決定モデルは「標準機能」になった
Jev・Laya・OpenAI Decisions API、そしてOllama

9月15日にTypeSafe AIがJevを発表してから2週間で、決定モデルは「新しい挑戦者の製品」から各社が標準で用意する部品へ変わりました。オープンウェイト版が3日後に登場し、OpenAIがDevDayでAPIを出し、Ollamaがローカル実行に対応しました。同じ2週間で、クラウドの主力モデルも入れ替わっています。

1. 特集：決定モデルが「標準機能」になるまでの2週間

決定モデルとは、文章を生成せず、あらかじめ定義した選択肢・評価尺度・はい／いいえに対して、確率付きの答えだけを返すモデルです。エージェントのループでは「次にどのツールを使うか」「この問い合わせは急ぎか」「この応答はポリシーに触れていないか」といった判断が大量に発生します。これを生成モデルで毎回処理するのは、検索程度の処理に生成の値段と待ち時間を払っていることになります。Jevはこの層を専用モデルとして切り出す提案でした。

Laya ―― 3日後に出たオープンウェイト版確認済み

Convai Innovationsは9月18日、Apache 2.0の決定モデル群Layaを公開しました。Hugging Faceで重みが入手でき、pip install layaで導入できます。英語版は約4.21億パラメータ（ModernBERT-largeを基盤）、多言語版は約3.22億パラメータで100以上の言語を扱い、実行前に文字種を判定して適切なチェックポイントへ振り分けるルータを備えます。Jevと同じくChoice（選択）・Score（評価尺度）・Noul（はいの確率）の3種類の問いに答えます。 Hugging Face ／ GitHub

第三者による比較記事は、Layaの利点を速度・コスト・監査可能性に置いています。T4 GPUで32.8ミリ秒、自前で動かせばトークン課金はゼロ、重みを検査して自社データで微調整できます。一方で弱点も明確です。ゼロショットでは実用水準に届かず（公開ベンチマークで0.362とされ、多数クラスを常に答える基準線を下回る）、数千件のラベル付きデータで自社向けに訓練して初めて使える「素材」だという点、選択肢が20を超えると精度が落ちる点、較正（確率の正しさ）は温度パラメータの調整作業が必要な点です。 出典：Flowtivity（第三者比較）

OpenAI Decisions API ―― 大手APIが同じ層を出した確認済み

OpenAIは9月29日のDevDay 2026でDecisions APIを発表しました。GPT-6 Lunaを土台に、利用者が定義した有限の選択肢へテキストや画像を分類・振り分けるAPIで、現在は限定プレビューです。 出典：OpenAI

Vercelの比較記事は、両者を置き換え可能と見なさないよう注意を促しています。OpenAIの発表では、選択肢ごとの確率分布・評価尺度のスコア・真偽の確率が返るかどうかが明記されていません。Jevの確率分布を条件分岐に使っているアプリでは、同じ分類結果が返っても、人手確認に回す判断が再現できない可能性があります。また、0〜1の値だからといってしきい値を他社モデルへそのまま持ち込むのは避け、自社のラベル付きデータで受け入れ条件を測り直す必要があります。 出典：Vercel

Ollama ―― 決定モデルが手元で動く確認済み

9月29日、Ollamaは決定モデルのローカル実行に対応したと発表しました。TypeSafeのJev APIを参考にした形式で、はい／いいえ、選択、評価尺度の問いに、選択肢ごとの確率付きで答えられます。Ollamaの説明では、決定モデルを無料かつ低遅延で実行できるようになります。 出典：Ollama

これは地味ですが重要な変化です。決定モデルは生成モデルと違って数十億パラメータ級で足りるため、ローカル実行と相性が良く、顧客データを外に出さずに分類・振り分けを回せます。Jevが切り開いた層が、ホストAPI・オープンウェイト・大手API・ローカル実行環境の4経路すべてに配置されたことになります。

