「Jev 1.14」は、文章を書かず、「どの選択肢か」と「どれくらい自信があるか」だけを素早く返すAIモデルです。TypeSafe AIという会社が作り、2026年10月15日に画像を見て答える新機能が加わりました。ChatGPTのように会話するAIとは別の種類で、開発者の間で急に名前を見かけるようになっています。この記事では、公開資料で確かめられたことだけを整理します。
Jev 1.14をひとことで言うと？
Jev 1.14は、大量の「どれにする？」を速く安くさばくための、文章を書かない判断専用のAIモデルです。
身近なたとえでいうと、会話型AIは「何でも相談に乗ってくれる話し上手なアドバイザー」です。Jevは「届いた書類を見て、A箱・B箱・C箱に一瞬で仕分け、『8割がた確信あり』と付箋を貼る仕分け係」に近い存在です。理由は説明してくれませんが、判断だけを返すので速くて安い。これが持ち味です。
ただし、たとえはたとえです。実際には、状況の情報と質問を渡し、答えと確率を受け取る仕組みになっています。詳しくは次の節で説明します。
これまでと何が変わるのか
- 画像を見て判断できる（実験機能）: 写真の中に「探している人がいるか」を答えられます。まだ実験機能の扱いです（Qiitaの検証記事）。
- 画像の中の「どこ」を四角で返せる: 新しい質問の種類「box」が加わりました。1.14専用です（同記事）。
- 画像でも追加料金がかからない: 料金はテキストと同じ単価で、画像の分は上乗せされません（同記事）。
Jev 1.14とは？誰が作った、何のAI？
Jevは、TypeSafe AIが開発した「System One Model」と呼ばれるAIモデルです（every Tech Blog）。ChatGPTやClaudeのような大規模言語モデル（LLM）は、文章を作って答えます。Jevは文章を作りません。
※大規模言語モデル（LLM）とは: 大量の文章を学び、人間のように文章を書いたり返事をしたりするAIのことです。
GIGAZINEは、Jevのように「各選択肢が正しい確率」を直接出すAIを「意思決定モデル」と呼んでいます。文章を作る処理が要らないので、高速かつ低コストで判断できるのが特徴だと説明しています（GIGAZINE）。同記事の関連記事には「ChatGPT共同開発者が…開発」という見出しがありますが、本文は今回の資料に含まれておらず、開発者の詳しい経歴は確認できません。
Jev全般の基本は、当サイトのJevとは？文章を書かない「超高速な判断特化AI」の仕組みと話題の理由を解説でも紹介しています。
答えの形は4種類
Jevには、状況の情報と、型の決まった質問を渡します。すると質問ごとに答えが確率つきで返ります（every Tech Blog）。質問の型は3種類で、1.14で画像用の「box」が加わりました。
| 質問の型 | 返ってくるもの | 例 |
|---|---|---|
| noul | 真である確率（0〜1） | 「エラーが表示されているか」→0.93 |
| choice | 選んだ選択肢と、全選択肢の確率 | 「次に押すボタンはどれか」 |
| score | 段階評価と、各段階の確率 | 「健康的な度合い（悪い／普通／良い）」 |
| box（1.14専用） | 画像の中の位置（四角）と確信度 | 「見本の人は場面のどこにいるか」 |
「Jev」と「Jev 1.14.0」の関係
「Jev 1.14」「Jev 1.14.0」は同じ版を指し、APIで指定するモデル名は jev-1.14.0 です（Qiitaの検証記事）。一方、Brussleの評価ページによると、「Jev」は開発元の現行モデルで、Vercel AI Gateway経由で使えます。1.14.0は固定された版で、TypeSafe自身のAPIでしか提供されません。同ページでは別々に測られ、数値も違うので、両者が常に同じ中身とは限りません。
なぜ今、名前を見かけるの？
理由は大きく4つ見えます。
