公開済み（early access）· QCode は未提供

System One モデルと Jev：知能を関数呼び出し 1 回に詰め込む

TypeSafe AI は 2026-09-15 に最初の「System One モデル」Jev を公開した。文字列は生成せず、型安全な構造化値と較正された確率だけを返す。公式ブログの価格表では入力 $0.042/MTok、出力無料、エンドツーエンド 70ms–500ms。この記事では中身、ベンダー自身が示す根拠、そして QCode が提供しない前提で同種の仕事を今どう実装するかを扱う。

更新日 2026-09-20

#RLCD#構造化出力#較正確率#QCode 未提供

検証できる 4 つの数字

$0.042

入力価格（ベンダー公表）

公式ブログの価格行は入力 $0.042/MTok（十億トークンで $42）、出力は「計測する価値がないほど安い」ため無料。TypeSafe の数字であり QCode の料金表ではない。

70–500ms

エンドツーエンド遅延（ベンダー主張）

同じページは既存の最先端 LLM を 3–329 秒とし、40x–200x 速いと書く。トップページの 193.6x 速い / 444.6x 安いもベンダー値で、公式自身が「現実的な改善の上振れ側だろう」と注記している。

1 回

逐次ではなく並列サンプリング

公式の説明では既存モデルは 1 トークンずつ逐次生成するのに対し、System One は並列サンプラで全出力を 1 クエリで生成する。だから構造化判断が呼び出し 1 回に収まる。

型エラー（設計上保証）

取り得る値と構造を呼び出し前に確定させるため型エラーは起きない、と公式は書く。同時に、あの図の 0% は実測ではなく構成上保証だと明記している。

「System One モデル」とは何なのか

TypeSafe の定義は「ソフトウェアが直接使える、高速な構造化判断のためのモデルクラス」。学習手法は RLHF / RLVR でなく RLCD（Reinforcement Learning for Calibrated Decisions）。公式の比較表は、入力を非構造テキスト（プログラムの状態重視）に保ちつつ、出力を型安全な構造化値＋較正確率に固定し、サンプリングを並列にしている。取舍も明記され、Jev は文字列生成を捨てているのでチャットもコード生成もできない。最初の公開モデル Jev は 2026-09-15 に early access で公開された。

公開の歩みと現在の入口

2026-09-15 の投稿は Jev を同日 early access で公開し、workflow 評価サイト（例、不一致サンプル、完全なクエリ）も併せて公開した。そこには「公表した評価の多くは西海岸の社内ノート PC で回したもの」「この価格が補助なしで成り立っていることは証明できない」とも書かれている。本ページ確認時（2026-09-20）の入口は TypeSafe 自身の waitlist / early access で、第三者の API カタログではない。

タイムライン

2026-09-15

2026-09-15：TypeSafe AI が公式ブログ《Introducing System One Models & Jev》を公開（創業者 Diogo Almeida 名義）。初の公開モデル Jev は同日 early access。

2026-09-15

同じ 2026-09-15 の投稿に価格と速度の基準：入力 $0.042/MTok、出力無料、エンドツーエンド 70ms–500ms。既存の最先端は入力 $0.20–$10/MTok・3–329 秒という対照表付き。ドキュメントには運用値もある：モデル id `jev-1.13.0`、単一エンドポイント `POST /v1/systemone` を model で選択、コンテキストは 1 リクエスト 64k（state と最長質問で 32k）、レート制限は 250,000 tokens/秒と 1,200 requests/分で超過は 429、入力はテキストのみ。

2026-09-20

本ページの照合日 2026-09-20：QCode の公開モデルカタログで Jev / TypeSafe / System One を検索すると 0 件。よってここで可用とは一切書かない。

確認済み vs ベンダー主張

自分で確かめられるもの

公開日 2026-09-15、著者、価格と遅延の数字、学習手法 RLCD という名前、比較表の各行、そして「評価はノート PC で実施」「LLM 側の数値は OpenRouter 由来」「193.6x / 444.6x は上振れの見込み」というベンダー自身の注記 3 点——すべて公式ブログに書かれている。

事実として書けないもの

2026-09-20 時点で「幻覚しない」「2 桁速い」「444.6 倍安い」はベンダーの主張で、第三者による再実行は公表されていない。workflow 評価の参照解答は GPT-6 Astra と Claude Fable 5.1 の平均で、公式自身「OpenAI/Anthropic 寄りに偏る」と書いている。エンタープライズ対応、クォータ、SLA、重みの公開、リージョンは記載がないため本ページでは推測しない。

