TypeSafe が 2026年9月15日、Jev というモデルを早期アクセスで公開しました。「System One モデル」という新しい区分を名乗り、大規模言語モデル（LLM）とは別の作りだと説明しています。書いたのは創業者の Diogo Almeida 氏です。
掲げられている数字は目を引きます。応答 70ミリ秒〜500ミリ秒、193.6倍速く444.6倍安い、型の誤りは0%。⚠️ ただし、これらが何を測った数字なのかを見ると、読み方が変わります。
何を作ったと言っているのか
同社の定義はこうです。
A new class of frontier models built to make fast, structured decisions that software can use directly.
ソフトウェアがそのまま使える、構造化された判断を速く返すモデル、という位置づけです。文章を書かせるのではなく、「関数呼び出し」として使うことを想定しています。同社は次のように表現しています。
unstructured state in, typed probabilistic decisions out
整っていない状態を入れると、型の付いた確率つきの判断が出てくる、という形です。
LLMとの違いとして挙げられているのは次の点です。
| Jev（System One） | 既存のLLM | |
|---|---|---|
| 学習 | RLCD（Reinforcement Learning for Calibrated Decisions） | RLHF・RLVR |
| 出力 | 型の付いた構造化された値、確率つき | 文字列 |
| 生成 | 並列（1回の問い合わせで全部を生成） | 逐次（トークンを順に） |
⭐ 逐次ではなく並列というところが、速さの説明として中心に置かれています。
⚠ 「幻覚しない」は、型の話であって正しさの話ではない
ここがいちばん誤解されやすいところです。同社は次のように書いています。
it's optimized for structured outputs and *can't* hallucinate
「幻覚を起こしえない」と読めますが、同じ記事の注記にこうあります。
Our number is not empirical. Schema matching is guaranteed, thus we can confidently add 0% into the plots.
⛔ 「0%」は測った値ではありません。出力が決められた形（スキーマ）に必ず合うことが設計上保証されているので、その意味で0%と置いた、と同社自身が断っています。
つまり保証されているのは「返ってくる答えの形が壊れていないこと」であって、「答えの中身が正しいこと」ではありません。「日付」の欄に必ず日付が入るのは保証されますが、その日付が合っているかどうかは別の話です。
⚠️ 実際、正解率の数字は一つも示されていません。同社が書いているのは次の一文だけです。
Jev achieves similar levels of intelligence on System One tasks compared to existing LLMs
「同程度の知能」とありますが、何のベンチマークで何点だったのかは書かれていません。
⚠ 速さと安さの数字は、自社の評価に基づく
掲げられている比較はこうです。
| Jev | 既存の最前線LLM | |
|---|---|---|
| 応答時間 | 70ミリ秒〜500ミリ秒 | 3秒〜329秒 |
| 速さの比 | 40〜200倍速い | — |
| 入力 | $0.042 / 100万トークン | $0.20〜$10 |
| 出力 | 無料（"too cheap to meter"） | 入力の約5倍 |
トップページに出ている「193.6倍速く、444.6倍安い」は、同社の workflow evals（自動化を模した社内の評価）で測った値です。⛔ 公開されているベンチマークの成績は示されていません。
⭐ なお、同社自身が次の但し書きを付けています。
we expect that these are on the higher end of real world gains
実際の効果としては高めに出ている数字だと見込んでいる、と書いています。数字を出す側がここまで断っているのは誠実ですが、裏を返せばそのまま自分の用途に当てはめてはいけないということです。
⛔ 分かっていないこと
- モデルの大きさ。パラメータ数は示されていません
- 中身の作り。「新しいアーキテクチャ」とだけ書かれ、具体的な構成は公開されていません
- 学習データ。出どころは示されていません
- RLCDの中身。名前だけで、手法は説明されていません
- 正解率。公開ベンチマークでの成績はありません
- 第三者による検証。ありません。当サイトも動かしていません
社名の由来は経済学者・論理学者の William Stanley Jevons です。2年間ステルスで開発したとしています。
どう見るか
「LLMを置き換えるもの」ではなく、「LLMに投げていた小さな判断を引き取るもの」と読むのが正確だと思います。同社が挙げている用途は「classify, route, score, extract, or branch where hand-written logic is too brittle」——手書きの条件分岐では脆すぎるところを、分類・振り分け・採点・抽出・分岐で肩代わりする、というものです。LLMの出力を採点したり、ガードレールとして使う用途も挙げられています。
⭐ そして同社は、文章生成を捨てたこと自体を設計上の取引として明言しています。
While Jev gives up string generation, it's optimized for structured outputs
文章を書かせる用途には、そもそも向けて作られていません。
⭐ 速さの主張には筋が通っています。トークンを順に出すのではなく1回で全部返す作りなら、桁で速くなること自体は理屈に合います。
⚠️ 一方で、この記事の時点で確かめられているのは形式の保証だけです。「幻覚しない」という言葉は、中身の正しさを約束していません。判断の質がLLMと同程度なのかどうかは、公開された数字が無いため、いまは誰にも分かりません。早期アクセスが開いているので、自分の仕事で測ってみるのが唯一の確かめ方です。
発表はTypeSafeのブログ、技術文書はこちらです。引用はいずれも同社の記述から、2026年9月17日に確認しました。
