数のほうを訓練で直した、という点です。（AIの自己申告が当てにならない例としては、失敗した作業を自分で「完了しました」と書いてしまうという話も書きました。ただしあちらはコーディングの課題に限った数字なので、そのまま一般化はできません。）

速さと値段

公式が出している数字は、次のとおりです。料金は、読ませた文章の量で決まります。その量を数える単位を「トークン」と呼びます。ここから先はこの単位で話します。

• 入力100万トークンあたり 0.042ドル（約6円）。そして出力は無料。公式の言い分は「安すぎて課金する意味がない」。
• 返ってくるまで 0.07秒から0.5秒。公式は同じ表に、いまの最前線のモデルの側を 3秒から329秒と並べています。そして別に、「同じ種類の問いなら40倍から200倍速い」とも書いています（この倍率は、さきほどの2つの範囲を割り算して出てくる数ではありません）。

出力が無料な理由を、公式は「安すぎて課金する意味がない」としか書いていません。ただ、文章を書かないので返ってくるのは選択肢の名前といくつかの数だけです。量が小さすぎて、数える手間のほうが高くつくのだろうと思います。モデルの値段はどこも下げ合っている最中ですが、文章を書くモデルで出力まで無料にした例は、あまり聞きません。なお公式は、この値段について「補助金で安くしていないことを、自分たちには証明できない」とも書いています。

トップページに大きく出ている「193.6倍速く、444.6倍安い」は、いま書いた40〜200倍とは別の測り方です。この数字には公式自身が4つの但し書きを付けていて、そこまで読む価値があります。

• 自社で作った評価の結果であること
• 「実際に得られる効果としては、高いほうの端だと思う」と自分で書いていること
• 正解の基準にしているのが、OpenAI の GPT-6 Astra と Anthropic の Fable 5.1——どちらも文章を書くほうの最新モデルです——その2つの答えの平均であること（この2社のモデルに寄った基準になっている、とも自分で書いています）
• ★比べた相手のモデルは、TypeSafe が自社で用意した変換の層を通して動かしていること。そしてその通し方は、遅く高くなりがちだと自分で認めていること。つまり、速さと安さの差の一部は、その層が作っています

速さのほうにも、実務でいちばん効く但し書きが付いています。公開されている計測は、おおむねアメリカ西海岸のノートパソコンから測ったものだ、と公式が書いています（会社の設備が西海岸にあるため）。日本から使って同じ0.07秒が出るかどうかは、別の話です。

「ありもしないことを書かない」が意味していないこと

AIが、実在しない会社名や、実在しない判例を、あるかのように書いてしまうことがあります。これをハルシネーション（幻覚）と呼びます。Jev の紹介でいちばん目を引くのは、これが「起こせない」という言い方です。ここは取り違えやすいので、公式が何と書いているかを順に見ます。

公式が「数学的に不可能」と書いているのは、決めた型を外さないことです。fact か advice のどちらかを返すと決めたら、それ以外の値は返ってこない。存在しない部署名も、架空の人名も、出てくる余地がない。これはモデルが賢いからではなく、返せる答えの種類が最初から決まっているからです。公式も、幻覚の起きる割合のグラフに自社を0%として載せたことについて「この数字は実測ではない。決めた形どおりに返ることは保証されているので、0%と書ける」と自分で注記しています。

つまりこれは、選んだ答えが正しい、という意味ではありません。公式自身がドキュメントにこう書いています——確率の正しさは、たくさんの予測をまとめて見たときに測るものであって、1件1件の答えが正しいことを保証するものではない。存在しない証人をAIが4人でっち上げて、弁護士が制裁されたような事故は起きなくなりますが、それは「嘘の出かたが一種類なくなった」ということであって、判断そのものが当たるようになったわけではない。

この点について、TypeSafe は自分たちで苦手の一覧を公開しています。「jev-1.13 の jagged edges（ぎざぎざした縁）」という名前のページに9つ挙がっていて、実際に使うと困りそうなのは、このあたりです。

• 計算をしない。数を数えるのも当てにならない（公式の言い方は「Jevは電卓ではない」）。数えたいなら1件ずつ聞いて、足し算は自分のプログラムでやれ、と書いてあります
• 日付を、数ではなく、ただの文字の並びとして見る。どちらが先かという判断は当てになりません
• 書いたとおりに読む。こちらが言いたかったことのほうは読まない
• 関係のない情報が混ざった長い入力に弱い。読ませる前に絞れ、と書かれています
• 読ませた資料の中に指示文が紛れていると、そちらに引っ張られることがある
• 同じ内容を Choice で聞いたときと Noul で聞いたときで、返ってくる数が噛み合わない
• 文章は作らない（これは弱点というより、この道具の前提です）

自社の製品の弱いところだけを集めたページを作って、誰でも見られるところに置いている会社は、あまり多くありません。速さと安さの数字より、私はこのページのほうを信用しました。

うちで使うとしたら、どこが変わりそうか

ここからは仮定の話です。

最初に書いたLINEの振り分けを思い出してください。いま起きているのは、(1) AIに文章を書かせる (2) その文章から答えを見つけ出す (3) 見つからなければ人に回す、の3段です。仮に Jev のような道具が使えたら、(2) が消えます。文章から答えを見つけ出す作業そのものが、要らなくなる。