- 「会話しないAI」という新しい形が注目されている。 GIGAZINEによると、Jevは2026年9月に登場して注目を集めました（GIGAZINE）。個人ブログの著者は、速くて安くて幅広い判断ができる点に皆が沸いていると書いています。場合によってはClaudeのような会話型AIより数十倍から数百倍、安くて速いとも述べています。ただし著者自身が「purportedly（そう言われている）」と留保した書き方です（zachlandes.com）。
- 10月15日の1.14.0で画像対応などが加わった。 画像を渡せる点と、位置を答えるboxが新しい要素です（Qiitaの検証記事）。
- 試してみた記事が各所に出ている。 話題の見出しには、トロッコ問題を解かせる実験（ハッカーニュースで536ポイント）、iOSアプリの不具合探し（はてなブックマークで167）、ウォーリー風の画像探しなどがあります。問い合わせ300件の仕分けやGitHubのIssue（作業依頼）へのラベル付けを試した記事も見られます。反応数は参考情報で、中身の根拠にはしていません。
- 競合が比較相手に名指ししている。 Liquid AIは10月15日に新モデル「d1-ultra」を発表し、Jev 1.14を比較対象にしました（GIGAZINE）。比較される側に入るほど、注目を集めているとは言えそうです。
Jev 1.14の主な特徴は？
1. 返事が数百ミリ秒で返ってくる
できること: 1回の判断を、まばたき1回ほどの時間で返せます。1ミリ秒は1000分の1秒です。
根拠: every Tech Blogは「数百ミリ秒程度」と説明しています（every Tech Blog）。Qiitaの検証では、画像つきの質問でも346〜574ミリ秒でした。米オハイオにあるAWSのサーバーから3回測った中央値です。交差点の絵で5人を1回の依頼で探したときも409ミリ秒でした（Qiitaの検証記事）。
2. 料金が安い
できること: 大量の判断を回しても、費用が膨らみにくくなります。
根拠: 入力は100万トークンあたり0.042ドル、出力は無料です（2026年10月時点、every Tech Blog）。画像もテキストと同じ単価です（Qiita）。
※トークンとは: AIが文章や画像を数えるときの小さな単位です。
Qiitaの例では、画像2枚と質問2つで入力が7,547トークンでした。単純計算では約0.0003ドル、つまり1回あたり約0.03セントです（当編集部の計算）。
3. 画像を見て答える（実験機能）
できること: 見本の人物が、場面の写真のどこにいるかを答えます。
条件はいくつかあります（Qiita）。
- リクエストに実験用の目印（ヘッダ）を付ける必要がある
- 画像はPNGかJPEGで、各辺が256〜1568ピクセル
- 大きすぎる画像は自動で縮小されないので、自分で縮める
検証者は、AIで作った「ウォーリーを探せ風」の画像5場面で試しました。「いる確率」は0.59のものから0.15のものまでありました。キャラクターを消した画像では0.08で、「いなさそう」という結果でした。検証者は「実際のウォーリーはもっと難しいので同じ結果にならないかもしれない」とも断っています。
4. 答えに「自信度」が付く
できること: 自信がないときの判断を、人に回すなどの工夫ができます。
エブリーのインターン生は、Jevでアプリを自動で触る点検ツールを作りました。自信度が0.7未満の「戻る」は実行しない、購入・削除・退会・サインインのボタンは押さない、といったルールを足しています（every Tech Blog）。自信度をそのまま使うのでなく、周りで補正する使い方です。
5. 小さな判断なら安定する
できること: 「この画面で次に何を押すか」のような短い選択は得意です。
同じ記事の筆者は、長い手順の中で「今どこにいて何をすべきか」を判断させるのは苦手だったと書いています。ゴールを段階に分けると、動きが安定したそうです。また、Jevは質問ごとに別々に判断し、ほかの質問の選択肢を見ていません。そのため、画面の情報は状況の側にも入れる必要があったといいます。4分間の探索では、83ステップで65種類のボタンを触りました。
自分に関係ある？向いている人・向いていない人
結論から言うと、多くの人にとってJevは「直接使うもの」ではなく、使っているサービスの裏側で動く部品になりそうです。資料にあるのは開発者向けの使い方だけです。ChatGPTのようにチャットで話しかける画面は、資料に出てきません。
