乱暴に一行ずつ並べると、最初に考えていたのはこの対立だった。
Yahooは検索エンジンを持っていた。でも「検索する」そのものになったのはGoogleだった。
FacebookはSNSの一社ではなく、SNSを代表する名前になった。
ChatGPTはLLMを発明したわけではない。それでも「AIに頼む」という行為の入口になった。
OpenClawは新しい行為を提示しても、その標準名・標準UI・標準入口を取れるとは限らない。
では、Jevはどうなるのか。
ここでいう「勝つ」「最強になる」は、ベンチマークで一位になることではない。
新しい技術を先に作った会社と、そのカテゴリを定義した会社は、同じとは限らない。先行者が技術を取っても、勝者は行為を取る。
Jevについて知りたいのは、まさにそこだ。
Jevは「文章を生成するAI」ではなく、ソフトウェアの中で型付きの問いに答え、確率を伴う判断を返すという使い方を前面に出した。では将来、開発者が「この処理をAIに判断させたい」と思ったとき、まずJevを思い浮かべるのか。あるいは、Jevが示したカテゴリだけが育ち、その入口はOpenAIやオープンモデルに取られるのか。
2026年9月29日、OpenAIはDevDayでDecisions APIを発表した。一方、vLLMにはDiffusionGemmaでJevに似た構造化判断を行い、Jev互換のAPIを提供するサンプルがある。OpenAI公式発表、vLLM公式ドキュメント
この2つは単なる競合情報ではない。Jevが「発明者」で終わるのか、「定義者」になれるのかを測る試金石だと思う。
※2026年9月30日時点の公開資料に基づく考察です。性能比較の実測記事ではありません。
Jevが定義しようとしている「行為」は何か
TypeSafeの公式資料では、Jevは状態(state)と型付きの質問を受け取り、プログラムで扱える判断と確率を返すSystem Oneモデルと説明されている。返答文を生成する代わりに、定義された回答空間から結果を返す。TypeSafe:System One
基本となる質問は3種類ある。TypeSafe:Introduction
| 種類 | 何を聞くか | アプリでの用途例 |
|---|---|---|
| Choice | 候補のどれに当てはまるか | 問い合わせの担当部署を選ぶ |
| Score | 定義した尺度のどの程度か | 問い合わせの緊急度を評価する |
| Noul | ある命題が真である確率 | 追加情報が必要かを判断する |
たとえば、サポートチケットが届いたとする。
入力:問い合わせ本文、契約情報、直近の対応履歴
質問:
- 担当は「請求」「技術」「アカウント」のどれか
- 急いで対応する必要があるか
- 回答前に追加情報を求める必要があるか
その後の処理:
- アプリのルールと組み合わせて担当キューへ振り分ける
- 判断が曖昧なものは人の確認に回す
ここで欲しいのは、流暢な説明文ではない。その後のコードが使える値だ。
ソフトウェアには、目立たない判断箇所が大量にある。どこに振り分けるか、何を優先するか、処理を続けるか、人に戻すか。Jevはそれらを、自然言語で定義した問いとして呼び出す。
もしこの使い方が定着し、開発者が「分類モデルを呼ぶ」「LLMにJSONを出させる」ではなく「Jevする」と考えるようになれば、Jevは行為を取ったと言える。
発明者と定義者の分かれ目
カテゴリを定義するには、技術が先にあるだけでは足りない。
Googleが取ったのは検索アルゴリズムだけではなく、検索窓へ言葉を入れて答えへ進む習慣だった。Facebookが取ったのはプロフィールやフィードの機能だけではなく、人間関係をオンラインに置く入口だった。ChatGPTが取ったのはLLMそのものではなく、とりあえず自然言語で頼むという操作だった。
この見方をJevに当てると、争点は次のようになる。
| 発明者として残る | 定義者として残る |
|---|---|
| 判断専用モデルを早く提示した | 「AIに判断させる」標準の入口になる |
| 独自の質問型やAPIを作った | 他社もその型を基準に実装する |
| 高い性能を出した | 開発者がJevを動詞のように使う |
