TypeSafe AIとは？JevとSystem Oneモデルを手がける企業

TypeSafe AIは、サンフランシスコに拠点を置くAIラボで、人々とのチャットのためではなく、ソフトウェア内で意思決定を行うためのモデルを構築しています。その初の公開モデルであるJevは、2026年9月16日にVercel AI Gatewayに登場し、それが今週、変更履歴や開発者フィードでその名前が目につくようになった理由です。

「System One Models」という言葉を目にして、それが新しいモデルファミリーなのか、新しいAPIの形式なのか、それともマーケティングなのか疑問に思ったことがあるなら、このガイドがその答えを提供します。TypeSafe AIがどのような企業か、System One Modelが何をするのか、Jevが既存のLLMとどう異なるのか、APIキーの取得方法と料金、そしてApidogから最初のリクエストを送信する方法を学びます。

ボタン

最初に明確にしておきますが、TypeSafe AIは、LightbendとなったScala企業Typesafeとは関係がなく、JevモデルはYouTuberのFaZe Jevや日本脳炎ワクチン（JEVワクチン）とは無関係です。

TypeSafe AIとは

同社はtypesafe.aiで、「ソフトウェア内で意思決定を行うように設計された、自動化のためのマシンネイティブなインテリジェンスインフラストラクチャを構築するAIラボ」と自らを説明しています。タグラインは「Machine-Native Intelligence」で、フッターには「Made in SF」と記載されています。

マニフェストでは、その賭けについて説明しています。今日のモデルは「役に立ち、明確で、感じの良いアシスタント」になるように訓練されており、本質的に人間が関与するように設計されています。TypeSafeはこれを「馬なし馬車」の問題と呼んでいます。これは、新しいテクノロジーが古い形に無理やり押し込められている状態です。その解決策は「マシンネイティブな構成可能なAI」であり、データベースや関数のように呼び出すモデルで、ブール値に基づいて既に分岐しているのと同じように、コードが「常識、理解、意図に基づいて分岐」できるようにします。

「System One Model」とは

TypeSafeは、その発表記事でこのカテゴリを提唱しました。System One Modelは「ソフトウェアが直接使用できる、高速で構造化された意思決定を行うように構築されています」。この名称は、迅速で直感的な「システム1」の思考モード、つまり多段階の推論ではなく迅速な判断から借りています。

このカテゴリを定義する3つの設計上の選択肢は次のとおりです。

テキストではなく、型付きの意思決定が出力される。 モデルは確率、分布を伴う選択、またはスコアを返します。段落を返すことはありません。
調整された確率。 モデルは、TypeSafeが「調整された意思決定のための強化学習（RLCD）」と呼ぶ方法で訓練されており、人間の好みや検証可能な報酬ではなく、「認識的に正直な確率」を最適化します。
文字列生成なし。 記事は単刀直入に述べています。「Jevは文字列生成を諦めている」。自由にテキストを構成しないため、TypeSafeは「幻覚を起こすことはない」と主張しています。これを注意深く読んでください。Jevが間違える可能性はありますが、間違った答えは誤って調整された確率として現れ、ねつ造された事実や架空のURLとして現れるわけではありません。

発表記事では、Jevを「フロンティアインテリジェンス関数呼び出し：非構造化された状態を入力し、型付きの確率的決定を出力する」と位置づけています。これが、このカテゴリ全体を最も簡潔にまとめた一行の要約です。

	一般的なLLM	System One Model (Jev)
出力	自由形式のテキストまたはスキーマ制約付き文字列	確率、選択、またはスコア
失敗モード	もっともらしいが間違ったテキスト	閾値を設定できる確信度
レイテンシ（ベンダー主張）	推論を伴い数秒	エンドツーエンドで70ms〜500ms
得意なこと	ライティング、コーディング、多段階の推論	分類、ルーティング、検証、ゲーティング
入力	テキスト、画像、音声	テキストのみ（文字列、オブジェクト、または配列）

レイテンシの行はTypeSafe独自のベンチマークであり、独立した測定値ではありません。同社はまた、ワークフロー評価においてJevが「LLMよりも最大193.6倍高速で444.6倍安価だった」と主張しています。これらの数値を繰り返す前に、ご自身で小さなテストを計画してください。

