Jev API
Jevは、型付きの確率ベースの意思決定（Choiceによる分類、Scoreによるルーブリック評価、NoulによるYes/No判定）を行うTypeSafe AIのシステム1モデルファミリーです。バージョン固有の実験的機能を含め、Jev 1.13と1.14.0を比較します。
Jev 1.14.0 API
typesafe/jev-1.14.0
Jev 1.14.0では、型付き決定（typed decisions）と多言語サポートが改善され、オプトインの画像および長文コンテキスト機能に加え、実験的なBox出力が追加されました。プラットフォームの可用性と実験的機能のサポートについては、個別に確認する必要があります。
Jev API 背景
概要
Jevは、直接実行に移すことができる決定を必要とするアプリケーション向けに設計されています。リクエストは状態（state）と一連の型付き質問を提供し、レスポンスには生成された説明ではなく構造化された回答が含まれます。状態は、顧客メッセージ、ドキュメント、製品、インシデント、その他のアプリケーションレコードを記述できます。アプリケーションは利用可能な結果を定義し、結果がワークフローにどのように影響するかを決定します。Jevは、システムが文章による応答と明示的な決定の両方を必要とする場合に、テキスト生成モデルを補完します。
開発履歴
このファミリーページでは、プラットフォームのjev-1.13およびjev-1.14.0のエントリをまとめています。TypeSafeは2026年10月14日にJev 1.14.0をリリースし、タスク全体の段階的な改善、特に多言語品質への注力を発表しました。その元のAPIはバージョンID jev-1.13.0およびjev-1.14.0を使用しており、このプラットフォーム上のモデル識別子は選択されたバージョンカードに従います。上流のリリースは、すべてのプロバイダがすでにそれを公開していることを意味するわけではありません。
主要な革新
- 型付き決定プリミティブにより、ソフトウェアはプロテキストから抽出することなく、選択されたラベル、数値スコア、確率を利用できます。
- 独立した質問で1つの状態を共有できます。アプリケーションは複数の判定を収集し、明示的なビジネスロジックを使用してそれらを組み合わせることができます。
- 実験的な画像入力が両方のバージョンで上流から利用可能であり、一方、実験的なBox質問タイプはJev 1.14.0固有のものです。
Jev API 技術仕様
アーキテクチャ
TypeSafeはJevをシステム1モデルと呼んでいます。これは、型付き質問として提供される限定的な判定を中心に構築されたモデルです。各質問は、同じ状態に対して独立して評価されます。適切にスコープされた決定を対象としており、複数の推論ステップを必要とする幅広いタスクは、個別の判定に分解し、アプリケーションコードで組み合わせる必要があります。公開ドキュメントにはパラメータ数が記載されていないため、想定されていません。
機能
- Choiceは、開発者が定義した名前付きオプションのセットから選択し、選択されたオプション、確率分布、および信頼度を返します。サポート部門や製品クラスなど、固有の順序を持たないカテゴリに適しています。
- Scoreは順序付けられたルーブリックを評価します。ルーブリックレベル間に入る可能性のある数値スコア、それらのレベルに対する確率、および信頼度を返します。各レベルの意味を区別する説明を記述してください。
- NoulはYes/Noのステートメントを評価し、0から1の間の確率を返します。確率を無条件のブール結果として扱うのではなく、個々の述語に使用してください。
- ChoiceとScoreの信頼度は出力分布の集中度を要約したものであり、正解の保証とは異なります。なしきい値やエスカレーションポリシーはアプリケーション側に属します。
- 上流のデフォルトのコンテキスト制限は、リクエスト全体で64kトークン、状態と単一の質問の合計で32kトークンです。質問は両方の制限に適合する必要があります。これらは上流の参照制限であり、選択されたプラットフォームのエントリで公開されている構成を確認してください。
- 上流の実験的なロングコンテキストでは TypeSafe-Danger-Zone-Long-Context: true が必要であり、両方のコンテキスト制限を262kに引き上げます。画像入力には TypeSafe-Danger-Zone-Images: true が必要です。ヘッダーのパススルーと実験的サポートは、実際のプロバイダで検証する必要があります。