向いている人・場面
- 問い合わせの仕分けや画面の点検など、短い判断を大量にこなしたい開発チーム
- 「確率が高いものは自動で処理し、低いものは人が見る」という流れを作りたいチーム（Brussleのページが挙げる例です）
- 企画や営業の立場で、どこまでAIに任せ、どこから人が見るかの基準を決める人
向いていない人・場面
- 文章を書いてほしい、理由を説明してほしい人。Jevは「何がおかしいか」を文章で説明できません（every Tech Blog）
- 長い手順を丸ごと任せたい場面
- 確率をそのまま信じて、自動承認したい場面（詳しくは後半の注意点を参照）
触ってみたい人向け：始め方は？
ここからは実際に触ってみたい人向けです。読み飛ばしても全体像は分かります。
入手先と前提
- 1.14.0は、TypeSafe自身のAPIでのみ提供されています。現行の「Jev」はVercel AI Gatewayでも使えます（Brussle）。
- 公式の資料は docs.typesafe.ai にあると、every Tech Blogが紹介しています。
- Qiitaの検証者は、公式Pythonの開発キット
typesafe-sdk0.7.5と、モデル名jev-1.14.0を使いました。 - APIキーの取得方法や無料枠の有無は、資料に書かれていません。
画像で位置を聞くコードの例
次はQiitaの検証記事のコードから、要点を抜き出したものです。読み込みの記述や画像の準備は省いています。
with TypeSafeClient(api_key=api_key, model=MODEL) as client:
resp = client.system_one(
state={"scene": Image(scene), "ref": Image(ref)},
questions={
"present": Noul(instructions="Is the person shown in `ref` somewhere in `scene`?"),
"where": Box(instructions="The same person as in `ref` within `scene`."),
},
extra_headers={"TypeSafe-Danger-Zone-Images": "true"},
)見本と場面の2枚に名前を付けて渡し、「いるか」（noul）と「どこか」（box）を同時に聞いています。いる確率は resp.nouls、四角の位置と確信度は resp.boxes から取り出せます。詳細はQiitaの検証記事を見てください。
注意点・現時点で分かっていないことは？
確率はどこまで当てになる？
評価サイトのBrussleは、「80%と言ったとき、本当に80%当たるか」を調べました。ズレの大きさはECEという指標で示され、小さいほどズレが少ない結果です。各種類で500問ずつ、4モデルを比べています。
| 質問の種類 | Jev 1.14.0 | Jev |
|---|---|---|
| 二択 | 0.023 | 0.031 |
| 3つ以上から選ぶ | 0.098 | 0.105 |
| 段階評価 | 0.275 | 0.302 |
- 二択では、Jev 1.14.0とJevは確率をそのまま使える水準とされました。
- 3つ以上から選ぶ質問では、この2つは基準に届きませんでした。
- 段階評価では全モデルが自信を高めに見せ、0.8前後と答えても半分未満しか当たりませんでした。
- 段階評価でJev 1.14.0がJevよりわずかに良い点は、「小さいが有意な差」とされています。
開発元TypeSafeからの説明や反論は、資料の範囲では確認できません。また、評価は4モデルだけが対象で、結果は測った時点のものです。
聞き方で答えが揺れた実験
個人ブログの筆者は、Jevなどにトロッコ問題を解かせました。5人を助けるために1人を犠牲にするかという問いは、Jevも多くの人と同じ選択でした。ところが、5人と「自分のサーバー」を天秤にかけると結果が変わりました。質問文と順序を変えただけで、分岐を切り替える側の点数が0.69前後から0.40前後に動いた例があります。20人でも、48通りの聞き方のうち16通りで自分のサーバーを守る側でした（zachlandes.com）。
