Jev API: TypeSafeのSystem Oneモデルとは何か、いくらかかるのか、いつ使うべきか

Jevとは実際に何か

TypeSafeは2026年9月15日に、最初の「System Oneモデル」としてJevを発表しました。この枠組みはKahnemanのファスト&スローに由来します。現在のLLMは推論的で熟慮的なシステムのように振る舞い、TypeSafeはその高速で直感的な半分を構築しています — ただしここでの「直感」とは、テキストとして描かれた直感ではなく、答えに対する校正済みの確率分布を意味します。

名前はJevonsへの言及であり、その狙いは、高速で低コストの意思決定プリミティブは高価なものよりもはるかに頻繁に呼び出されるというものです。

LLMとの機械的な違いがエンジニアリングにとって重要です:

• 出力が型付きである。 答えの形をあらかじめ宣言します — 列挙可能な選択肢に対するChoice、記述的なレベルに対するScore、または確率を伴うNoul（はい/いいえ）。解析すべき自由形式のテキストは存在せず、スキーマへの一致は、モデルが従うことを願うものではなく、アーキテクチャの性質です。
• 選択だけでなく確率が得られる。 Choiceは選択された選択肢と、すべての選択肢に対する確率、そして別個のconfidence値を返します。これにより不確実性に基づいたルーティングが可能になります。しきい値を超えれば実行し、下回ればより大きなモデルにフォールバックするのです。
• 質問は並列に実行される。 Jevはstateを一度取り込み、リクエスト内のすべての質問を同時にそれに対して評価します。1つではなく30の質問をしても、実時間はほとんど増えません。これが以下のバッチ分類のユースケースを可能にしているものです。
• 意図的に狭い。 TypeSafeのガイダンスは、制御フローをコード内に保ち、1つの大きな判断ではなく、Jevに原子的で構造化された意思決定を与えることです。
• 出力に逐次構造がない。 TypeSafeの創業者は、文字列やその他の逐次データ構造は出力側で許可されないと述べており、その理由はまさにこれだとしています。それによりすべての答えを並列に計算できるからであり、だからこそ課金すべき出力トークンが存在しないのです。Jevに文章を書かせることはできず、その制約の上に価格が成り立っています。

最小限のリクエストは次のようになります:

curl -X POST "https://apimaster.ai/v1/systemone" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Help! My payouts have been failing for 3 days.",
    "model": "jev-latest",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
    }
  }'

Jevの仕様一覧

仕様	Jev 1.13
モデルID	jev-1.13.0
エイリアス	jev-latest、jev-preview（どちらも現在は1.13に解決）
APIMasterエンドポイント	POST https://apimaster.ai/v1/systemone
APIMasterモデルID	jev-latest
価格	10億入力トークンあたり$42 / 100万あたり$0.042
出力価格	無料 — 課金は入力のみ
レート制限	250,000トークン/秒および1,200リクエスト/分、動的と記載
コンテキスト長	1リクエストあたり64k（stateとすべての質問）。stateと最長質問の場合は32k
入力タイプ	テキスト: 文字列、JSONオブジェクト、または配列。画像、音声、動画なし
出力	確率とconfidenceを伴う型付きのChoice、Score、Noulの回答
クライアントSDK	Python typesafe-sdk、JavaScript @typesafe-ai/sdk
アカウントごとのカスタム重み	なし。Jevは顧客データでファインチューニングやLoRA適応されない
顧客からのトレーニングデータ	なし。リクエストとレスポンスはトレーニングに使用されない

Jevが適合する場所、そしてTypeSafeがコードに残せと述べていること

TypeSafeはjev-1.13のスコープも詳細に公表しています。9つの領域があり、それぞれに推奨される代わりのパターンが示されており、最終レビューは2026年9月17日です。