| カテゴリの成長に貢献した | カテゴリが育った後もJev自身が選ばれる |
Jevにとって最も怖い未来は、判断用AIが普及しないことだけではない。
判断用AIが大きく普及したのに、利用者がそのカテゴリをJevとは呼ばず、Jevも選ばない未来だ。
Decisions APIは「入口」を取りに来る
DevDayの公式発表では、Decisions APIはLunaを使い、ユーザーが定義した質問と有限の回答候補に対して判断するAPIと説明されている。入力にはテキストや画像を使い、分類、リクエストの振り分け、エージェントの次の行動の選択などを想定している。発表時点では限定プレビューで、数日以内に広く公開する予定とされている。OpenAI:DevDay 2026 Recap
Jevと用途が重なることは、この説明から読み取れる。ただし、同じ内部構造や学習方法なのか、同じ形式の確率やconfidenceを返すのかまでは、この発表だけでは分からない。
それでもカテゴリ争いでは重要だ。OpenAIには、すでにChatGPTやAPIを使う利用者と開発者がいる。Decisions APIがその延長に置かれれば、利用者は「判断用AIという新カテゴリを探す」前に、普段の入口から機能を使える。
これはYahooとGoogle、先行プロダクトとChatGPTの対立で何度も起きたことの中心でもある。勝敗を決めるのは、最初の機能だけではない。配布、名前、UI、既存の習慣まで含めて、誰が行為の入口を取るかだ。
Jevがここで残るには、「判断専用です」より強い理由が要る。判断品質、待ち時間、費用、確率の信頼性、評価から本番運用までの道具。それらをまとめて、既存のOpenAI利用者にもJevを選び直させる必要がある。
DiffusionGemmaは「Jevが標準になる未来」と「交換可能になる未来」を同時に見せる
もう一つの材料が、vLLMのDiffusionGemma対応だ。
公式レシピには「Jev-Style Structured Decisions」という節がある。回答テンプレートをcanvasに配置し、回答する位置だけを未確定にして、1回のdenoising stepから各回答位置の確率分布を読む仕組みが紹介されている。vLLM Recipes:DiffusionGemma
大まかには次のようなイメージになる。
あらかじめ用意する回答欄
担当部署:[候補のどれか]
緊急度 :[尺度上のどれか]
要確認 :[yes / no]
回答欄の各位置から候補の分布を読み取る
ここでいう「1回」はdenoisingのステップ数であり、入力処理を含む推論全体が1回の計算で完結するという意味ではない。レイテンシの比較には実測が必要だ。
さらに、公式サンプルのstructured_server.pyは、Jevの判断APIに対応するPOST /v1/systemoneを実装している。これはvLLMの標準エンドポイントではなく、前段で動かすサンプルサーバーだ。vLLM:Structured reads on DiffusionGemma、公式レシピ
「Jev-Style」と呼ばれ、Jev互換APIが作られたことは、Jevがインターフェースの参照点になり始めた兆しだ。これは定義者に近づく動きに見える。
しかし同じ互換性は、Jevを交換可能にもする。アプリ側を大きく変えずに別モデルを試せるなら、Jevという型だけを残して、実際の推論はDiffusionGemmaへ移せるからだ。
つまり、同じ事実が二つの未来を示している。
- Jevがカテゴリ名になる未来:別実装まで「Jev-Style」と呼ばれ、Jevの型が標準になる。
- Jevが先駆者として歴史に残る未来:型は普及するが、実際の利用と価値は他社へ移る。
「Jev互換」が増えたから勝ちとも、代替実装ができたから負けとも、まだ言えない。見るべきなのは、互換実装の増加がJev本体の採用にも戻ってくるかだ。
「Jevが残る」を3つに分ける
Jevが残るかを語るとき、少なくとも三つを分ける必要がある。
| 残るもの | 問いたいこと |
|---|---|
| Jevというモデル | 実際の判断タスクで競合より良い結果を出せるか |
| Jevのインターフェース | 判断用AIを組み込む共通の型になるか |
