st-man-hori's Notes

Jevについて

7 min read

JevはTypeSafe AIが2026年9月に発表したAIモデルです。

簡単に説明すると、Jevは今までのAIのように文章を生成するのではなく、「判断」のみをJSON形式で出力するAIモデルです。

実践

まずは公式のPlaygroundでJevを試してみます。

Jev Playground

入力は2種類あります。

State

そのまま状態の意味を表します。 例えば、ユーザーの現在の状態やアプリケーションの状態などを表します。

Questions

ユーザーからの質問や要求を表します。 質問形式はNoul Choice Scoreの3種類があります。

  • Noul: はい・いいえの判断に向いてます。
  • Choice: 選択肢から選ぶような判断に向いてます。
  • Score: どのくらいとかどの程度のような判断に向いてます。

Example

実際にJevに入力する例を示します。

例えば、探しているものに対してどのコーナーに振り分けるべきかを判断する場合、Jevに入力する例は以下のようになります。

State

{
  "example_state": "ユーザーは鉛筆を探している"
}

Questions

{
  "example_questions": {
      "type": "choice",
      "instructions": "ユーザーが探しているものに基づいて適切なコーナーを選んでください。",
      "criteria" : {
        "option_a": "文房具",
        "option_b": "家電",
        "option_c": "食品",
        "option_d": "服"
      }
    }
}

結果は以下のようにJSON形式で返されました。

正解である「文房具」が選ばれました。

{
  "answers": {
    "decision": {
      "type": "choice",
      "choice": "文房具",
      "probabilities": {
        "文房具": 1,
        "服": 0,
        "食品": 0,
        "家電": 0
      }
    }
  },
  "usage": {
    "inputTokens": 377,
    "outputTokens": 50,
    "totalTokens": 427
  },
  "rounding": {
    "probabilityDecimals": 2,
    "scoreDecimals": 2
  },
  "confidence": {
    "decision": 1
  },
  "warnings": []
}

試しに「鉛筆」を「卵」に変えると「食品」が選ばれました。

ここまでのことを全体像で整理すると以下のようになります。

Jevの仕組み

何がすごい

安い

2026/10/6時点の料金ですが、入力トークンは100万トークン辺り$0.042で出力に至っては無料となっています。

キャッチコピーとしてはLLMより最大193.6倍高速、444.6倍低コストとなっています。が、これは公式の比較結果に基づくものなので、ベストケース的な目安として捉えるべきです。

プログラムで使いやすい

switchやif的な条件分岐をプログラム内で行う場合、JevのJSON形式の出力は非常に扱いやすくなります。 例えば、ユーザーの選択に応じて処理を分岐させる場合、JSONのchoiceフィールドを参照するだけで簡単に条件分岐が可能になります。

ユースケース

ぱっと思いつくものでは以下のようなユースケースがありそうです。

  • メールの受信トレイの自動分類
  • 求人マッチ度の数値評価
  • 問い合わせの担当者の自動振り分け
  • 入力に個人情報が含まれているかの判定

まとめ

Jevは文章生成ではなく判断をJSON形式で出力するAIモデルであり、プログラム内での条件分岐やユースケースに応じた自動処理に非常に適していると考えられます。 発表から３週間ほどですが、すでに同様のAIモデル（CloudflareのClefやOSSのJev互換モデルなど）が登場しているので、どれが主流になるかはまだ不明です。

理解度チェック（AI生成）

以下の4択問題で、Jevの理解度をチェックしてみましょう。答えは折りたたまれているので、クリックして確認してください。

Q1. Jevの特徴として正しいものはどれか？

  1. 自然な文章を生成することに特化している
  2. 「判断」のみをJSON形式で出力する
  3. 画像を入力して説明文を生成する
  4. プログラムのソースコードを自動生成する

Q2. Jevへの入力として本文で挙げられている2種類の組み合わせはどれか？

  1. PromptとContext
  2. StateとQuestions
  3. InputとOutput
  4. SystemとUser

Q3. 「求人とのマッチ度を数値で評価したい」場合に最も適した質問形式はどれか？

  1. Noul
  2. Choice
  3. Score
  4. Text

グラフビュー

最近の記事