Jev：TypeSafeの意思決定モデルとは何か、そして実際に必要なページはどれか

JevはTypeSafe AIが作った意思決定モデルです。状態の断片と名前を付けた質問のセットを送ると、各質問に対して型付きの回答を返します——あなたが用意したリストからのラベル、あなたが定義した評価基準に基づくスコア、あるいは確率が付いたイエス/ノーの判定です——文章を書き返すのではありません。現在サービス中のモデルはJev 1.13で、ベンダーによるバージョン付きIDはjev-1.13.0です。これはTypeSafe AIがSystem Oneと呼ぶモデルクラスに属し、その背後にあるラボはTypeSafe AI、すなわちtypesafe.aiで公開しているサンフランシスコの小さな会社です。OrcaRouter上での正確な文字列はtypesafe/jev-1.13です。これらは4つの別個のもの——モデル、バージョン、クラス、企業——であり、このページにたどり着く人々の大きな割合が、どれを探しているのか確信が持てないまま、そのうちの1つを求めています。かなりの数が中国語で入力された検索から来ています。クエリjev模型とjev 模型を合わせると、この名前について私たちが計測するインプレッションの9千以上を占めており、そうした読者が求めているのは翻訳ではなく識別子です。これらのいずれにも中国語名はありません。Jev、Jev 1.13、jev-1.13.0、typesafe/jev-1.13はどの言語でも同じように書かれ、以下に挙げる文字列がコピーすべきものです。

このページは、Jev という名前のリファレンス項目です。これはローンチ記事ではありません。Jev 1.13 が最初に公に登場したのは 2026-09-15 であり、このブログがニュースとして書く対象としている 7 日間の期間からは大きく外れています。また、TypeSafe AI は自社ブログで投稿ごとの日付を一度も公開したことがないため、どこかで提示される「Jev のリリース日」という単一の日付は、ベンダーが何かを発表したものではなく、誰かによるスナップショットとして読むべきです。その代わり、このページはインデックスです。このサイトにすでにある他の Jev ページは、それぞれが一つの限定的な問いに答えます。これは、Jev とは何かを伝え、名称を確定させ、あなたが実際に知ろうとしている内容に応じて適切なページへ案内するものです。

その名前と、なぜ多くの人がそれらを製品だと思うのか

TypeSafe AIとは、その企業だ。同社は、自らが自動化のための機械ネイティブなインテリジェンス基盤と説明するものを構築しており、Diogo Almeida（CEO）がSasha Sheng（COO）とErik Gafni（CTO）とともに創業し、Andreessen Horowitzが主導し、Sequoia CapitalとDCVCが参加したシリーズAとともに2年間のステルス期間を経て姿を現した。同社のサイトには「We're building prod, not God.」という一文が掲載されている。読者が「typesafe」という一語を入力し、AIモデルを指しているとき、指している実体はこれであり、同じ綴りの語が表すプログラミング言語の形容詞ではない。

System One はクラスである。TypeSafe AI は、ソフトウェアが直接利用できる高速で構造化された意思決定を行うために作られたモデルのカテゴリーとしてこれを導入した。その名は行動経済学における System 1 / System 2 の区分、つまり認知のうち高速でパターンマッチングを担う半分から借りている。このクラス定義は意図的に狭くされている。System One モデルは返信を書かず、コードを生成せず、推論の説明も生成しない。また、現行のドキュメント時点では入力側はテキストのみである。Jev 1.13 は TypeSafe AI のフラッグシップモデルであり、このクラスの最初のメンバーである。現在 TypeSafe AI が出荷しているものの中で、ほかに System One モデルは存在しない。

Jev は製品です。それはあなたが呼び出すものであり、このページ、この名前の下にある他のページ、そしてこの stem 内のあらゆる比較が主題としているものです。バージョンは脚注ではなく製品のアイデンティティの一部であり、まさにそこからほとんどの混乱が始まるので、文字列を正確に名付けておく価値があります：

