ChatGPT共同開発者が率いるTypeSafe AI、テキストを生成しない新AIモデル「Jev」を発表。超高速・低コストで型安全な構造化データを出力

ChatGPT共同開発者が挑む「テキストを生成しない」AIの革新

人工知能（AI）の進化において、大規模言語モデル（LLM）は人間のような自然なテキストを生成することで世界を驚かせてきました。しかし、システム開発や自動化タスクの現場においては、LLMが生成する自由なテキスト形式が、かえってシステムの不安定さやエラーを引き起こす要因になることも少なくありません。こうした課題に対し、全く異なるアプローチで挑む新しいAIモデルが登場しました。

OpenAIでChatGPTの構築を支援した経歴を持つDiogo Almeida氏が設立したTypeSafe AIは、2026年9月15日、新たなAIモデルカテゴリ「System One Models」と、その最初のモデルとなる「Jev」を発表しました。Jevは、従来のLLMのようにテキスト文字列を生成するのではなく、事前に定義された型安全な構造化数値や確率分布を出力するという、これまでにない設計思想を持っています。本記事では、この革新的なモデルの仕様と、それがもたらす重要性について詳しく解説します。

TypeSafe AIが発表した「System One Models」と「Jev」の全貌

Jevは、従来のテキスト生成AIとは一線を画す、特定のタスク処理に特化したモデルです。その最大の特徴は、出力の確実性と圧倒的な処理能力にあります。

1. テキスト文字列を生成しない「型安全」なアーキテクチャ

Jevはテキスト文字列を一切生成しません。その代わりに、事前に定義された型安全な構造化値（structured values）と確率分布を出力します。構造化出力アーキテクチャの一部としてスキーマの一致が保証されているため、Jevが型エラーを起こすことは絶対にありません。これにより、AIの出力をそのままプログラムやデータベースに安全に組み込むことが可能になります。

2. 圧倒的な低コストと超高速な応答性能

Jevは、コストと速度の両面で極めて高いパフォーマンスを実現しています。入力トークンの価格は100万トークンあたり0.042ドルに設定されており、さらに出力トークンは無料です。また、エンド・ツー・エンドの応答時間は70ミリ秒（ms）から500ミリ秒という超高速性を誇ります。この速度と低コスト化により、リアルタイム性が求められるシステムや、膨大なデータを瞬時に処理する必要があるエンタープライズ用途において、強力な選択肢となります。

3. 信頼度スコアと確率の提示による「誠実な」出力

Jevのもう一つの重要な特徴は、すべての回答に調整された確率（calibrated probabilities）と信頼度スコア（confidence scores）が伴う点です。Jevはすべての出力において信頼度と不確実性を伝達し、System Oneタスクにおいて認識論的に誠実な確率を提供します。これにより、AIがどの程度その回答に確信を持っているかをシステム側が定量的に把握できるようになります。

なぜこのアプローチが重要なのか：LLMの課題を克服する設計

従来のLLMを外部システムやAPIと連携させる際、開発者は「AIが指定されたフォーマット（JSONなど）を正しく返さない」「存在しない事実をでっち上げる（ハルシネーション）」といった問題に悩まされてきました。型エラーを防ぐために複雑なバリデーション（検証）処理を実装する必要があり、これが開発の負担となっていました。

Jevは、そもそもテキストを生成せず、スキーマ一致を保証した構造化データのみを出力するため、型エラーが原理的に発生しません。この「型安全（Type-Safe）」な設計は、システムの堅牢性を劇的に向上させます。また、すべての出力に信頼度スコアが伴うため、信頼度が低い場合には処理を人間に引き継ぐといった、安全なワークフローの構築が容易になります。

開発者や企業への具体的な影響とメリット

Jevの登場は、特にシステム統合や自動化を推進する開発者や企業にとって大きなメリットをもたらします。

エラー処理の劇的な削減：型エラーが絶対に発生しないため、AI出力をパースする際のエラーハンドリングコードを大幅に削減できます。
リアルタイム処理の実現：最速70msという応答速度は、ユーザーインターフェースの即時反応や、高頻度で発生するトランザクション処理へのAI組み込みを可能にします。
運用コストの最適化：100万入力トークンあたり0.042ドルという極めて安価な価格設定と、出力トークン無料という料金体系は、大量のデータ処理を行う企業のコスト負担を最小限に抑えます。
意思決定の定量化：信頼度スコアを活用することで、AIの判断に基づいた自動化プロセスにおいて、どの程度の不確実性を許容するかを厳密にコントロールできます。

今後の展望と未確定な要素

Jevは、テキスト生成を必要としない「System Oneタスク」において極めて強力なツールとなります。一方で、自由な対話や文章作成といった、従来のLLMが得意とする領域には対応していません。そのため、実際のシステム開発においては、Jevと従来のLLMをどのように組み合わせて最適なアーキテクチャを構築するかが、今後の重要なテーマとなるでしょう。また、Jevが対応する具体的なスキーマの定義方法や、開発プラットフォームとの連携詳細については、今後の実用事例を通じて明らかになっていくことが期待されます。

まとめ

TypeSafe AIが発表した「Jev」は、テキスト生成という従来のAIの常識を覆し、構造化データと確率の出力に特化することで、超高速・低コスト・高信頼性を実現した画期的なモデルです。ChatGPTの共同開発者が率いる同社が提示したこの新しいアプローチは、AIの実用化とシステム連携のあり方を大きく変える可能性を秘めています。