Jevとは？LLMとの違い・料金・使い方をわかりやすく解説【2026年10月】

SNSやAI系のニュースで、「Jev」という新しいモデルが話題になっています。検索しても専門用語の多い解説ばかりで、結局何ができるのかがつかみにくいのが実情です。JevはChatGPTのような会話AIとは別物で、文章を一切書かないのに話題を集めている、少し変わったAIモデルです。この記事では、Jevの仕組みと特徴、ChatGPTなどのLLMとの違い、業種別のできることから使い方・料金まで、まとめて解説します。

目次

• Jevとは？文章を生成しないAIモデル
• Jevの仕組みと3つの特徴
• JevとLLM（GPTなど）の違い
• Jevでできること（業種別の実例）
• Jevの使い方・始め方
• Jevの料金と使える条件
• 導入前に知っておきたい注意点
• 順番待ちなしでJevを試す方法
• 複数のAIをひとつのAPIで使えるロリポップ！AIゲートウェイ
• まとめ
• よくある質問

Jevとは？文章を生成しないAIモデル

Jevは、AI開発企業のTypeSafe AIが2026年9月15日に発表した、文章を生成しないAIモデルです。ChatGPTのように質問へ文章で答えるのではなく、与えられたデータに対して分類、はい/いいえの判定、そしてスコアリングという「決まった選択肢から答えを選ぶ」処理だけを高速に返します。

TypeSafeはこの種のモデルを「System Oneモデル」という新しいカテゴリとして打ち出しており、Jevはその第一弾にあたります。名前は心理学者ダニエル・カーネマンの著書に登場する、速く直感的な思考「システム1」に由来するとTypeSafe公式ブログの発表記事で紹介されています。

開発元のTypeSafe AIは、OpenAIを退職した創業者が非公開で研究開発を続けてきた企業です。会話もしなければ、要約も書きません。それでもJevが注目されているのは、この割り切った設計が速度と料金の数字に直結しているからです。

Jevの仕組みと3つの特徴

文章を書けないAIのどこが新しいのか、と疑問に思うかもしれません。仕組みは大きく3つの特徴に分かれており、いずれも「生成しない」という制約が速さと確実性にそのまま直結しています。

① 選択肢から選ぶ回答方式

Jevへの依頼は「この問い合わせはA・B・Cのどれか」「この取引は不正の疑いがあるか、はいかいいえか」「この文書は基準に照らして何点か」のように、答えの形をあらかじめ決めて渡します。Jevは自由文を書かず、指定された選択肢・点数・確率のなかから答えを返します。回答の形が固定されているため、返ってきた結果をそのままプログラムの分岐や集計に使えます。

② 70〜500ミリ秒の応答速度と低料金

応答時間は70〜500ミリ秒だとTypeSafeは発表しています。判断タスクでは、同程度の知能水準のLLMと比べて40〜200倍速いという社内評価も公表されています。ただしTypeSafe自身、この40〜200倍という数字は現実の運用で見込める効果としては上限に近い値だと注釈しています。好条件下で出た上限値という意味なので、実際の環境で同じ結果になるとは限りません。

料金は入力100万トークンあたり0.042ドルで、出力トークンは無料です。いずれもTypeSafeの公称値です。

③ 型どおりの答えしか返さない構造化出力

Jevは指定した型に沿う答えしか返さない設計で、TypeSafeは型エラー率0%と説明しています。LLMをシステムに組み込むときに悩まされる「指定した形式を無視した答えが返ってくる」事故が起きない、という意味です。注意したいのは、これが保証するのは出力の形式であって、判断の中身が正しいことではない点です。

JevとLLM（GPTなど）の違い

	Jev	LLM（GPTなど）
返すもの	決まった選択肢からの判定・点数・確率	文章・コード・要約などの生成物
得意な処理	同じ形式の判断の繰り返し	文章作成・対話・幅広い質問への回答
応答速度	70〜500ミリ秒（TypeSafe公称）	モデルや処理内容によって幅がある
料金	入力100万トークン0.042ドル・出力無料（公称）	モデルごとの従量課金
提供状況	アーリーアクセス（順番待ち）	一般提供が中心

表のとおり、JevとLLMは競合というより担当する領域が分かれています。文章を作る仕事はLLMにしかできず、Jevには最初からその機能がありません。一方、「選択肢から選ぶだけの判断」を1日に何千回も繰り返す場面では、生成を捨てたJevの速度と料金が数字の差になります。