#	領域	TypeSafeのガイダンス
1	文字通りの読み取り — 意図した質問ではなく、書かれた質問に答える	正確な条件を明記する。境界ケースは基準に入れる
2	数学と数値 — 計算機ではなく、信頼できる数え上げもしない	算術と数え上げはコードに保つ
3	日付と時刻の比較 — 日付は順序付けられた量ではなくテキストとして読まれる	構成要素を抽出する。コードで比較する
4	間接性 — 二重否定や多段ホップの質問は精度を損なう	ホップを減らす。関連するstateを直接指す
5	無関係な詳細で満ちた大きなstate	まずフィルタする。質問が必要とするものだけを送る
6	敵対的コンテンツ	正確な指示を書き、デプロイ前にエッジケースをテストする
7	矛盾する指示と基準	指示と基準を揃える
8	常識的な構造的不変条件	各決定を一方向に問う。同一性はコードで強制する
9	生成	生成モデルを使う

実践ではこのうち2つが最も重要です。第一に、数え上げ: ドキュメントは、jev-1.13が「信頼できる数え上げをしない」と明言しています — 単語内の文字数、文章内の出現回数、長いリスト内の項目数など — そして誤差は数え上げ対象のサイズとともに増大します。第二に、生成: Jevはあなたの要約、返信、コミットメッセージを書きません。Jevは決定し、何か別のものが書きます。

TypeSafe自身が推奨する数え上げのパターンは、意図された分業を示しています。コード内で候補を反復し、候補ごとに1つのNoulを問い、答えを自分で合計します。

話題の数字はどこから来るのか

ほとんどすべてのJevの議論に2つの数字が付いてまわります。それらは異なる情報源から来ており、異なることを表しています。

0.7秒。 Everyは「TypeSafeのJevは私が書いたすべてを0.7秒で判定した」という記事を公開しました。その記事をカタログ化するビルドインデックスは、37記事にわたる777件の判定と記述しています。記事本文全体を読み込んでそのコスト数値を確認することはできなかったため、そのデモの周辺で引用されている実行あたりのコストは、公表された料金ではなく著者自身の測定値として扱ってください。

724件の広告、40秒、約9セント。 これは二重に文書化されています。ビルドページmadewithjev.com — 724 competitor ads, broken downは、37ブランドの724件のライブ広告が約40秒で分析されたと述べています。著者のXの投稿（2026年9月17日）はコスト — 「9セント分のトークンを使った」 — を追加し、広告ごとに抽出された次元を列挙しています: フック、フォーマット、オファー、CTA、認知段階、ランディングページの不一致。

両者の区別は保つ価値があります。0.7秒は段落規模のコーパスに対するモデルの評価時間である一方、40秒は724件のライブ広告の取得と処理をカバーしています。どちらの数字もあなたのワークロードのスループット保証ではありません。

コミュニティがそれで何を構築しているか

Jevの採用状況は、最初の1週間に公開されたほとんどすべてがオープンソースであるため、例外的に調べやすいものです。以下のスター数は2026年9月20日にGitHub APIから読み取りました。

ブラウザとコンピュータの使用。 browser-use/jev-ultrafast（★10,113）はbrowser-useオーガニゼーションから来ており、基調を定めたプロジェクトです。固定のアクション空間（CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED）を公開し、Jevに操作と対象要素の両方を選ばせます。両方の決定は単一のTypeSafeリクエストに入り、対象の質問は投機的とマークされます。テキストモデルを呼ぶのはTYPE_TEXTのみで、README自身の例では小型のものを使用しています。そのデモタスク — Google Flightsでのチューリッヒからロンドン — は、テキスト生成とページ読み込みを含めて7.1秒と引用されています。サイト固有のスクリプトはありません。

コーディングエージェントのコンテキスト圧縮。 tamaratran/fast-jev-compaction（★4,544）は、コーディングエージェントのトランスクリプト内のどのツール結果がまだ保持する価値があるかを判断し、完全な要約パスなしで長いセッションを圧縮できるようにします。他のエージェントハーネス向けの移植版や派生版も存在します。

