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、テキストとして表現された直感ではなく、回答に対する較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、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のが売り文句です。

LLMとの機械的な違いがエンジニアリング上重要です:

• 出力は型付きです。 回答の形を事前に宣言します — 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なく、スキーマへの一致はモデルが従うことを期待するものではなく、アーキテクチャの特性です。
• 選択だけでなく確率が得られます。 Choiceは選択されたオプションと、すべてのオプションの確率、および別個のconfidence値を返します。これにより不確実性に基づいてルーティングできます。しきい値を超えたら行動し、下回ったらより大きなモデルにフォールバックします。
• 質問は並列に実行されます。 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ます。
• 意図的に狭く作られています。 TypeSafeのガイダンスは、制御フローをコードに保ち、1つの大きな判断ではなく、Jevに原子的で構造化された決定を与えることです。 出力には順序構造がありません。 TypeSafeの創業者は、文字列やその他の順序データ構造は出力側では許可されないと述べており、その理由として明示されているのはまさにこの点です。つまり、それによってすべての回答を並列に計算できるからであり、だからこそ課金対象となる出力トークンが存在しないのです。Jevに文章を書いてもらうことはできませんが、この制約こそが価格の土台となっています。

最小限のリクエストは次のようになります:

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_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（現在は両方とも1.13に解決）
エンドポイント	POST https://api.typesafe.ai/v1/systemone
価格	入力トークン10億あたり$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	毎秒250,000トークン、毎分1,200リクエスト、動的と記載
コンテキスト長	リクエストあたり64k（stateとすべての質問）; stateと最長質問で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、動画は不可
出力	確率と信頼度を伴う型付き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適応されません
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ません

Jevが適合する場所、そしてTypeSafeがコードに残すべきと言うもの

TypeSafeはjev-1.13の適用範囲も詳細に公開しています。9つの領域があり、それぞれに推奨される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ます	正確な条件を述べる。境界ケースを基準に入れる
2	数学と数値 — 計算機ではなく、信頼性高く数えられません	算術とカウントはコードに保つ
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ます	コンポーネントを抽出し、コードで比較する
4	間接性 — 二重否定やマルチホップの質問は精度を損ないます	ホップを減らす。関連するstateを直接指す
5	無関係な詳細でいっぱいの大きなstate	まずフィルタリングする。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	指示と基準を一致させる
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、カウント: ドキュメントはjev-1.13が「信頼性高く数えられない」と明言しています — 単語内の文字、文章内の出現回数、長いリスト内の項目など — そして誤差は数える対象のサイズとともに増大します。第二に、生成: Jevは要約、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自身が推奨するカウントのパターンは、意図された分業を示しています。コードで候補を反復処理し、候補ごとに1つのNoulを問い、答えを自分で合計します。

見出しの数字はどこから来るのか

ほぼすべてのJevの議論に2つの数字が伴います。それらは異なる情報源から来ており、異なることを説明しています。

0.7秒。 Everyは「TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds」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の判断と説明しています。記事本文全体を読み込んでコストの数字を確認することはできなかったため、そのデモに関して引用されている実行あたりのコストは、公開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広告、40秒、約9セント。 これは2回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）はコストを追加しています — 「9セントのトークンを使用」 — そして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ミスマッチ。

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り、40秒は724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の採用状況は異常に検査しやすいです。なぜなら、最初の週に公開されたほぼすべてがオープンソースだからです。以下のスター数は2026年9月20日にGitHub APIから読み取ったものです。

ブラウザとコンピュータの使用。 browser-use/jev-ultrafast（★10,113）はbrowser-use組織から来ており、基调を定めたプロジェクトです。固定されたアクション空間（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択するよう求めます。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してマークされます。TYPE_TEXTのみがテキストモデルを呼び出し、README自身の例では小さな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ロードを含めて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決定し、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用のポートとバリアントが存在します。

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、すべてのコマンドまたは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「較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回答よりも genuinely 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トします。これはTypeSafe自身の主張 — 決定はそれがゲートする生成のほんの一部のコストで済む — の最も直接的な表現です。

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stateからスーパーマリオブラザーズをプレイし、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もはるかに速く広まります。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しては扱わないでください。

オープンな再現。 これは新しいベンダーなしで機能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Apache-2.0の商用利用可能なエンコーダで、RLCDでトレーニングされた決定ヘッドを持ち、system-oneとcalibrated-decisionsタグで公開されており、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、公開しているベンチマークチャートは彼ら自身のものです。重要なのは、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的な例であり、本番環境との接触に耐える可能性が最も高いパターンです: stateを固定し、1回のリクエストで多くの狭い質問をし、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？

入力トークンあたり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を請求します。APIMasterでは、gpt-5.6-lunaが100万入力トークンあたり$0.022からセール中です — おおよそJevの入力料金の半分 — そしてglm-5.3-flashは**$0.105**、deepseek-flashは**$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:

• 出力トークンなし。 最も安い生成モデルでも、すべての判断に対してテキストを出力し、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から500msと公開し、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倍から200倍高速と説明しています。速度は、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上で並列に展開されるため、10番目の質問は10番目のAPI呼び出しのほんの一部のコストで済みます。

それが勝つかどうかはワークロードによります。判断が少なく、長く、推論から恩恵を受けるなら、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断を行う場合、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、計算は変わります。