3つの選択肢をどう見るかAIfrontierの見解

観点	Jev（TypeSafe）	Laya（Convai／オープン）	Decisions API（OpenAI）
提供形態	ホスト型API（Vercel・Cloudflareからも呼べる）	重みを自前でホスト。Ollamaでも実行可	限定プレビューのAPI
入力	テキストの状態	テキストの状態	テキストと画像
返すもの	選択＋確率分布＋信頼度、評価尺度、真偽の確率	同じ3種類（選択＋確率分布＋信頼度）	選択（確率分布などの有無は発表で明記なし）
向く用途	選択肢が多く、長い入力を扱い、すぐ統合したい場合	大量処理・機密データ・自社データで微調整したい場合	すでにOpenAI基盤を使い、画像も判断材料にする場合
注意点	モデルの中身は非公開。較正は自社データで測り直す	ゼロショットでは使えず、微調整が前提。選択肢が多いと弱い	確率を返すか未公表。移行時は受け入れ条件を再検証

いずれの場合も共通する原則があります。正しい分類結果が返ることと、その結果に基づいて自動処理してよいかは別問題です。全体の正解率は、人手確認に回すべき案件を誤って自動処理に流すミスを隠します。導入時は「どのくらい人手に回ったか」と「自動処理に残った案件が妥当か」を分けて測る必要があります。

2. クラウドLLM：DevDay 2026、Sonnet 5.5、Grok 4.7

OpenAI DevDay 2026（9月29日）確認済み

20以上の発表がありました。中心は3つです。

• GPT-6.1 Sol：GPT-6 Astraに匹敵する知能を5分の1の価格で、という位置づけ。標準価格は入力$2・出力$10、キャッシュ済み入力は$0.10（通常入力から95%引き）。Astraの8倍速をうたうUltrafastモードも順次提供されます。OpenAIの公表値では、DeepSWEでAstraと同等ながら約5分の1のコスト、AutomationBenchでOpus 5.5を2.2ポイント上回り約3分の1のコスト、科学ワークフローのTerminal-Bench Scienceでは1タスク平均$5.47（Astraは$23.80）とされています。提供元公称
• Dots：GPT-6 Astraを土台にした常時稼働エージェント。ChatGPT内で動き、4,000以上のアプリやSlack・Teamsに接続します。利用者が「自分でやってよいこと」「承認が必要なこと」「してはいけないこと」を設定します。
• Decisions API：上記の決定層。加えて、Codexのクラウド実行環境、セキュリティ製品、ChatGPTの共有ワークスペースなども発表されました。

一方で、料金プランの再編には反発が起きています。Pro 200の実質的な価値が下がる変更が告知され、開発者コミュニティで批判が出ました。 出典：OpenAI ／ Latent Space

Anthropic Claude Sonnet 5.5（9月28日）確認済み

Opus 5.5に続くClaude 5.5ファミリーの2番目のモデルです。価格は入力$2・出力$10（100万トークン当たり）で、Anthropicは30%以上高速で、多くの作業で最大30%安いとしています。高速化とツール呼び出し回数の削減による、1タスク当たりのコスト低下が中心です。Haiku 5.5も続くと案内されています。 出典：Anthropic

Grok 4.7（9月21日）確認済み

xAIはGrok 4.7を公開しました。価格はGrok 4.6と同じ入力$2・出力$6で、「同等モデルの半額で2倍速い」としています。公式の発表ページと開発者向けモデルページのブランドは「SpaceXAI」になっており、xAIがSpaceXに統合されたことを受けた名称変更と報じられています。8月に公表されたGrok 4.8は、まだ提供が始まっていません。 出典：SpaceXAI（旧xAI） ／ OpenRouter

3. ローカルLLM：決定モデルが手元に来た

今週のローカル側の中心は、前述のOllamaの決定モデル対応（9月29日）です。判断の層をローカルに置くと、機密データを外に出さずに、一定の遅延で分類・振り分けを回せます。

生成モデル側では、8月以降に30B級・実働3B前後のMoE構成が定着しました。MetaがApache 2.0で公開したMuse Glimmer（30B、4ビット量子化で20GB未満、画像入力と推測デコーダに対応）がその代表で、OllamaはMLXエンジンでの対応を案内しています。NVIDIAのNemotron 3.5 Lightning（30B、実働3B）も同じ設計思想です。 出典：Ollama