| TypeSafeの事業 | 型が普及した後も利用と売上を取れるか |
モデルが負けても、インターフェースは標準として残りうる。インターフェースが広がっても、サービスの利用には戻らないかもしれない。モデルが優秀でも、入口を取った大きなプラットフォームに採用で負けることもある。
だから「Jevは正しかった」と「Jevが勝った」は別の評価になる。
Jev自身が選ばれる理由は、確率を運用に変えられるか
Jevが先駆者で終わらず、実際の選択肢として残るための差はどこに作れるだろう。
私が注目したいのは、返ってきた確率を使って、どこまで自動処理へ任せられるかだ。
TypeSafeはSystem Oneモデルを、結果に対する確率が適切になるよう学習したモデルと説明している。ただし、確率の校正は複数の予測をまとめて評価する性質であり、一件ごとの正解を保証するものではない。TypeSafe:System One
ChoiceとScoreのconfidenceは、返された確率分布から計算する指標だ。公式資料も、用途に応じて閾値を決め、自分のデータで試すことを勧めている。TypeSafe:Confidence
サポートチケットなら、比較したいのは次の数字だ。
- 自動振り分けしたチケットのうち、誤った部署へ送った割合
- 誤振り分けを一定以下に抑えたとき、自動処理できる割合
- 人の確認も含めた一件あたりの処理費用
- 混雑時も含めた、判断が返るまでの待ち時間
確率らしい数値が返るだけでは、その値と実際の正解率が対応しているとは限らない。プロバイダーを替えたとき、同じconfidenceという名前の値へ同じ閾値を使える保証もない。
同じ誤りの許容範囲で、Jevならどれだけ多くの処理を任せられるのか。
ここに明確な差が出れば、互換実装があってもJev本体を選ぶ理由になる。差が小さければ、既存契約や配布力を持つ側が入口を取りやすい。
Jevが「定義者」になったと判断するための4つの兆候
今後は、話題になった回数よりも次の四つを追いたい。
1. 名前が行為を表し始めるか。
「モデルに分類させる」ではなく、「ここはJevに判断させる」と開発者が話すようになるか。
2. 第三者がJevの型を基準に作るか。
SDK、評価ツール、互換実装、フレームワーク連携が増えるか。vLLMのサンプルはこの兆候の一つだが、実装の存在と広い利用は分けて見たい。
3. 競合を使える状況でもJevが選ばれるか。
OpenAIのDecisions APIや自前で動かす実装と比較した後に、判断品質、校正、運用、費用を理由としてJevが残るか。
4. 本番の判断箇所に入り続けるか。
デモで一度呼ばれるだけでなく、振り分けやエージェントの分岐など、繰り返し発生する処理で継続利用されるか。
この四つが揃えば、Jevは優れた先行モデルから、判断用AIという行為の定義者へ進んだと言える。
おわりに:Jevが正しかっただけでは足りない
Decisions APIは、Jevと重なる用途へ、大きな配布力を持つOpenAIが入ってくる動きだ。
DiffusionGemmaとvLLMは、Jevに似た使い方とインターフェースを、別のモデルでも実現できることを示している。
どちらも、Jevが見つけた問題設定の正しさを補強する。同時に、Jevがカテゴリの中心から外れる可能性も高める。
Yahooが検索機能を持っていたことと、Googleが「検索する」という行為を取ったことは同じではなかった。LLMの研究を先行したことと、ChatGPTが「AIに頼む」入口になったことも同じではない。
Jevにも同じ分かれ道がある。
判断用AIが普及するかではなく、その普及した世界をJevが定義しているか。
他社の実装まで「Jev-Style」と呼ばれることは、その第一歩かもしれない。次に必要なのは、開発者が「Jevする」と考え、比較した後もJev自身を選び続けることだ。
Jevが残るかを考えるとき、見たいのはモデル単体の勝敗だけではない。新しい行為の名前、入口、標準、そして利用を、Jevがどこまで一つにできるかだ。
2026年9月30日改稿。Jevが発明者で終わるのか、判断用AIというカテゴリの定義者になれるのか、という最初の問題意識を軸に再構成しました。着想の元になった対話。資料の確認と文章の整理にはAIを使用しています。