OpenAI互換キーでJevを呼び出せるか？

TypeSafe自身のエンドポイントに対してはできません。そして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questionsのマップを運びます。OpenAIスタイルのボディはmessagesを運び、生成されたテキストを返すことを期待します。
• 異なるレスポンス。 選択した質問名でキー付けされた確率と信頼度の値を受け取り、補完文字列ではありません。

ベンダーAPIに対して、OpenAI互換クライアントにJevを話させるには、両方向の変換レイヤーを書く必要があります — これは上記のルーティングセクションのコミュニティゲートウェイが行っていることです。JevはAPIMasterでオンボーディング中で、このページは統合が公開され次第更新されます。それまでは、OpenAI互換エンドポイントで高速な判断を得るためのライブオプションは、以下の低コスト層のいずれかです。

今日、高速な判断が必要なときに何を実行すべきか

実際に必要なのが既存のOpenAI互換エンドポイントからの判断であるなら、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	セール中ルート	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%オフ
glm-5.3-flash	3	$0.105 / $0.35	$0.15 / $0.50	約30%オフ
deepseek-flash	1	$0.15 / $0.60	DeepSeekのオフピークと同等	マークアップなし
gpt-5.6-terra	15	$0.12 / $0.72	$2.00 / $12.00	約94%オフ
gemini-3.8-flash	7	$0.20 / $1.00	$1.50 / $7.50	約87%オフ

Jev自体は執筆時点でまだオンボーディング中です。以下の層はそれまでの間に実行するものです。その表を読む際の3つの注意点。価格は確認時点でセール中の最低ルートであり、同じモデルの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、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行可能な分業:

1. 狭く高頻度の決定を小さな低コスト層に置き、自分の信頼度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トする。
3. カウント、算術、日付比較は自分のコードに保つ — TypeSafeが与えるのと同じアドバイスであり、表のすべてのモデルに適用されます。

APIMasterアカウントを作成し、$1から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https://apimaster.ai/v1に向けて上記のモデルIDのいずれかを使用します。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留まります。本番トラフィックを移動する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と型付き質問のマップを受け取り、生成されたテキストではなく較正済みの確率 — Choice、Score、Noulの回答 — を返します。

Jevは言語モデルですか？ いいえ —— しかも、TypeSafe 自身の表現はそれよりも断固としています。ローンチ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）」と説明していました。送られたテキストを読み取り、確率と信頼度の値を伴う型付きの判断を返しますが、散文を生成することは一切ありません。TypeSafe はこれを、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ーとして位置づけており、どちらかの小型版として扱っているわけではありません。

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ます。SDKはjev-latestをデフォルトとします。

Jevの料金はいくらですか？ 入力トークン10億あたり$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？ TypeSafe自身のAPIでは違います。専用のPOST /v1/systemoneエンドポイントを使用し、stateとquestionsのボディで、補完ではなく確率を返すため、OpenAIスタイルのクライアントはそのままでは呼び出せません。JevはAPIMasterでオンボーディング中で、このページは統合が公開され次第更新されます。

JevはAPIMasterで利用できますか？ まだ販売されていません — JevはAPIMasterでオンボーディング中で、このページは統合が公開され次第更新されます。それまでの間、決定層と組み合わせる低コストテキスト層はすでに利用可能です。gpt-5.6-luna、glm-5.3-flash、deepseek-flashのライブカードをご覧ください。

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と述べ、CJKを含む他の言語は扱われるが同等にうまくは扱われないと述べています。ドキュメントは、自分のコンテンツでテストし、ルーティング時に信頼度の値に注意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しません。ドメインの挙動は各リクエストのstate、指示、基準を通じて形成されます。

どのタスクをJevから除外すべきですか？ TypeSafeは9つを公開しています: 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、無関係な詳細でいっぱいの大きな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、生成。カウントと算術はコードに属します。

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、Apache-2.0のlayaエンコーダなど — しかし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Jevをいつ使うべきですか？ 決定が狭く型付きで、頻繁に行い、秒ではなく数百ミリ秒で返す必要がある場合です。長いコンテキストの推論、生成、または算術を必要とするものには、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の価格、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が範囲外とする領域と、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、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の数字と40倍〜200倍の比較
• Hacker News discussion — ローンチスレッドで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、著者の投稿付き
• Every — TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds オープンな再現実装。 新しいベンダーを導入せずにこの能力を手に入れたい人にとって、これが最も興味深い流れだ。TheoLeeCJ/SemIf (★2,123) は、家庭用の単一の RTX 3090 上でオープンモデルを動かしており、TypeSafe とは独立していることを明言している。TianyuCodings/NanoJev (★1,175) は小規模な再現実装だ。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 タグで公開されており、対応するランナーが receptron/laya にある。これらはいずれも Jev ではなく、公開されているベンチマークチャートもそれぞれ独自のものだ。重要なのは、このモデルの形が再現可能であるという点にある。

TypeSafeのモデルドキュメントと適用範囲の注記は2026年9月20日に確認されました。スター数とAPIMasterのルート価格は同じ日に読み取られました。JevのAPIMasterオンボーディングは進行中で、このページは進展に応じて更新されます。価格、レート制限、プロジェクトのステータスは変わります — 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確認してください。