制限事項
- Jevは一般的な文章生成インターフェースではありません。製品に文章による回答、オープンエンドの構成、または詳細な説明が必要な場合は、別の生成モデルを使用してください。
- 画像入力、Box出力、および拡張されたコンテキストはオプトインの実験的上流機能であり、本番環境での準備完了やこのプラットフォームを通じた可用性を保証するものではありません。
- コンテキストが長くなると、精度が低下し、レイテンシが増加する可能性があります。関連する証拠を提供し、単一の質問に複数の無関係な判定を含めないようにしてください。
- 実験的な画像サポートから、音声やビデオのサポートを推測しないでください。サポートされていないメディアは、評価の前に適切なテキストまたは構造化された証拠に変換してください。
Jev API 性能
強み
- 明示的な出力タイプは、ソフトウェアが結果を使用して分岐、ランク付け、またはルーティングを行う必要があるワークフローに適しています。
- Choiceは既知のカテゴリを比較でき、Scoreはすべての判定を二値決定に強制する代わりに、順序付けられた評価を維持できます。
- 信頼度を考慮した処理により、自動決定と、追加の証拠や人間のレビューを必要とするケースを区別できます。
- 共有状態かつ複数質問のパターンにより、最終的なポリシーをコード内で可視化しながら、1つのレコードの別々の側面を評価することが可能になります。
実世界での有効性
バージョンを採用したりしきい値を変更したりする前に、代表的な評価セットを使用してください。曖昧なレコード、情報の欠落、少数派カテゴリ、および顧客が使用する言語を含めてください。実際のプロバイダの下で、タスクの精度、誤った自動アクション、レビューのボリューム、レイテンシ、コストを測定します。TypeSafeのリリース発表には1.14.0における広範な改善が記載されていますが、すべてのワークロードに対する普遍的な改善率を確立するものではありません。代替品が独自の受け入れ基準をクリアするまでは、ピン留めされた古いバージョンを維持してください。
Jev API 使用場面
シナリオ
- サポートトリアージ：固定リストから担当チームを選択し、順序付きルーブリックを使用して緊急性を個別に評価します。
- カタログとドキュメントの分類：不確実なケースをレビュー用に保存しながら、レコードを既知のラベルにマッピングします。
- コンテンツ評価：個々のポリシー条件または品質の側面を評価し、明示的なアプリケーションルールを使用してそれらを組み合わせます。
- エージェントのルーティング：アクションの実行前に通常の権限チェックを適用しながら、既知のツールまたはハンドラーの間で選択します。
- 取得パイプライン：候補の関連性を評価するか、提供された証拠に対して狭く記述された主張を検証します。
ベストプラクティス
- 質問ごとに、明確にスコープされた判定を1つ記述します。証拠を状態（state）に入れ、相互に区別可能なChoiceオプションまたは説明的なScoreレベルを定義します。
- 信頼度と確率を、テストされた意思決定ポリシーへの入力として使用します。不確実な決定が自動的に実行されないように、レビューまたは棄却のパスを含めます。
- 評価およびデプロイ時は特定のモデルバージョンをピン留めします。1.13から1.14.0に移行する際はしきい値を再テストしてください。同一の出力分布であると仮定しないでください。
- 統合の前に、選択したバージョンのプラットフォームステータスと価格を確認してください。公式の上流の価格設定とエンドポイントは、このプラットフォームのバージョン固有のAPIドキュメントの代わりにはなりません。
- 選択したプロバイダと評価がサポートするようになるまで、画像および拡張コンテキストの実験は初期の本番テキストワークフローから分離しておいてください。
- 参考ドキュメント：https://docs.typesafe.ai/introduction ; https://docs.typesafe.ai/models ; https://docs.typesafe.ai/primitives/choice ; https://docs.typesafe.ai/primitives/score ; https://docs.typesafe.ai/confidence ; https://docs.typesafe.ai/images ; https://typesafe.ai/blog/jev-1-14 .