• jev-1.13.0 — ベンダーのバージョン付きモデル ID で、どのビルドが応答したかを知らせるために API がレスポンスの model フィールドで返す値です。

• jev-latest — TypeSafe AI のエイリアスで、最新の安定版公式リリースを意味します。現在は jev-1.13.0 に解決され、SDK のデフォルトです。

• jev-preview — 公式かどうかにかかわらず、最新リリースを意味する2つ目のエイリアスです。プレビュービルドが存在しないため、現時点ではこれも jev-1.13.0 に解決されます。ドキュメントにもそのとおり明記されています。

• typesafe/jev-1.13 — 当方のカタログIDであり、OrcaRouter経由で呼び出す場合はこちらをコピーしてください。

• Jev 1.13 — 文章や検索ボックスで使用する名称です。「Jev 1.13」と「Jev」は2つのモデルではありません。

もう一つ、人を引っかける名前がある。それは関係ではなく罠だ。RSI-Jevは、2026年10月6日にApache-2.0の下で公開された小型の4B視覚言語モデルで、TypeSafe AIとは無関係の研究者たちによるものであり、そのカード自体にTypeSafe AIとの提携はないと明記されている。Jevを検索してダウンロード可能なチェックポイントを見つけ、なぜTypeSafe AIがそのAPIまで販売しているのかと疑問に思ったなら、理由はそれだ。両者は3文字を共有しているだけの別物なのである。フォークにできることとできないことを含む両者の詳細な内訳は「RSI-Jev vs Jev 1.13: ダウンロードするもの、呼び出すもの」にあり、アイデンティティの疑問そのものについては「RSI-Jevとは何か？」にある。

お探しだったのが名前ではなくモデルの振る舞いのほうなら、そのためのページはこちらですjev-model-explained。ここでは、回答がなぜラベルとして返ってくるのか、そしてそれがプロンプトに何をもたらすのかを説明しています。

Jev 1.13 が何のために作られたか

Jev 1.13 は、モデルが実行される前からすでに閉形式で決まっている意思決定のために作られています。ラベルのリストを渡すか、尺度を定義するか、主張を述べるかのいずれかであり、モデルの仕事は選ぶ、採点する、または証明して、その回答に確率を付与することです。リクエスト内のすべての質問は、次々にではなく、状態の単一の共有読み取りに対して並列に評価されます。だからこそ、1つのリクエストに20個の質問を付けても、1個を付けるのとほとんど同じ時間しかかかりません。また、計量すべき出力トークンがまったくないのもそのためです。文書化されている適合用途は、大量に実行される地味なものです。ルーティングと分類、ガードレールチェック、エージェントループ内でのターンごとの検証、そして固定されたルーブリックに対する大規模な文書セットの採点です。

やらないのは書くことだ。散文もコードも、その推論の説明も生成せず、画像や音声の入力も受け付けない。もう一つの制約は形状だ。文書化された予算は1リクエストあたり64Kトークンで、そのうち32Kが状態に、最長の質問とともに利用できる——ひとつの状態とその質問群には十分だが、長いコンテキストのモデルではない。そのため、契約書全体を一度に読み通すことに依存するワークフローは、Jev 1.13には扱えないワークフローである。形状に加えて、TypeSafe AIはモデルが判断を誤る仕方の独自リストを管理している——質問を文字通りに読むこと、数え上げと算術、日付と時刻の比較、間接参照、大きくてほとんど無関係な状態、敵対的な内容、矛盾する指示、選択における選択肢の順序、そして生成。そのリストは9つの名前付き失敗モードで、それぞれに推奨される対処法が付され、適用されるバージョンに至るまで文書化されている。ここではそれを再掲しない。すでに適切に管理しているからだ。Jev 1.13が壊れる場所：TypeSafe自身の限界リスト、スラッグjev-limitationsは、これを重要な何かの背後に置く前に読むべきページであり、このハブの読者の大半が実際に求めているページである。