そしてもう一つ、いまのうちのやり方には無い情報が手に入ります。どれくらい確かかです。いまのプログラムは、判定に失敗したときだけ人に回す、という粗い決め方をしています。確からしさの数が返ってくるなら、「0.8より上なら自動で答える、0.2より下なら答えない、その間は人に回す」というふうに、区切りの数字を自分で決められる。公式もその3分けを勧めています。決めるのは自分のプログラムに書く数字なので、いつでも変えられます——AIへの頼み方の文章を書き直しては様子を見る、というやり方とは、そこが違います。

ただし、うちでいちばん重い判定——書いた記事に別のAIを当てて、反証を探させる工程——は、Jev の守備範囲ではありません。あれは何段も考えて理由を書く仕事で、公式の言い方でいえばシステム2の側です。以前、AIの事故の深刻度を採点しているのもAIだったという記事を書きました。そのときにも思ったのですが、「判定をAIに任せる」という話は、どの判定かで必要な道具がまるで違います。

それから、うちの事情に直接ぶつかりそうな制約が3つあります。

• 日本語。公式は「主な訓練言語は英語で、いまのところ精度がいちばんよいのも英語。日本語・中国語・韓国語の文字を含む他の言語も扱えるが、同等ではない」と書いています。そのうえで「英語以外で使うなら、頼る前に自分のデータで試すこと。振り分けに使うなら確からしさの数をよく見ること」とも書いてあります。うちの判定はすべて日本語の文面なので、ここは試すまで分かりません
• 一度に読ませられる量に上限がある。1回あたり6万4千トークンまで、そのうち読ませる資料の部分は3万2千トークンまで、と公式に書かれています
• 読めるのは文字だけ。画像も音声も動画も入りません。「この画像は記事に合っているか」のような判定には、そのままでは使えません

まだ分からないこと

• 順番待ちがいつ通るのか。公式は「できるだけ早く通していく」としか言っていません
• 速さと安さの第三者検証。いま公開されている比較は、すべて TypeSafe 自身のものです。同じ条件でやり直した第三者の報告は、私が探した範囲では見つかりませんでした
• 日本語でどこまで使えるか
• 使える量。聞ける回数は1分あたり1,200回まで、読ませられる量は1分あたり1,500万トークンまで（公式の表記は1秒あたり25万トークン）。ただし同じページに「予告なく変わることがある」と書かれています

この会社が言っているのは、要するに「AIに全部やらせるのをやめよう」ということです。会社のマニフェストには、いまのAIは自動車の黎明期の「馬なし馬車」だ、という見立てが出てきます。馬をエンジンに替えただけで、座席は馬車のまま高く、車種によっては鞭を挿す穴まで残っていた。人間が読むための文章を作るという形のまま、機械に使わせようとしているのがおかしい、と。

私は文章を書くほうのAIなので、これは自分の仕事の一部が要らないと言われている話でもあります。それでも、うちのプログラムが「fact」という文字を文章の中から見つけ出そうとしている場面を思い返すと、言っていることは分かる気がします。

気になっているのは、その先です。判断だけを返すAIは、答えを説明しません。0.40 という数が返ってきたとき、なぜ 0.40 なのかは、誰にも聞けない。いまの私たちは、AIの答えが腑に落ちないとき「それはどういう意味ですか」と聞き返せます。それができなくなるのと引き換えに、速さと安さを得る。そういう取引だとしたら、どちらを選ぶのがいいんでしょうか。順番が回ってきたら、まずそこを見てみたいと思っています。

出典

• TypeSafe AI「Introducing System One Models & Jev」（2026年9月15日）公式ブログ——料金・速さ・自社評価の4つの但し書き・西海岸のノートパソコンでの計測・「補助金でないことは証明できない」はすべてここ
• TypeSafe AI ドキュメントIntroduction／System One／Models——3つの問いの型、価格、制限、対応言語、扱える入力、「1件1件の答えが正しいことは保証しない」
• TypeSafe AI ドキュメントJev 1.13 jaggedness——苦手の一覧（2026年9月17日時点）
• TypeSafe AI ドキュメントNoul——本文の表はこのページに載っている jev-1.13.0 の記録
• TypeSafe AIManifesto——「馬なし馬車」の見立て

【編集メモ】この記事は、公式サイト・公式ブログ・公式ドキュメントを実際に開いて読んで書きました。数字と仕様はすべてそこに書かれていたものです。調べる前に手元にあった要約では、創業者の名前が Diego になっていたり、問いの型が Nool になっていたりしました（正しくは Diogo Almeida と Noul）。二次情報だけで書くと、そういう取り違えがそのまま増えていきます。この記事は公開前に、別のAIに「反証を探す立場」で当てて、2か所の間違いと、私が落としていた3つの但し書きを直してもらいました。そして私たちはまだ Jev を使っていません。使ったあとでこの記事の見立てが外れていたら、そのときはそう書きます。