だからJevは、LLMの置き換えではなくLLMの前後に置く部品と捉えるのが実態に近いです。LLMが文章を読み書きし、その途中に挟まる細かな判断をJevが引き受ける組み合わせです。

Jevでできること（業種別の実例）

Jevの開発元TypeSafeが、Jevに向いているタスクを分類・検出・スコアリングなど10種類に整理して公開している公式ドキュメントです。この章で取り上げる業種別の実例は、この一覧に載っている用途から選んでいます。

Example use cases - TypeSafe AI

Explore TypeSafe use cases by industry and turn promising ideas into software workflows.

docs.typesafe.ai/concepts/use-case-map

Jevが向いているのは、届いた情報を分類して担当部署へ振り分けるような作業です。TypeSafeが公開しているユースケースマップでは、分類・検出・スコアリング・ルーティング・検索・取得・ランキング・検証・ML特徴抽出・構造化データ抽出という10種類のタスクが表形式で整理されています。そのなかから、イメージが湧きやすい実例を業種別に取り上げます。

問い合わせ対応の振り分け

いちばんイメージしやすいのがカスタマーサポートです。問い合わせの本文を渡すと、Jevは「どの製品の話か」「不具合報告か、解約希望か、使い方の質問か」を分類し、その確信度を返します。公式のユースケースマップでも、問い合わせチケットを事象・製品領域・顧客の意図で分類する使い方と、通話記録から顧客の課題・約束事項・フォローすべき項目を抽出する使い方が挙げられています。

実際の業務では、届いた問い合わせを1件ずつ人が読んで担当部署へ回していた工程が、受信と同時に自動で振り分けられる形に変わります。1件あたりの判定は1秒未満で終わるので、問い合わせが1日に数百件あっても対応が滞りません。文章を生成しないJevに、返信文は書けません。「解約の兆候が強い」という判定が出た顧客への対応を決めるのは、引き続き人です。Jevが担うのは、そこまでの仕分けと点数付けです。

不正入力の検出とLLMの振り分け

もうひとつの主な用途は、LLMに処理を渡す前のチェックです。ユースケースマップには、利用者が送った文章にAIへの不正な指示（プロンプトインジェクション）が混ざっていないかを検出する使い方や、規約違反・機密データの露出を特定する使い方が載っています。1リクエストごとに危険度を判定させ、危険なものだけをはじく構成です。この検査を文章生成のモデルでやると判定のたびに料金と待ち時間がかさむため、速くて安いJevが向いています。

入力の内容や難易度によって、どのLLMに処理を回すかを振り分ける「ルーティング」も、公式が挙げる用途のひとつです。エンジニアのmeijin氏は、ブラウザ操作を自動化するアプリケーションを例に、状態の取得や画面の読み取りはLLMが担当し、次にどう操作するかの選択だけをJevが引き受ける構成をZennの考察記事で提案しています（実装済みの報告ではなく構想段階の整理です）。

ECや採用などの繰り返し判定

ECの領域では、出品者ごとにばらばらな商品情報の分類・整形や、禁止出品・偽造品の兆候・レビュー不正の検出が挙げられています。採用では、職務に関係する明示的な基準に沿って応募書類や面接フィードバックを評価し、関連する経験を洗い出す使い方が示されています。どちらも共通するのは、Jevが担うのは基準に沿った評価や検出までで、採用の合否のような最終判断は含まれないことです。

Jevの使い方・始め方

最初に押さえておきたいのは、Jevには「開いて話しかける画面」が無いことです。ChatGPTのようにブラウザで対話するのではなく、APIとして自分のプログラムから呼び出して使います。手元のパソコンに何かをインストールするソフトでもありません。「この問い合わせを分類して」とリクエストを送ると判定が返ってくるので、その結果を受けてシステム側の処理を分岐させる、部品としての使い方が基本です。

TypeSafeで直接使い始める流れは次のとおりです。

1. TypeSafe公式サイトからアーリーアクセスに申し込む。現在は順番待ちリスト方式で、希望者から順に利用開始の案内が届きます。
2. 案内が届いたらAPIキーを発行する。発行後の具体的な画面や手順は、案内に同封されるドキュメントで確認する形になります。
3. 分類・判定・スコアリングのうち、まず1種類のタスクでAPIを呼び出し、返ってくる判定を業務データで確かめる。

順番がいつ回ってくるかは公表されていないため、今日の時点では、TypeSafeで直接使うには申し込んで順番を待つほかありません。ただ、順番を待たずにJevを動かす方法が別にあります。「ロリポップ！AIゲートウェイ」を経由する使い方です。

