TypeSafe AI、システムワン意思決定モデル「Jev」を発表

ChatGPTの共同発明者であるDiogo Almeida氏が設立したTypeSafe AIは、高速で構造化された意思決定向けに設計された新カテゴリーのAIモデル「Jev」をリリースした。Jevはテキストを生成せず、分類・ルーティング・スコアリングタスクに対して校正済み確率を出力し、応答時間は70〜500ミリ秒、入力トークンは100万トークンあたり0.042ドル(出力トークンは無料)である。
Key insights
製品概要と主な仕様
Jevはシステムワンモデルであり、非構造化データを入力として受け取り、校正済み確率を伴う型安全で構造化された結果を出力する。自由テキストを生成しないため幻覚が排除される。応答時間は70〜500ミリ秒で、最先端LLMと比較して20〜200倍高速である。入力トークン価格は100万トークンあたり0.042ドル(約10億トークンあたり42ドル)、出力トークンは無料。このモデルは自己回帰生成ではなく並列サンプリングを使用する。
学習手法:RLCD
JevはTypeSafe CEOのDiogo Almeida氏が開発した新しい手法RLCD(Reinforcement Learning for Calibrated Decisions)を用いて訓練されている。同氏は、RLHFは自信満々だが誤った出力を報酬することでモデルに幻覚を引き起こすと主張する。RLCDは自由テキストを生成しないためこれを回避し、出力は事前定義された構造と正直な確率推定値である。モデルが回答を「でっち上げる」必要は決してない。
ユースケース:スマートIf文
JevはソフトウェアへのAI意思決定の組み込み(分類、ルーティング、スコアリング、抽出、ガードレール)向けに設計されている。顧客チケットのルーティング、大規模文書分類、リアルタイムレコメンデーション、LLM出力検証などのワークフローにおいて、脆いルールエンジンや高価なLLM呼び出しを置き換える。同社は「インテリジェントなif文」と呼んでいる。
デモ:DOOMとWikiレーシング
TypeSafeはJevがDOOMのAIボットを約10クエリ/秒、コスト約7ドル/時で制御し、またWikipediaレーシング(リンクをたどって記事間を移動する)を実行する様子を披露した。どちらのケースでもJevは非推論型LLMを速度とステップ数で上回り、リアルタイム・高頻度の意思決定タスクへの適合性を示した。
哲学的・経済的根拠
Jevという名称はジェヴォンズのパラドックス(意思決定コストが下がると総使用量が増加する)に由来する。TypeSafeはAI意思決定を十分に低コストにすることで、新たな大規模ユースケースが解放されると確信している。CEO Diogo Almeida氏の講演「なぜRLCDがRLHFに勝るのか」では、校正された意思決定能力により、モデルが95%正解で5%のエラーゾーンを信号で伝えられるタスクの自動化が可能になるという論理が示された。
コーディングエージェント設計批判
TypeSafe CEOのDiogo Almeida氏は、現在のコーディングエージェントに関する詳細な批判を公開し、多くの設計選択がKVキャッシュの制限やトークン価格設定への回避策に過ぎないと論じた。同氏は、明示的な状態とクエリ認識型動的コンテキスト再構築を備えた「TypeSafe中心」設計を提案し、コスト認識型ルーティング、サブエージェント、効率的なツール使用を可能にする。このビジョンがJevのアーキテクチャを支えている。
入手可能性と価格
Jevは現在アーリーアクセス中。開発者はTypeSafeのウェブサイトでウェイティングリストに参加できる。同社は既に収益を上げており、価格をさらに引き下げる計画であると主張している。出力トークンは無料であり、入力価格は最先端LLMと比較して非常に低い。