文章を書かないAI「Jev」が話題──何がすごい？成果事例は？BERTとの違いは？

文章を書かないAI「Jev」が話題です

こんにちは、プロクラスの堀口です。

ここ最近、AI界隈で「Jev（ジェブ）」という名前をよく見かけるようになりました。生成AIといえば「文章を書いてくれるもの」というイメージが定着してきたなかで、Jevはなんと「文章をいっさい書かない」という、これまでとは逆方向のAIです。

それなのに、公開されるやいなや大きな話題になっている。いったい何がそんなに新しいのか。今日はこのJevについて、私なりに調べたことを整理してみたいと思います。

1. Jevの「これまでにない価値」とは？なぜ話題なのか

Jevは、米スタートアップのTypeSafe AIが2026年9月に公開したAIモデルです。開発者のディオゴ・アルメイダ氏は、ChatGPTの前身にあたる「InstructGPT」の論文にも名を連ねた元OpenAIの研究者。つまり、いわば”生成AIの中心にいた人”が、あえて「文章を生成しないAI」を世に出した——ここがまず注目を集めたポイントでした。

▲ TypeSafe AIの発表ページ。「The First (Public) System One Model」と大きく掲げられている（typesafe.ai）

Jevは「LLM（大規模言語モデル）」ではなく、「System One Model（システムワン・モデル）」という新しいカテゴリだと説明されています。人間の思考でいう「じっくり考えるSystem 2」ではなく、「パッと直感で判断するSystem 1」のほう。文章で答えるのではなく、「判断（ジャッジ）」だけを返すことに特化しているわけです。

具体的には、こちらから「状況（テキストやデータ）」と「質問」を渡すと、Jevは次の3つの型で答えを返します。

Choice：最大255個の選択肢から1つを選ぶ
Score：決められた範囲のなかで点数を返す
Noul：Yes / No を確率で返す

ポイントは、LLMのように単語を1つずつ書き出していくのではなく、すべての答えの「確からしさ（確率）」を一度の計算でまとめて返すこと。文章を書く工程がないぶん圧倒的に速く、そして安い。TypeSafe AIは「従来のLLMより20〜200倍速く、40〜1000倍安い」と主張しています。料金も入力100万トークンあたり0.042ドル前後と、けた違いの安さです。

そしてもう一つ、私が面白いと思ったのが「確信度（confidence）」の扱いです。Jevは「確信度が高いほど、実際に正解している割合も高くなる」ように調整されている（キャリブレーションといいます）。開発者はこれを「スマートなif文」と表現しています。

たとえば、

確信度0.9以上 → そのまま自動で処理を進める
確信度0.5〜0.9 → 候補として人間に見せる
確信度0.5未満 → 人間がじっくり判断する

——というように、確信度の数字を条件分岐にそのまま使えるのです。「AIに全部お任せ」でも「全部人力」でもなく、その間をなめらかにつなぐ設計思想ですね。しかも選択肢のなかから選ぶだけなので、LLMの弱点だったハルシネーション（もっともらしい嘘）が構造上ほぼ起きないのも大きな魅力です。

2. すでに”成果”が見え始めている──実際の事例

「判断だけを返す」と言われても、正直ピンときにくいですよね。ですが、Jevを使ったデモがすでにいくつも公開されていて、これがなかなか面白いのです。

まず有名なのが、ゲーム「DOOM」の自動プレイ。Jevが約100ミリ秒ごとに「今どう動くべきか」を判断し続けてゲームを進めていきます。文章を書かず判断だけを返すJevだからこそ、これだけの高速なリアルタイム制御が成立するわけです。

Jev is an AI model built for fast, low-cost decisions that went viral yesterday. It plays doom on its own because of low cost/latency decision.

This will be the SOTA for World of Warcraft bots.
pic.twitter.com/gUunMcDvI8
— Chubby♨️ (@kimmonismus) September 16, 2026

同じ発想のデモとして、「JEVTOWN」という”生きているピクセルの街”も公開されています。街の住人一人ひとりの行動を、そのつどJevの判断で動かしていくというもの。さらに信号制御のシミュレーション（JEVCITY）では、約300ミリ秒ごとにJevが各信号を制御して渋滞を抑えます。AIをオフにするボタンがあって、切った途端に街が渋滞していくのを体感できる——「判断を任せるとこう変わる」が一目でわかる、よくできたデモでした。

Jev by @typesafeai runs this city.

all 1,000 people. every second. for $0.015.

nobody scripted any of it pic.twitter.com/NJDY8RKxoR
— elberacasa (@elberacasa) September 19, 2026

実務寄りの検証も出てきています。あるメール分類のテストでは、Jevに1つの質問だけを投げると正答率62.6%（比較したLLMは81.3%）と、正直あまり奮いませんでした。ところが、同じ判断を5つの小さな質問に分解して投げると、Jevの正答率は95.0%まで跳ね上がり、LLMを組み合わせた結果（93.2%）すら上回ったのです。しかも興味深いことに、この「質問を分解すると精度が上がる」効果はJev側にだけ強く効いたそうです。

コスト面のインパクトも見逃せません。月に10万件の問い合わせを振り分ける想定で試算すると、Jev単体なら数ドル程度、上位のLLMに全部任せると数百ドル。この差は、大量の判断を毎日さばく現場ほど効いてきます。「まずJevで振り分けて、本当に文章生成が必要なものだけをLLMに回す」——そんな役割分担が現実的になってきた、というわけです。

3.「それ、BERTと同じでは？」──争点はどこにあるのか

一方で、Jevが話題になるほどに増えてきたのが「それって結局BERTと同じじゃないの？」という声です。BERTは2018年にGoogleが公開した、文章の分類などを得意とするモデル。たしかに「文章を書かず、決められた答えを返す」という点だけを見れば、発想は昔からあるものです。

この論争、整理してみると「本当の争点はどこか」が見えてきます。

▼ 懐疑派の言い分
「判断専用・出力が固定のモデル」なんてBERTの時代からある。分類そのものは新しくないし、しっかり学習させたBERTがLLMのプロンプトを上回る例だってある。おまけにTypeSafe社はJevの中身（アーキテクチャ）を公開していないので、”本当に新しいのか”を外から検証できない——という指摘です。

▼ 擁護派の言い分
決定的に違うのは、「何を判断させるかを、その場の”質問文”で決められる」点だといいます。BERTのような従来の分類器は、タスクごとにラベル付きの学習データを集めて訓練する必要があり、準備に数ヶ月かかることも珍しくありません。一方Jevは学習不要（ゼロショット）で、質問を書けばすぐ使える。しかも複数の質問を並列に評価し、結果の組み立てはプログラム側に任せる。この”手軽さと速さ”はBERTにはなかったものだ、という主張です。

ここが肝だと私は感じました。つまり争点は「タイプ付きの出力が新しいかどうか」ではなく、「利便性・スピード」と「精度の天井」のどちらを取るかにあります。

精度だけを比べれば、Jevは専用に訓練した分類器や上位LLMにまだ一歩譲る場面があります（あるテストでは67.8%対74.1%）。それでも、学習データを何ヶ月もかけて用意しなくても、今日から判断タスクを立ち上げられる——この立ち上がりの速さは、多くの現場にとって現実的な価値です。「まずJevで試して、データがたまってきたら専用モデルに育てる」といった使い分けが、これからの定石になるのかもしれません。