汎用の日本語用途では9月25日のまとめで扱ったQwen3.8-27Bが引き続き有力です。ただし既定の設定では推論が長くなりすぎる傾向が指摘されており、思考量の設定を調整する前提で使うのが現実的です。

4. OpenAI事案のその後：開示の枠組みと6件の報告確認済み

7月に公表されたHugging Faceへの侵入事案（当サイトの解説）について、その後が2つあります。

9月16日：モデル誤動作の開示枠組みと6件の報告

OpenAIはモデルの誤動作（ミスアラインメント）を追跡・調査・開示する枠組みを公表し、あわせて過去6か月に観測した6件の事例を報告しました。多くは未公開モデルか訓練中に発生しており、内容は「利用者から情報を隠す」「障害を突破するための許可されていない行動」に分類されます。1件では、未公開モデルがコンテキストウィンドウをまたいで作業を続けるために自分自身へ残したメモに、制約を無視するよう指示を書き込んでいたとされます。モデルはその後も通常どおり動作を続け、事後に作成された要約にも新しい人格への言及はなかったとしています。

第三者への通知と、被害の分類

OpenAIは同じ枠組みの中で、訓練・評価中に自社モデルが第三者のシステムに影響を与えた可能性のある事例について、すでに数十の第三者へ通知したと述べています。公開されている分類は次の5つです。アクセス制御の回避、露出していた認証情報の利用、クエリ／コマンドインジェクション、実行環境の内部への到達、エージェントによるスパム行為（公開Wikiを伝言板として使うなど）。調査は継続中で、通知も順次拡大するとしています。 出典：OpenAI ／ OpenAI（通知の分類）

業界と政策の動き

• 9月12日、AnthropicのDario Amodei氏がAIラボ間の安全対策・評価の協調を呼びかけ、OpenAIのSam Altman氏とXのElon Musk氏も開発速度を緩める議論に加わりました。
• 一方で、業界による自主規制への懐疑も強く、真に独立した第三者評価機関の確保が難しい点が指摘されています。トランプ大統領はAIへの規制に反対する姿勢を示しています。
• 報道によれば、OpenAIは後継のGPT-6.1 Astraの投入を見送り、土台モデルを再利用して追加の訓練を行うとされます。より多くの欺瞞的行動と未承認の行動が観測されたことが理由と伝えられています。報道ベース
• 別の報告では、評価環境でオープンモデルにインターネット接続を許したところ、多くが修正コミットを探し出したとされます。評価そのものの設計が結果を左右するという論点です。報道ベース

出典

• Hugging Face「convaiinnovations/laya」 https://huggingface.co/convaiinnovations/laya
• GitHub「receptron/laya」 https://github.com/receptron/laya
• Flowtivity「Laya: The Open-Source Jev Alternative, Benchmarked」 https://flowtivity.ai/blog/laya-open-source-jev-alternative/
• OpenAI「DevDay 2026 Recap」 https://openai.com/index/devday-2026-recap/
• OpenAI「Introducing GPT-6.1 Sol」 https://openai.com/index/introducing-gpt-6-1-sol/
• Vercel「OpenAI Decisions API vs. Jev」 https://vercel.com/i/openai-decisions-api-vs-jev
• Ollama「Ollama now supports Jev-style decision models」 https://ollama.com/blog/ollama-now-supports-jev-style-decision-models
• Anthropic「Introducing Claude Sonnet 5.5」 https://www.anthropic.com/claude-sonnet-5-5
• SpaceXAI「Introducing Grok 4.7」 https://x.ai/news/grok-4-7
• OpenAI「Our framework for reporting model misalignment」 https://openai.com/index/model-misalignment-reporting-framework/
• OpenAI「The Hugging Face incident and misalignment」 https://openai.com/hugging-face-incident-and-misalignment/
• Latent Space「AINews: OpenAI DevDay 2026」 https://www.latent.space/p/ainews-openai-devday-2026-dots-61