TypeSafe AIが2026年9月15日、新しいモデル群「System One Models」と、その第一弾となるモデル「Jev」を発表した。創業者のDiogo Almeidaは、OpenAIで言語モデルを指示追従・対話に使えるものにする手法の開発に関わり、その研究がChatGPTの土台になった人物。2年のステルス期間を経ての公開で、Jevは文字列の生成を捨て、型安全な構造化出力と確信度だけを返すという割り切った設計になっている。Hacker Newsでも注目を集めた発表の中身を、元記事に書かれている範囲で整理する。
発表内容
TypeSafeが打ち出したのは「System One Model」という新しいモデルのクラスで、ソフトウェアがそのまま使える高速で構造化された判断を出すことに特化している。自動化のためにスタックを丸ごと作り直したとしており、内訳は新しいモデルアーキテクチャ、効率を最大化する並列サンプラー、そしてRLCD（Reinforcement Learning for Calibrated Decisions）と呼ぶ学習手法の3つ。最初の公開モデルJevは早期アクセスで同日から利用可能とされている。
Jev achieves similar levels of intelligence on System One tasks compared to existing LLMs, while being two orders of magnitude faster and more efficient. While Jev gives up string generation, it’s optimized for structured outputs and can’t hallucinate.
元記事の比較表で示されている既存LLMとの違いは以下の通り。
- 最適化対象：既存LLMはRLHF/RLVR（人間の好み、あるいはプログラムで検証可能な報酬）。System OneはRLCDで、認識論的に正直な確率を伴う判断を最適化する
- 入力：既存LLMは逐次的なメッセージ中心。System Oneは構造化されたプログラム状態中心
- 出力：既存LLMは文字列（パースと検証が必要で、逸脱リスクが常にある）。System Oneは型安全な構造化値で、出力の候補と構造が事前に定義され、型エラーを起こさない。すべての回答に較正された確率と確信度が付く
- サンプリング：逐次（1トークンずつ）に対し、並列（1クエリで全出力を生成）
- 価格：既存LLMは入力$0.20〜$10/MTok・出力は入力の約5倍。TypeSafeは入力$0.042/MTok（10億トークンで$42）、出力は無料（計測するには安すぎる、という表現）
- 速度：フロンティアモデルのend-to-endが3〜329秒に対し、TypeSafeは70ms〜500ms。System One型のクエリでは同等のインテリジェンスに対して40〜200倍速いとされる
根拠についても言及がある。速度とコストは検証しやすいが、公開evalは「西海岸にある自社の環境（ノートPC）から実行している」と自ら注記している。型エラーが出ない点については、反例が1つあれば覆せる主張であり、それは数学的に不可能だとしている。
なぜ重要か
元記事が置いている問いは「モデルは何年も前からチャットでは超人的なのに、自動化はどこにあるのか」というもの。Jevの位置づけはこう説明されている。
Think of Jev as a frontier-intelligence function call: unstructured state in, typed probabilistic decisions out.
想定用途として挙がっているのは、AIワークフロー／賢いif文（分類・ルーティング・スコアリング・抽出・分岐といった、手書きロジックでは脆すぎる場所に構造化出力を差し込む）、大規模データのmap-reduce、100ms級の速度を活かすリアルタイム用途、そしてLLMのプロンプト・推論過程・出力に対するスコアリングや検証、ガードレール、脱獄検知。既存LLMは人間が介在する用途（チャットボット、コパイロット、コーディングエージェント）や、正しさを安く自動検証できる問題に向く、という切り分けになっている。
確信度の扱いも論点として明示されている。元記事は「あるタスクを95%こなせるモデルでも、残り5%に入っていることを言わないなら、そのタスクは自動化できない」という趣旨で、較正された確信度が自動化の前提条件だとしている。
評価方法についても新しいものを作ったという。コードの中でAIがどれだけうまく機能するかを測るもので、ハーネスやモデルの差し替えを許さず（ハーネス側のエンジニアリングによる過学習を避けるため）、正しい計算グラフ＝コードで表現されたワークフローがあると仮定し、最大で最も賢く高価な外部モデル（ここではAstraとFable）の予測平均を参照確率として使う。全モデルに同じワークフローを与える設計で、Jevはほぼ2桁の範囲でパレートフロンティアを占めたと記載されている。また、ワークフローを使わずchain-of-thoughtの中でロジックを処理させる形は、ワークフローを使う場合よりかなり劣る傾向があるとしている。
現時点での未確定事項
ハイプと切り分けるために、元記事に書かれていないことを明示しておく。
- アーキテクチャとRLCDの技術的詳細は公開されていない。パラメータ数、学習データ、論文の有無は本記事の範囲では示されていない
- 第三者による独立ベンチマークは存在しない。速度・コスト・eval結果はいずれもTypeSafe側の計測と設計によるもの
- 価格の持続性は本人たちが留保している。「補助金で下支えされていないことは証明できない、長期で示すしかない」と元記事に明記されている
- 速度の計測条件は西海岸のローカル環境からの実行。他リージョンからの実測値は示されていない
- デモの条件は自社に有利だと元記事自身が認めている。クエリは大幅に簡略化され、入力が比較的短いことが自社モデルを有利に見せると注記。比較にはGPT-5.6 Terraのdefault reasoningが使われ、唯一の不一致は「Churn likelihood level」で、その正解は元記事も「本当に曖昧に見える」としている
- 「ハルシネーションできない」の範囲。検証可能と明言されているのは型エラーが出ない点であって、構造化された判断の内容が常に正しいことではない
- 提供形態は早期アクセス。一般提供の時期、対応言語やSDK、レート制限は元記事からは分からない。公開予定とされる4つのワークフローの内容も、本記事で参照した範囲では全体を確認できていない
まとめ
- TypeSafe AIが2026年9月15日、System One Modelsと第一弾モデルJevを早期アクセスで公開した
- 文字列生成を捨て、型安全な構造化出力＋較正された確信度を並列生成する設計で、入力$0.042/MTok・出力無料・70ms〜500msという数字を提示している
- ただし速度・コスト・evalはすべて自社計測で、独立検証は現時点で存在しない
実装家視点で言うと、刺さるのは「分類・ルーティング・スコア付け」をコードの中に埋め込む場面だ。この手の処理はチャット用モデルで作ると、出力をパースして検証して、たまに壊れた値が返ってきてリトライして……という配管が本体より重くなる。出力の型が事前に固定され、確信度が毎回付いてくるなら、閾値未満は人間に回すといった分岐が素直に書ける。ただし今の段階で本番の分岐ロジックを預ける判断は早い。自社計測しかない主張が並んでいて、価格の持続性は本人たちが留保している状態だ。早期アクセスが取れたら、まずは既存のLLM判定と並走させて不一致だけを見る使い方から始めるのが安全だと思う。
コメント