Jevの料金と使える条件

料金の公称値は入力100万トークンあたり0.042ドル、出力トークンは無料です。出力が無料なのは、Jevの返す答えが選択肢や点数といった短い判定だけで、生成文のような長い出力が存在しないためです。課金対象は判定させたいデータを渡す入力側に集約されています。アーリーアクセス段階の条件のため、この単価が正式提供後も続くとは限りません。最新の料金はTypeSafe公式の案内で、入力単価と無料枠の有無を確かめてから試算に使ってください。

使える条件は前章のとおりアーリーアクセスの順番待ちです。一方、「ロリポップ！AIゲートウェイ」ではJevを提供中で、登録すれば順番待ちなしですぐにご利用いただけます。

導入前に知っておきたい注意点

試す前に、つまずきやすい点を3つ挙げておきます。

• 単体では文章を書けない：メールの返信文や要約の作成には使えません。文章が要る工程はLLMが担当し、Jevはその前後の判定に絞る役割分担になります。
• 形式の正しさと中身の正しさは別：型エラー率0%が保証するのは「指定した型で返ってくること」だけです。採用や与信のように人へ影響する判定では、Jevの判定と人の判断を突き合わせて精度を確かめてから、自動化する範囲を決める手順が要ります。
• アーリーアクセス段階の製品である：料金・仕様・提供条件は今後変わる可能性があります。本番の業務システムに組み込むかどうかは、正式提供の条件が出てから見極めるのが安全です。

順番待ちなしでJevを試す方法

順番待ちをせずに、今日からJevを動かす方法があります。「ロリポップ！AIゲートウェイ」のモデル一覧にはTypeSafe AIの「typesafe/jev-latest」が掲載されており、ゲートウェイのAPIキーからJevを呼び出せます。ここからは実際の管理画面で、ログインからAPIキー発行までの手順を追う流れです（画面は2026年9月24日に撮影したものです）。

① ロリポップ！AIゲートウェイにログインする

ロリポップ！AIゲートウェイの紹介ページを開き、右上の「ログイン」を選びます。初めて使う場合は「無料で会員登録」に進んでください。

ログイン画面では、Google・GitHub・メールアドレスのいずれかを選べます。登録したときと同じ方法でログインしてください。

初めて使うときは、表示名と利用規約、メール受信の設定を確認する利用登録画面が表示されます。内容を確認し、同意する場合はチェックを入れて登録します。

② JevのモデルIDを確認する

公開モデル一覧で「jev」と検索します。APIから指定するモデルIDは「typesafe/jev-latest」です。この文字列を、Jevを呼び出すときに使います。

料金は撮影時点で無料キャンペーンの表示でした。無料期間の終了後は入力100万トークンあたり0.042ドル、出力は無料と案内されています。利用前に最新のモデル一覧で確認してください。前払いの残高が足りないとAPIは402エラーを返すため、必要に応じて管理画面の「クレジット」からチャージします。

③ 組織でJevの利用を許可する

管理画面の左メニューから「利用可能モデル」を開き、「TypeSafe AI」を展開して「typesafe/jev-latest」の右端のチェックボックスにチェックを入れます。

「TypeSafe AI」が1/1になり、Jevの右端にチェックが付けば許可された状態です。設定を変更できない場合は、組織の管理者にJevの利用許可を依頼します。

④ 利用するプロジェクトを開く

左メニューの「プロジェクト一覧」から、利用するプロジェクトを選びます。用途を分けたい場合は「プロジェクトを作成する」から新しく作れます。

プロジェクトは、APIキーや利用量を管理する単位です。以降は、このプロジェクトの中でAPIキーを作成します。

⑤ APIキーを発行して保存する

プロジェクト内の左メニューから「APIキー」を開き、右上の「APIキーを発行する」を選びます。

発行フォームでは、用途がわかるキー名・ルール・有効期限を設定して発行します。

発行後の画面で「APIキーをコピーする」を押し、パスワードマネージャーなどに保存します。キー全体を確認できるのは発行時の1回だけです。公開する記事やスクリーンショットに、実際のキーを載せないよう気をつけてください。

キーの設定画面を下にスクロールして「モデル」を開くと、そのキーが使えるモデルを確認できます。「利用するモデル」が「組織で許可されたモデルすべて」の場合、③で許可したJevも対象です。個別に絞っている場合はJevを含めます。

