「生成しない」AIモデルという発想 — 判定だけを爆速でこなすJevと、System Oneというカテゴリ

AIといえば、いまや「文章を生成するもの」だ。ChatGPTもClaudeも、次に来る単語を1つずつ予測しながら、するすると答えを紡いでいく。この自己回帰という仕組みが、生成AIの賢さの源であり、同時にハルシネーション（もっともらしい嘘）の温床でもある。

では、そもそも生成しなければどうなるのか。

そんな問いから出てきたのが、TypeSafe AIが2026年9月に公開した Jev というモデルだ。Hacker Newsでは1,900ポイント超という、この手のツールとしては桁違いの注目を集めた。

System 1 と System 2 をAIに持ち込む

人間の思考には、瞬時に反応する速い判断（System 1）と、じっくり考える遅い推論（System 2）がある——という認知科学の枠組みは有名だ。TypeSafeはこれをAIモデルの設計に持ち込み、自社のカテゴリを「System One モデル」と名付けた。Jevはその第1号にあたる。

System Oneモデルが目指すのは、ソフトウェアがそのまま使える、速くて構造化された判断だ。長い文章を書くのではなく、「この問い合わせはどのカテゴリか」「このトレースのどこが異常か」「この請求書のこの項目は何か」といった、答えが構造で返るタスクに特化する。

肝は、Jevが自己回帰的に文章を生成しないこと。だからこそ「ハルシネーションしない」と掲げられる。生成しないものは、口から出まかせを言いようがない、という理屈だ。この割り切りが面白い。生成AIの弱点を性能で克服しようとするのではなく、そもそも生成という工程を外してしまう。

何に効くのか

具体的な使いどころは、TypeSafe自身が評価に選んだ4つのワークフローがそのまま示している。

• セキュリティインシデント対応
• エージェントのトレース可観測性（どこで何が起きたかの判定）
• 請求書処理
• カスタマーサービス

どれも「生成」より「判定・分類・抽出」が中心の領域だ。こうした処理は、これまでも生成LLMにやらせることはできた。ただ、1件の分類のために巨大な生成モデルを呼ぶのは、コストと速度の面で明らかに過剰だった。

ここでJevが持ち出す数字が効いてくる。TypeSafeの評価では、GPT-6 AstraとAnthropicのFableの平均予測を参照解答として、Jevは67.8%の一致率——およそ68%の精度で、中堅LLMのGPT-5.6 Terra級に並ぶという。その上で、40〜400倍安く、20〜200倍速いと主張する。

もしこの水準が本当なら、影響は小さくない。エージェントが1タスクで何十回もモデルを呼ぶ時代、その呼び出しの多くは実は「判定」だ。その部分をJevのような安価・高速なSystem Oneモデルに逃がし、本当に文章生成が要る場面だけ高価なLLMを叩く。そんな二層構成が、エージェントのコスト構造をまるごと作り替える可能性がある。

数字は割り引いて見る

ここは正直に書いておきたい。上記の性能・コスト・速度の数値は、すべてTypeSafe自身の評価テーブルから来ている。大規模な第三者による再現はまだ出ていない。

しかもベンチの作り方自体が独特だ。GPT-6 AstraとFableの平均予測を「正解」とみなす方式なので、これは「二大モデルの多数決にどれだけ近いか」を測っているとも言える。人手のグラウンドトゥルースと比べたときにどうなるかは、また別の話だ。TypeSafeはハーネス改変による過学習を避ける新しい評価手法だと説明しているが、いずれにせよ現時点では「ベンダー主張」として受け取るのが妥当だろう。

68%という精度も、見方を変えれば3回に1回は外すということでもある。用途によっては十分だが、誤判定が許されない場面ではそのまま使えない。

それでも見ておく価値がある理由

懐疑的な数字の話をしたうえで、それでもJevが面白いのは、AIの進化の方向に一石を投じているからだ。

ここ数年、AIの話題はほぼ「より賢い生成モデル」に集中してきた。パラメータを増やし、推論を深くする方向だ。Jevはその逆を行く。タスクを絞り、生成を捨て、速さと安さと構造化された確実性を取る。System 1的な、反射に近いAIだ。

生成AIがすべてを飲み込むように見える中で、「このタスクに生成は要らない」と言い切る製品が1,900ポイントを集めた事実は、それなりに示唆的だと思う。詳細はTypeSafe AIの公式サイトにまとまっている。実力が主張通りかは第三者検証を待つ必要があるが、AIモデルの設計にまだ空いている余白があることを見せてくれた点で、記憶しておきたいリリースだ。