エージェントのガードレール。 DevMortimer/pi-warden（★99）とshiftynick/jev-axi（★17）はどちらも、すべてのコマンドやツール呼び出しの前に判断を置きます。まず問い、危険なものをブロックします。これは「校正済みの確率と自分のコード内のしきい値」が、解釈しなければならないテキストの答えよりも真に優れているパターンです。

モデルルーティング。 vinilana/jev-gateway（★61）は、単純なリクエストを低コスト層にルーティングし、難しいものだけをエスカレーションします。これはTypeSafe自身の主張 — 意思決定はそれがゲートする生成の何分の一かのコストで済む — を最も直接的に表現したものです。

ゲームと制御のデモ。 fhshaik/typesafe-mario（★289）は構造化されたエミュレータのstateからSuper Mario Bros.をプレイし、RomanSlack/jev-drone（★81）はMuJoCoでドローン制御ループを実行します。これらは出荷されるよりはるかに速く広まりますが、インターフェースのデモとして扱い、本番の信頼性に関する証拠とはしないでください。

オープンな再現。 これは、新しいベンダーなしにその能力を求める人にとって最も興味深いスレッドです。TheoLeeCJ/SemIf（★2,123）は自宅の単一のRTX 3090でオープンモデルを実行し、TypeSafeとは独立していることを明言しています。TianyuCodings/NanoJev（★1,175）は小規模な再現です。convaiinnovations/layaは、RLCDでトレーニングされたApache-2.0の商用利用可能な分類モデルで、system-oneとcalibrated-decisionsタグの下に公開され、receptron/layaに付随するランナーがあります。これらはいずれもJevではなく、それらが公開するベンチマークチャートはそれら自身のものです。要点は、このモデルの形が再現可能であるということです。

バッチ分類。 上記の広告分析が代表例であり、本番との接触に最も耐えうるパターンです。stateを固定し、1回のリクエストで多くの狭い質問を問い、確率を読み取ります。

Jevは実際に低コストLLMより安いのか？

入力トークン単位では安くありません。そしてこれがほとんどの記事が飛ばす部分です。Jevは100万入力トークンあたり$0.042を課金します。APIMasterでは、gpt-5.6-lunaが100万入力トークンあたり$0.022から販売中 — Jevの入力料金のおよそ半分 — で、glm-5.3-flashが**$0.105**、deepseek-flashが**$0.15**です。最も安いホスト型生成モデルは、すでに入力価格でJevを下回っています。

Jevのコスト論は他の3つのことに依拠しています:

• 出力トークンがない。 最も安い生成モデルでも判定ごとにテキストを出力し、出力は入力より数倍高く価格設定されています。Jevは確率を返して止まります。
• レイテンシ。 TypeSafeはエンドツーエンドの応答時間を70ms〜500msと公表し、System One型のクエリにおけるフロンティアモデルとの比較を40倍〜200倍高速と表現しています。速度こそが、意思決定をキューの後ろではなくリクエストパス内で実行できるようにするものです。
• 限界的な質問はほぼ無料。 質問は1つのstate上で並列にファンアウトするため、10番目の質問のコストは10回目のAPI呼び出しの何分の一かで済みます。

それが勝つかどうかはワークロード次第です。判定が少なく、長く、推論の恩恵を受けるなら、構造化出力を持つ低コストLLMの方が良い買い物です。作業単位あたり多くの短い判定を行う場合、またはユーザーが一時停止に気づく前に答えが必要な場合、算術は変わります。

APIMasterでJevをどう呼び出しますか？

TypeSafe自身のエンドポイントに対してではなく、その違いは設定の問題ではなく構造的なものです:

• 異なるルート。 TypeSafeは1つの評価エンドポイント/v1/systemoneと/v1/modelsのリストを文書化しています。文書化された/chat/completionsはありません。
• 異なるボディ。 リクエストはstateと型付きのquestionsのマップを運びます。OpenAI形式のボディはmessagesを運び、生成されたテキストが返ることを期待します。
• 異なるレスポンス。 あなたが選んだ質問名でキー付けされた確率とconfidence値を受け取り、補完文字列は受け取りません。

APIMasterでは、上記のネイティブのSystem Oneリクエストを、APIMasterキーとjev-latestで使用してください。そのAPI形状に翻訳層は不要です。OpenAI互換エンドポイントはパイプラインのテキスト生成側には依然として有用ですが、Jev自体を呼ぶ方法ではありません。

高速な判定が必要なときに今日実行できるもの

既存のOpenAI互換エンドポイントからの判定が必要な場合、実用的な問題はどの低コスト層に送るかです。2026年9月20日時点のライブAPIMasterルート:

モデルID	販売中ルート	最低価格（100万あたり入力 / 出力）	参考リスト価格	おおよその割引
gpt-5.6-luna	3	$0.022 / $0.134	$0.20 / $1.20	約89%安
glm-5.3-flash	3	$0.105 / $0.35	$0.15 / $0.50	約30%安
deepseek-flash	1	$0.15 / $0.60	DeepSeekオフピークと同一	マークアップなし
gpt-5.6-terra	15	$0.12 / $0.72	$2.00 / $12.00	約94%安
gemini-3.8-flash	7	$0.20 / $1.00	$1.50 / $7.50	約87%安

Jevは型付き意思決定層として稼働しており、以下の層はテキスト生成またはエスカレーション層向けです。この表を読む上での3つの注意点。価格は確認時点で販売中の最低ルートであり、同じモデルでも異なるルートは異なる価格を持ちます — ボリュームをコミットする前にモデルカードを開いてください。deepseek-flashはDeepSeek自身のオフピーク料金で価格設定されているため、正直な表現は「ゲートウェイのマークアップなし」であり、割引ではありません。そして、より低い入力価格が自動的に安い選択とは限りません。出力長、キャッシュヒットの挙動、リトライ率が通常、最終的な請求額を支配します。

単一キーでのJevスタイルのパイプラインの実用的な分業:

1. 狭く高頻度な判断を小規模で低コストな層に置き、自分のconfidenceしきい値でゲートする。
2. そのしきい値を下回るケースのみを、より強力なモデルにエスカレーションする。
3. 数え上げ、算術、日付比較は自分のコードに保つ — TypeSafeが与えるのと同じ助言であり、表のすべてのモデルに当てはまります。

APIMasterアカウントを作成し、$1からの従量課金クレジットを追加し、コンソールでキーを作成し、OpenAI互換クライアントを上記のいずれかのモデルIDでhttps://apimaster.ai/v1に向けてください。1つのキーでGPT、GLM、DeepSeek、Gemini、Claudeファミリーをカバーするため、ステップ2のエスカレーションパスは同じ統合にとどまります。本番トラフィックを移す前に、モデルテスターでルートを検証してください。

FAQ

Jevとは何ですか？ JevはTypeSafe AIのSystem Oneモデルです。stateと型付きの質問のマップを受け取り、生成されたテキストではなく、校正済みの確率 — Choice、Score、Noulの回答 — を返します。

Jevは言語モデルですか？ いいえ — そしてTypeSafe自身の表現はそれよりも断定的です。ローンスレッドで創業者は、それを「構造化データモデルだが、技術的には言語モデルではない（言語を生成しない）」と述べました。送信したテキストを読み、確率とconfidence値を伴う型付きの決定を返し、散文を生成することは決してありません。TypeSafeはそれを、RLHFチャットモデルやRLVR推論モデルと並ぶ第三のカテゴリに位置づけており、どちらの小型版としても扱っていません。

JevのモデルIDは何ですか？ jev-1.13.0です。エイリアスjev-latestとjev-previewは現在同じバージョンに解決され、SDKはjev-latestをデフォルトとしています。