Jevの機能

JevはTypeSafe初の公開System One Modelです。モデルページによると、エイリアスjev-latestはjev-1.13.0を指し、jev-previewは現在同じビルドを指しています。エイリアスは新しいリリースで移動するため、あるバージョンに対して閾値を調整する場合は、バージョンIDを固定してください。

すべてのリクエストは、共有されるstateに関する1つ以上の質問に答えます。TypeSafeがプリミティブと呼ぶ3つの質問タイプがあります。

Noulはyes/noの意思決定です。単一の確率が返されます。

{ "type": "noul", "noul": 0.92 }

Choiceは、名前付きセットから1つのオプションを選択します。オプション名を説明にマッピングするcriteriaマップを提供すると、選択された選択肢、各オプションの確率、および全体的な確信度が得られます。Jevは1つの選択肢で最大255個のオプションをサポートします。

{
  "type": "choice",
  "choice": "technical",
  "probabilities": { "billing": 0.08, "technical": 0.85, "sales": 0.07 },
  "confidence": 0.82
}

Scoreは、2から10段階の順序尺度で状態を評価します。回答は、補間されたスコアに加えて、凡例と各段階の確率です。

{
  "type": "score",
  "score": 1.6,
  "legend": { "0": "Calm", "1": "Frustrated", "2": "Very angry" },
  "probabilities": { "0": 0.05, "1": 0.3, "2": 0.65 },
  "confidence": 0.78
}

ドキュメントからの制限事項：テキストのみ（画像、音声、動画入力なし）、リクエストあたり64kトークン、およびstateと最長の質問で32kトークン。「stateフィールドは、テキストにはプレーンな文字列を、チャットログ、レコード、またはアプリケーションの現在の状態のようなものには構造化データ（オブジェクト/配列）を受け取ります」したがって、JSONレコードを最初にシリアル化することなく渡すことができます。

モデル自体の詳細な解説については、Jevとは何か、どのように機能するかを参照してください。

JevがLLMベンダーとどう異なるか

最も陥りやすい間違いは、TypeSafeをOpenAIやAnthropicと同じカテゴリーに分類することです。それは同じ軸で競争しているわけではありません。

LLMベンダーは生成を提供します。OpenAIの構造化出力でさえ、生成された文字列をJSONスキーマに制約することで機能します。モデルは依然としてトークンを書き出し、スキーマが形状の有効性を保ちます。Jevは生成をスキップします。Jevは与えられたオプションをスコア付けし、分布を返します。解析するトークンストリームも、修正するJSONも、「申し訳ありませんが、できません」という拒否テキストもありません。

そのため、JevはLLMの代替ではなく、補完するものです。Jevが適しているタスクは以下の通りです。

チケット、メッセージ、またはウェブフックのペイロードを適切なハンドラーにルーティングする
エージェントの次のアクションを制御する（「このツール呼び出しは安全に実行できるか？」）
LLMの回答を返却する前に、評価基準に基づいて検証する
ダッシュボードやアラートのために品質、緊急度、またはセンチメントをスコアリングする
呼び出しあたりのコストが重要な場合に、レコードを一括で分類する

APIスタックにおいて、Jevは検証関数や機能フラグのチェックと同じ層に位置します。これは、コードが結果に基づいて分岐する、高速で安価な呼び出しです。

アクセス方法

アクセス方法は3つあり、いずれもチャットインターフェースは必要ありません。

コンソールと直接API。 console.typesafe.aiの「設定」でキーを作成し、APIリファレンスに記載されているエンドポイントを呼び出します。

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
    }
  }'

レスポンスはリクエストをミラーリングします。質問名でキー付けされたanswersオブジェクトに加えて、入力および出力トークン数を含むusageが含まれます。

SDK。 TypeSafeは、同じエンドポイントをラップするPythonパッケージ（typesafe-sdk）とJavaScript SDKを公開しています。

Vercel AI Gateway。 9月16日の変更履歴によると、JevはAI SDK 7.0.105以降のexperimental_evaluate関数を通じてtypesafe-ai/jevとして利用可能です。Vercelの評価ドキュメントでは、このモダリティはAI SDK専用であり、OpenAI互換またはAnthropic互換のエンドポイントを通じては公開されていないことが明記されています。Vercel AI SDKを通じてすでにモデルをルーティングしている場合、Jevは同じゲートウェイキーで利用でき、providerOptions.gatewayを通じてリクエストごとにデータ保持なしおよびトレーニングなしのオプションを設定できます。トークンの使用量はリクエストごとに報告され、モデルのレートで請求されます。