Jev と「汎用モデルで構造化出力を出す」違い

Jev（TypeSafe 公表値）

出力は型安全な構造化値と較正確率で、並列サンプリング 1 回で全値を生成。70ms–500ms、入力 $0.042/MTok（文書では $42/Btok）、出力無料と公表。エンドポイントは 1 本、コンテキスト 64k、250k tokens/秒＋1,200 回/分の制限、入力はテキストのみ。代償は文字列を一切出さないことで、チャットやコード生成は対象外。

汎用最先端モデル（QCode で販売中のティアを含む）

同じ質問も JSON スキーマやツール呼び出しなら構造化できる。エコシステムが成熟し、文脈が長く、根拠テキストも残る。代償は逐次生成による遅延と出力課金、信頼度は自己申告か外付け、型エラー 0 は保証されない。

「スマートな if 文」を今 QCode で実装する

タスクを独立に答えられる小さな質問に分解し、モデルにはスキーマかツール呼び出しで列挙値とスコアを JSON で返させ、型検証・閾値分岐・リトライは外側のコードが持つ。TypeSafe の形（エンドポイント 1 本＋宣言済みスキーマ）を汎用モデルで再現する構成で、スキーマは tool use か response_format に載せる。価格に敏感な経路は分類やルーティングを安いティアに逃がし、重い推論だけ上位ティアに残す。信頼度の近似は複数サンプル一致率か安価な判定呼び出しで作り、自己申告を較正済み確率として扱わない。具体的なティアと価格は /pricing とライブ一覧に従う。

QCode 側の実際の状況

Jev は提供しない。TypeSafe のモデルも同様で、2026-09-20 に公開モデルカタログを確認すると Jev / TypeSafe / System One は0 件。本ページは購入導線ではなく、ベンダー価格を当社の価格として提示もしない。上の構造化判断を実現するなら、販売中の汎用モデル＋スキーマ/ツール呼び出し＋外側検証で、公式価格×サービス料金の課金になる。今のティアと価格は /pricing とカタログ参照。

よくある質問

Jev はチャットボット？

違う。公式の定義では事前宣言された構造化値と確率だけを返し、文字列を生成しないため対話や文章作成には使えない。

なぜ速くて安いと言えるのか？

逐次生成の代わりに 1 回の並列サンプリングで済むこと、文字列出力を捨てたことの 2 点。公表値は 70ms–500ms、入力 $0.042/MTok、出力無料で、同時に「補助なしだと証明はできない」と公式が書いている。

「幻覚しない」を信じていい？

公式の文脈では型エラーが出ないという意味で、値の集合を事前確定しているため構成上保証される。判断内容の正しさや確度の較正は TypeSafe 自身の workflow 評価に依存し、第三者の再現は出ていない。

QCode から呼べる？

呼べない。2026-09-20 のカタログ照合では無く、TypeSafe サービスも無い。同等の仕事は販売中の汎用モデル＋構造化出力で実装する。

GPT-5.6 の Mini/Nano のような小型ティアと同じもの？

違う。小型ティアは依然として逐次の汎用モデルで、出力は文字列（JSON に制約できる）。Jev は並列サンプリング・型付き出力・較正確率・テキスト非生成という別の設計。

レート制限はある？

ある。文書では 250,000 tokens/秒と 1,200 requests/分、超過は 429 Too Many Requests。モデル id は `jev-1.13.0` で、すべて `POST /v1/systemone` 経由。入口は early access / waitlist のままで、一般公開は未記載。

出典

TypeSafe AI 公式ブログ《Introducing System One Models & Jev》2026-09-15、https://typesafe.ai/blog/introducing-system-one-models-and-jev（本ページは 2026-09-20 に取得）。価格・id・エンドポイント・コンテキスト・レート制限は同日取得の https://docs.typesafe.ai/models.md より。価格・遅延・高速化と低コストの倍率・workflow 評価の作り方はすべて当該ページのが、ベンダー自身の注記（ノート PC で評価、LLM 数値は OpenRouter 由来、193.6x/444.6x は上振れ）も含めて同じ出典。

「Jev 今すぐ使える」とは書かない

QCode は Jev を提供しない。同種の構造化判断をリリースするなら、販売中の汎用モデル＋スキーマ/ツール呼び出しで、公式価格×サービス料金の課金。

キーを取得モデル一覧価格を見る