Jevのコストはいくらですか？ 10億入力トークンあたり$42、つまり100万入力トークンあたり$0.042です。出力トークンは無料で、課金は入力のみです。

JevはOpenAI互換ですか？ いいえ。専用のPOST /v1/systemoneエンドポイントをstate+questionsボディで使用し、補完ではなく確率を返すため、OpenAI形式のクライアントは変更なしには呼び出せません。APIMasterでは、同じネイティブ形状をjev-latestでhttps://apimaster.ai/v1/systemoneに呼び出してください。

JevはAPIMasterで利用できますか？ はい。モデルIDjev-latestをPOST https://apimaster.ai/v1/systemoneで使用してください。ライブ価格は100万入力トークンあたり$0.042、出力は$0です。本番使用の前にJevマーケットプレイスカードをご覧ください。タスクが生成テキストも必要とする場合は、gpt-5.6-luna、glm-5.3-flash、またはdeepseek-flashなどのテキストモデルと組み合わせてください。

Jevは中国語やその他の非英語言語をサポートしていますか？ TypeSafeは、英語が主要なトレーニング言語であり現在最も精度が高い言語であると述べ、CJKを含むその他の言語は処理されるが同等にうまくとは限らないとしています。ドキュメントは、自分のコンテンツでテストし、ルーティング時にconfidence値を注視するよう指示しています。

Jevを自分のデータでファインチューニングできますか？ いいえ。TypeSafeは顧客ごとにJevをファインチューニングやLoRA適応せず、顧客のリクエストやレスポンスでトレーニングすることもありません。ドメインの挙動は、各リクエスト内のstate、指示、基準によって形作られます。

どのタスクをJevから外すべきですか？ TypeSafeは9つを公表しています: 文字通りの読み取り、数学と数値、日付と時刻の比較、間接性、無関係な詳細で満ちた大きなstate、敵対的コンテンツ、矛盾する基準、常識的な構造的不変条件、そして生成です。数え上げと算術はあなたのコードに属します。

代替をセルフホストできますか？ オープンな再現があります — SemIf、NanoJev、そしてApache-2.0のlayaエンコーダなど — が、それらは独自のベンチマークを持つ独立したプロジェクトであり、Jevではありません。公開された比較はプロジェクト自身の測定値として扱ってください。

低コストLLMの代わりにいつJevを使うべきですか？ 判断が狭く型付きで、頻繁に行い、秒ではなく数百ミリ秒で返ってくる必要がある場合です。長いコンテキストの推論、生成、または算術を要するものについては、低コストの生成モデルの方が良い選択です。

出典とさらなる読み物

• TypeSafe — Models — モデルID、エイリアス、$42/Btok価格、レート制限、コンテキスト予算、言語サポート、データ処理
• TypeSafe — Jev 1.13 jaggedness — TypeSafeがスコープ外とする領域と、それぞれに推奨されるパターン、2026年9月17日レビュー
• TypeSafe — API referenceとQuick start — エンドポイント、リクエストとレスポンスの形状、SDKの使用法
• TypeSafe — Introducing System One Models and Jev — ローンチ記事、70〜500msのエンドツーエンド数値と40倍〜200倍の比較
• Hacker News discussion — ローンスレッドで1,918ポイント
• browser-use/jev-ultrafast — アクション空間、単一リクエストの操作と対象の設計、Google Flightsのデモ
• Made with Jev — 724 competitor ads, broken down — 広告分析のビルドページ、および著者の投稿
• Every — TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds
• Hugging Face — convaiinnovations/layaとTheoLeeCJ/SemIf — オープンで独立した再現

TypeSafeのモデルドキュメントとスコープノートは2026年9月20日に確認しました。APIMasterのjev-latestルートと価格は2026年9月21日に確認しました。価格、レート制限、プロジェクトの状況は変わります — ワークロードをコミットする前に、ライブカードまたはベンダー自身のページで検証してください。