重み、ライセンス、そしてダウンロードできるもの

Jev 1.13はオープンソースではありません。TypeSafe AIは、それ用のモデル重みも、自分で実行できるようにするライセンスも公開していません。同社がオープンソース化しているのはツール類、つまりMITおよびApache-2.0の下でのクライアントSDKとヘルパーであり、モデル自体はホスト型APIのままです。データ面で公表されている約束は、顧客データでモデルを学習しないことと、エンタープライズ顧客向けのゼロデータ保持です。したがってJev 1.13には「どの量子化をダウンロードすればいいのか」という答えはなく、GGUFもありません。そうでないと言う人は、名前にJevが入る別のものについて説明しています。

この市場の一角におけるダウンロード可能な成果物は、上述の 4B Apache-2.0 モデルである RSI-Jev v6.0-VL であり、自分のディスクに置いて自分でサービス提供できる。オープンウェイトを求める理由が「ウェイトは自分のものでなければならない」ということであれば、これは紛れもない選択肢であり、Jev 1.13 のリリースではなく、同じアイデアの再実装だ。この点は「Is Jev Open Source? No, and an Open Third-Party Model Does the Same Job — slug」でさんざん論じたので、jev-open-sourceこのセクションは道しるべ、あのページは論証として扱ってほしい。一行で言えば、TypeSafe AI のライセンスと公開された成果物が許すのは、ベンダーのエンドポイント経由、またはゲートウェイ経由で Jev 1.13 を呼び出すことだ。許さないのは——提供していないのだから——それを実行することである。手元にウェイトが必要なら、実際に評価しているのは TypeSafe AI のライセンスではなく、RSI-Jev の Apache-2.0 だ。

比較セット

このステムの下には5つの直接比較があり、それぞれが一般的な印象ではなく、1つの測定結果を中心に組み立てられています。Jev 1.13 を何か特定のものと比較検討しているなら、該当するものへ直接進んでください。それぞれに、このページではただ平板化してしまうだけの数値が含まれているからです：

• jev-vs-claude-fable-5-1 — Jev vs Claude Fable 5.1：間違ったものを測定してしまったチェスの一局。Fable 5.1は勝勢を築きながら時間切れで敗れた。この話の役に立つ半分は、1手に数秒を要するモデルに対してミリ秒単位のレイテンシ下限が何をもたらすかという点にある。

• jev-vs-deepseek-v4-1-flash — Jev vs D​eepSeek V4.1 Flash：1000件あたり8セントは堀にはならない。標準的な意図分類セットの77例で、D​eepSeek V4.1 Flash は Jev 1.13 に1000分類あたりわずか1セント差で及ばず、精度では4ポイント上回った。これは、意思決定モデルを価格で買うことに対する正直な反論である。

• jev-vs-gpt-6-astra — Jev対GPT-6 Astra：同一の比較における裁判官と被告。Jevを1.13と最も高く評価するダッシュボードは、GPT-6 AstraとClaude Fable 5.1の平均判定を参照回答として使用している。つまり、被告人が試験を採点しているのだ。

• jev-vs-kev — Jev vs Kev：サポートチケットでJevを上回る95ドルのファインチューニング。KevはApache-2.0のオープンウェイトモデルで、約95ドル分のファインチューニング時間でChoice / Score / Noulのリクエスト形状を再現し、サポートチケットのルーティングでは勝利する一方、より難しい一般的な評価では崩壊する。

• jev-vs-laya — Jev vs Laya: T4上で33ミリ秒、そしてランダムベースライン。LayaはConvai Innovationsによる421MのApache-2.0意思決定モデルで、Jev 1.13よりもはるかに移植性が高く、独自に公開されたゼロショットスコアでは、常に多数クラスで回答するよりも成績が悪い。