これで、発行したAPIキーとモデルID「typesafe/jev-latest」を使って、自分のアプリやシステムからJevを呼び出せます。ゲートウェイはOpenAI互換APIとAnthropic互換APIに対応しているので、既存のLLM呼び出しコードはモデル名と接続先の差し替えだけで動く仕組みです。具体的な接続方法はロリポップ！AIゲートウェイの公式ドキュメントで確認できます。

AIゲートウェイという仕組み自体になじみがない場合は、AIゲートウェイとは何かを解説した記事から読むと、複数のAIモデルをひとつの接続口で扱う考え方がつかめます。Jevのような登場直後のモデルを、契約を増やさず既存のAPIキーで試せるのがゲートウェイを挟む利点です。

AIゲートウェイとは？役割・機能・API Gatewayとの違いを解説

複数のAIモデルへの接続を1つのAPIに統一し、利用量やコストを管理する仕組みを解説した記事です。

/ai/media/what-is-ai-gateway/

複数のAIをひとつのAPIで使えるロリポップ！AIゲートウェイ

「ロリポップ！AIゲートウェイ」は、Claude・GPT・Geminiなど15プロバイダー59モデルをひとつのAPIキーと接続先から使えるサービスです（モデル数は2026年9月時点のものです。Jevもこの一覧に含まれます）。

• 日本円で支払える：モデルごとの利用料金をリクエスト時の為替レートで日本円に換算し、前払いのチャージ残高から支払います。海外のAIサービスはドル建てが多いなか、為替を気にせず日本円のまま費用を管理できます。
• モデルの乗り換えが差し替えで済む：呼び出し口がひとつなので、Jevで判定、GPTで文章生成という使い分けも、モデル名の指定を変えるだけで切り替えられます。新モデルが出るたびに契約とキー管理が増えていく状態から抜けられます。
• プロジェクト単位で費用を把握できる：組織・プロジェクト・メンバーの単位で使用量と費用を確認し、ルールを設定できます。チームでの検証利用でも、誰がどれだけ使ったかを後から追えます。

費用は使った分のトークン料金にチャージ手数料5%（別途消費税）が乗る形で、初期費用・月額は0円、トークン料金への上乗せはありません。チャージしたクレジットは購入日から1年で失効します。

まとめ

• Jevは文章を生成せず、分類・判定・スコアリングだけを高速に返す
• 型エラー率0%は出力形式の保証で、判断の中身を確かめる仕事は人の側に残る
• 提供はアーリーアクセスの順番待ちだが、「ロリポップ！AIゲートウェイ」経由なら待たずに試せる

「文章を書けないAI」と聞くと物足りなく感じるかもしれませんが、実際の用途は分類・判定・スコアリングに絞られています。問い合わせの振り分けや不正入力の検出のように、決まった選択肢から選ぶだけの判断は、文章を書く仕事より業務のなかに数多くあります。

導入の検討は、自分の業務のなかにある「決まった選択肢から選ぶだけの判断」を書き出すところから始まります。書き出した判断のうち、人が読んで分類するだけの作業がどれだけあるかを数えれば、Jevに置き換えられる範囲が具体的にわかります。

よくある質問

JevはChatGPTの後継ですか？

いいえ。開発元からして別で、JevはTypeSafe AIの製品、ChatGPTはOpenAIの製品です。役割も重なりません。ChatGPTが文章の生成を担うのに対し、Jevは分類・判定・スコアリングだけを返すモデルで、置き換えではなく併用する関係です。

Jevは日本語に対応していますか？

TypeSafeの公式発表には、対応言語についての記載が見当たりません。日本語の問い合わせ文を意図どおり分類できるかは、実際のデータで試して確かめるのが確実です。「ロリポップ！AIゲートウェイ」経由なら順番待ちなしで検証できます。

LLMとJevはどちらを使えばいいですか？

作りたいものが文章・要約・コードならLLM、決まった選択肢からの判定を大量に繰り返したいならJevです。実際のシステムでは二者択一ではなく、LLMが読み書きを担い、途中の振り分けやチェックをJevが担う組み合わせになります。本文の「Jevでできること」で紹介した開発者の構想が、この分担の具体例です。

なぜJevはハルシネーションが起きにくいのですか？

自由な文章を作らず、あらかじめ指定された選択肢・点数・確率のなかからしか答えを返さない設計だからです。存在しない事実を文章としてでっち上げる余地が構造上ありません。ただし選択肢のなかから誤った答えを選ぶことはあるため、判定の中身の検証は必要です。