筆者は、文面と順序のどちらが原因かは切り分けていないと注記しています。他の13モデルとの比較も、資料の本文は途中までしか確認できません。思考実験なので、実務での振る舞いと直接結びつけることもできません。それでも、聞き方によって答えが変わりうる点は覚えておくとよさそうです。
競合の「上回った」という主張
Liquid AIは、新モデルd1-ultraが独自の112種類の評価で、Jev 1.14を全8分野で上回ったと発表しています。平均は76.7対69.4、第三者機関Artificial Analysisの指標では65対57、確率のズレは1.5ポイント対2.7ポイントです（GIGAZINE）。これは競合企業自身の発表です。TypeSafe側の反応は資料にありません。Brussleの数値とは測り方が違うため、並べて比べることもできません。
資料からは確認できないこと
- ライセンスや、モデルの重みが公開されているか
- 無料枠や利用回数の制限
- 画像機能が実験扱いでなくなる時期
- 日本語での精度（d1-ultraは44言語対応と書かれていますが、Jevについては記載なし）
- TypeSafe自身が公表しているベンチマークの数値
- 画像の扱いの食い違い。every Tech Blogは「画像は渡せない」と書き、Qiitaは1.14で画像に対応したと書いています。記事が書かれた時点の違いかもしれませんが、資料からは断定できません。
なお、every Tech Blogの目次には、課題として「課金画面の購入ボタンを押しかけた」「『わかりにくい表示』の判定が当てにならない」という項目があります。ただし、今回の資料では詳しい中身まで確認できませんでした。
まとめ
- Jev 1.14は、文章を書かず、選択肢と確率だけを返す判断専用のAIモデルです。
- 返事は数百ミリ秒と速く、料金は入力100万トークンあたり0.042ドル、出力は無料です（2026年10月時点）。
- 1.14では、画像を見て位置を答える機能が実験扱いで加わりました。画像でも追加料金はありません。
- 多くの人にとっては、直接使うものというより、普段使うサービスの裏側で動く部品です。
- 確率は二択なら当てになる水準と評価されましたが、段階評価では自信を高めに見せる傾向があります。競合の比較結果も各社の主張として読むのが無難です。
よくある質問
プログラミングができなくても使えますか？
資料に出てくる使い方は、Pythonの開発キットなど開発者向けのものだけです。チャットのように話しかける画面があるとは書かれていません。非エンジニアの方は、Jevを組み込んだサービスを通じて間接的に関わる形が中心になる、というのが資料の範囲で言えることです。
無料で試せますか？
無料枠や無料トライアルがあるかどうかは、資料からは確認できません。料金は入力100万トークンあたり0.042ドルで、出力は無料とされています（2026年10月時点）。トークンは文章や画像を数える小さな単位です。画像も同じ単価で、追加料金はありません。
ChatGPTやClaudeの代わりに使えますか？
代わりにはなりません。Jevは文章を作らず、選択肢と確率を返す専用のAIです。何がおかしいのかを文章で説明することもできません。仕分けや判定はJev、相談や文章作りは会話型AIというように、使い分ける前提で考えるのが現実的です。
「Jev」と「Jev 1.14.0」は同じものですか？
常に同じとは限りません。評価サイトBrussleによると、Jevは開発元の現行モデルでVercel AI Gateway経由、1.14.0は固定された版でTypeSafe自身のAPIのみで提供されます。同ページでは別々に測定され、数値も異なっています。
Jevが出す確率はそのまま信じてよいですか？
二択の質問では、Brussleの評価で確率が実際の的中率とよく合っていました。一方、段階評価では全モデルが自信を高めに見せる傾向があり、0.8前後と答えても半分未満しか当たらなかったとされます。質問の種類によって見方を変える必要があります。
