テキストを生成しないモデル「Jev」
入力$0.042・エラー率0%の構造化AI
TypeSafe AI が LLM とは別枠の「System One Models」初代モデル Jev を発表。逐次テキスト生成をやめて事前定義構造へ一度に出力します。2026.09.16
何が起きたのか
2026年9月15日、TypeSafe AI の Diogo Almeida 氏（ChatGPTにつながる指示追従研究に携わった人物）が、新訓練手法 RLCD と、LLM とは異なるアプローチのフロンティアモデル「Jev」を発表しました。Jev は同社が「System One Models」と呼ぶ新しい枠組みの初代モデルで、Gigazine が紹介しています。公表スペックは「20〜200倍高速」「40〜400倍（コスト効率）」規模。
Jevはテキストを生成しない
最先端モデルの実態は「テキストの続きを生成し続ける」仕組みであり、この逐次生成自体が効率と速度のボトルネックです。Jev はテキスト生成を目的とせず、事前定義した Noul／Choice／Score の質問に対する型付き確率的判断を、一回のリクエスト内で並列に返します。Almeida 氏は「逐次計算を並列に置き換えるのは、Transformer が RNN を追い越したのと同じ構図だ」と述べています。代償として、自由なテキスト生成はできません。
- 枠組み: System One Models（訓練法は新規の RLCD）の初代モデル
- 出力方式: 事前定義構造への一括出力。自由テキストの逐次生成は不可
- 価格: 入力 $0.042 / 100万トークン（約6.5円）、出力は「安すぎて測定不能（$0）」
- 品質: 公表グラフで GPT-5.6 Terra 相当の精度を約1/100のコストで実現と主張
- エラー: 定義済みスキーマ外の型エラーを構造上0%とする提供元仕様。ChoiceとScoreにconfidenceが付属し、Noulはyesの確率を返す
- 速度: Wikipedia のリンク辿りレースで非推論モードの他モデルを上回る
- 参考: DOOM を1時間プレイしたコストは $7
価格と性能の読み方
価格は入力100万トークン当たり 0.042ドル（約6.5円）。出力側は「料金が安すぎるため測定不能」とされ、実質ゼロ扱いです。公表されているコスト対精度のグラフでは、Jev が GPT-5.6 Terra と同等の品質を保ちながらコストを約100分の1に抑えたとされます。ツール呼び出しのエラー発生率は 0% で、すべての出力に信頼度スコアが付きます。「数百〜数千のリンクから選ぶ」Wikipedia レースでは、非推論モードの他モデルより高速で、高Cardinalityの選択でハルシネーションしないことが効いてくると説明されています。
Signとの相性
「事前定義された構造への一括出力」「エラー率ゼロ」「全出力への信頼度スコア」という性質は、Sign言語が目指す方向——圏論ベースの型と合成で構造の正しさを保証し、DPLチップでハードウェアまで保証する構造化された安全な言語体系——と同じ地層にあります。自由テキストを排して構造に落とす発想は、エージェント実行の検証可能性を高める点で、Sign の設計思想（予約語ゼロ・圏論ベース・ゼロコスト抽象化）と自然に響き合います。Signページの Sign Board でも、この関連を掘り下げています。
速度・価格・比較性能・較正はTypeSafeの提供元公称値です。スキーマ外の値を返さないことは判断の正しさやAPI稼働率を保証しません。Signとの関係はAIfrontierによる設計上の類比であり、公式統合や提携を示すものではありません。