料金とレート制限

料金は単一の数値です。入力トークンは100万トークンあたり$0.042です（TypeSafeは10億トークンあたり$42とも表記しています）。出力トークンは無料で、発表記事では「計測するには安すぎる」と表現されています。

モデルページのレート制限は、1秒あたり25万トークン、1分あたり1,200リクエストであり、これらは動的に調整されるという注記があります。重要なエラーコードは以下の4つです。

ステータス	意味	対処法
401	キーが不足または無効	Bearerヘッダーを確認してください
422	リクエストの検証失敗	質問タイプと基準の形式を確認してください
429	レート制限超過	指数関数的バックオフで再試行してください
529	サービス過負荷	指数関数的バックオフで再試行してください

Apidogで最初のJevリクエストをテストする

Jevをルーターやエージェントループに組み込む前に、プレーンなHTTPリクエストとして実行し、結果をアサートしてください。Apidogでは約2分で完了します。

プロジェクトを作成し、環境パネルを開きます。TYPESAFE_API_KEYという名前の変数を追加し、UIで値がマスクされ、エクスポートされたコレクションに決して含まれないように秘密変数としてマークし、コンソールからキーを貼り付けます。
https://api.typesafe.ai/v1/systemoneに対してPOSTリクエストを作成します。Authorization: Bearer {{TYPESAFE_API_KEY}}ヘッダーを追加します。Apidogは送信時に変数を埋めます。
上記のcurlの例からJSONボディを貼り付けて送信します。answers.is_urgent.noulが0.9付近であることを確認できます。
後処理タブを開き、アサーションを追加します。JSONPath $.answers.is_urgent.noul、条件は0.8より大きい。これで、モデルの確信度が変動した場合、リクエストは明確に失敗します。
リクエストを複製し、"model": "jev-latest"を"jev-1.13.0"に置き換え、両方をテストシナリオとして保存します。これをスケジュールまたはCIで実行します。エイリアスが新しいリリースに移動すると、固定されたリクエストとエイリアスのリクエストが分岐し、本番環境で問題が発生する前にアサーションがそれを検出します。

同じシナリオはキャリブレーションチェックとしても機能します。手作業でラベル付けした10の状態を入力し、それぞれの確率をアサートすることで、テストハーネスを作成することなく、意思決定モデル用の回帰スイートを構築できます。Apidogをダウンロードして手順に従ってください。無料プランでは、最大4人までのチームでこのワークフローを利用できます。

FAQ

TypeSafe AIは、Scala企業のTypesafeと同じですか？ いいえ。Typesafe Inc.はAkkaおよびPlay Frameworkの企業で、2016年にLightbendに社名変更されました。TypeSafe AIは、System One Modelsのアイデアを中心に設立された別のサンフランシスコのラボであり、両社間で製品や人員の共有はありません。

Jevは私のLLMを置き換えるものですか？ いいえ。Jevはテキスト、コード、または要約を生成しません。これらのタスクにはLLMを使用し、Jevはルーター、ゲート、または検証者としてLLMの前または後ろに配置してください。Jevの詳細解説では、両者を組み合わせる具体的なパターンについて説明しています。

Jevを使うにはVercelが必要ですか？ いいえ。TypeSafeコンソールからのキーを使えば直接APIが機能します。Vercel AI Gatewayは、AI SDKを既に使用しており、プロバイダー全体で1つのキーと1つの請求書を希望する場合に便利な機能です。

Jevは幻覚を起こすことがありますか？ それはTypeSafeの主張であり、Jevがテキストを生成しないため、テキストを捏造できないという意味では正しいです。ただし、トレーニング分布外の入力に対して過度に自信を持つ可能性はあります。本番環境でスコアを信頼する前に、confidenceに閾値を設定し、ご自身のラベル付きデータでテストしてください。

TypeSafe AIの資金提供者は誰ですか？ チームページには「トップティアの投資家」としか書かれていません。公式ページでは彼らの名前や金額は明示されていないため、他で読んだいかなる数字も未確認です。