"Jev vs"という枠組みのないものに加えて、さらに2つの比較記事があります。すべてを読み終えたと結論づける前に、どちらも知っておく価値があります。openai-decisions-api-first-client-vs-jevは、市場最大手のベンダーが自社製のdecision APIをリリースしたときに何が起きるかについて、そしてrsi-jev-vs-layaは、Jev 1.13が姿を消した状況で2つのオープンウェイトの代替案がどう比較されるかについて書かれています。競合ではなくモデルのクラスについて知りたいなら、jev-system-one — モデルカテゴリーとしての「System One」 — がそのためのページであり、これらが存在する前に行ったJevに関する最初期の報道を読みたいなら、jev-typesafe-system-one-what-we-knowを、そこに付された注意点とともに読むのがよいでしょう。

何が未解決なのか

2つの点があり、我々はそれらを曖昧に丸めるより、はっきり名指ししたい。第一に、次のJevバージョンのリリース日は発表されていない——TypeSafe AIはバージョン番号も日付も公表しておらず、そのブログには投稿ごとの日付が一切記載されていない。したがって、我々が責任を持って示せる日付は、他の場所で記録されているものだけである。2026年9月15日の最初の公開ビルド、2026年9月21日のベンダーによる早期アクセス待機リストの撤廃、そして2026年9月24日の我々自身のカタログへのモデル登場である。第二に、Jev 1.13の独立した評価は乏しい。最も出回っている精度の数値は、TypeSafe AI自身のワークフローダッシュボードに由来するもので、その参照回答はグラウンドトゥルースではなくモデル判定を平均したものであり、同社のドキュメント自体もハーネスバイアスの可能性を指摘している。また、モデルの「jaggedness」ページ——ベンダー自身がどこで失敗するかを説明したもの——は2026年10月2日に最終レビューされており、我々がこのモデルについて見たどのベンチマーク表よりも誠実な文書である。

OrcaRouterでの可用性

私たちの本稼働カタログに収録されている Jev モデルはちょうど 1 つだけで、それは typesafe/jev-1.13 です。バージョン付きで表記しているのは、バージョンが ID の一部であり、その半分だけをコピーしても何も得られない読者が出るからです。この 1 件は今日から利用できます。私たちは Jev のバージョン履歴について何も主張していませんし、他の Jev モデルについても何も主張していません。どこかのページで、OrcaRouter が jev-1.13.0、jev-latest、あるいは Jev 2 を提供していると書かれていたとしても、呼び出すべき正しい文字列は依然として上記のものです。それは、私たちがルーティングするほかのすべてと同じキーの背後にあります — 200 以上のモデル が、プロバイダー定価そのまま、マークアップ 0% でそのまま通される 1 つの O​penAI 互換キーの背後にあります — しかもプロバイダー間の自動フェイルオーバー付きなので、応答をやめた判断レイヤーが生成の経路まで道連れにすることはなく、ベンダーの価格改定も次の請求サイクルを待たずに当日のうちに私たちの側へ反映されます。

どのページをご希望ですか

リンクではなく検索ボックスからここに来たなら、このハブが必要なページではなく、下記の10件のどれかである可能性が高い。これは意図的に短いリストにしている。

• あなたの疑問がこの仕組みはどこで答えを間違えるのかというものであれば、jev-limitationsをお読みください。これはベンダーが挙げた9つの失敗モードを、私たちが確認できる事実と照らし合わせたものです。

• あなたの質問が「ダウンロードして実行できますか？」なら、次をお読みください: jev-open-source。短い答えは、Jev 1.13 については「いいえ」、無関係な RSI-Jev については「はい」で、そのページが両者を区別する役割を果たしています。

• あなたの疑問がこれはXの代わりに使うべきかというものであれば、上の5つの比較のうち、あなたのXに当てはまるものを読んでください。それぞれは単一の測定結果に基づいており、あなたの判断にとって最も重要なものは、ほぼ間違いなくそこに含まれています。

• あなたの疑問が決定モデルとは一体何なのかということなら、jev-system-oneをお読みください。これはこのメンバーではなく、クラス全体を扱ったものです。

• あなたの質問が単純にJevとは何かであるなら、答えはこうです。TypeSafe AI の Jev 1.13。文章を書く代わりに型付きの回答を返す System One 意思決定モデルで、こちら側では typesafe/jev-1.13 として呼び出せます。