- TypeSafe/Jevはローンチ3週間でARR1億ドル超・評価額75億ドルと報じられた
- OpenAI・Microsoft・Perplexity・Cloudflareなどが同日に決定モデルを投入した
- 決定モデルは自由文でなく確率・選択・スコアを1回の推論で返す方式
Jevと決定モデルの一斉投入
AIニュースまとめを配信するLatent Spaceは、決定モデル（Decision Models）がひとつの製品カテゴリとして扱われ始めたと報告しています。TypeSafeは「Series AI」を発表し、Sequoiaが初週でARR（年間経常収益）1億ドルを超えたと伝えたとされています。見出しでは、ローンチから3週間で評価額75億ドルに達したとされています。ただし本文には、評価額の算定根拠や調達額そのものの詳細は書かれていません。
同じ日に複数のベンダーが「決定」モデルを投入したことも報じられています。OpenAIのDecisions API、Microsoft-Decision-1、Perplexityのpplx-decider-v1.1-27b、Cloudflareのclef、Liquidのd1が名指しされています。いずれも自由文を生成するのではなく、確率・リストからの選択・スコアといった型付きの答えを返す点が共通していると説明されています。
型付き出力という発想
決定モデルの特徴は、1回のフォワードパス（推論の順方向の計算を1回通すこと）で型付きの答えを返す点だと説明されています。文章を生成するのではなく、条件が真である確率、候補からの選択、段階に対するスコアといった出力を直接得る形です。OpenAIのDecisions APIでは、この3種類のリクエストが用意されているとされています。
エージェント用途との相性も指摘されています。エージェントの処理ステップには、文章生成よりもYes/Noの判断が多いため、決定モデルが向くという整理です。LangChainは、各タスクを「十分に安いモデル」に振り分けることで、Open SWEのタスクあたりの中央値コストを64%削減したと述べています。判断処理を軽いモデルに寄せた効果が、コスト面に表れた形です。
自前で作る動きも出ています。UnslothはQwen3.5-4Bを決定モデルに変える無料ノートブックを公開し、8GBのVRAMで動くとしています。Qwen3.5-0.8Bを使った解説では、60ステップ・約10分（4GB）で精度が37%から65%に上がったと報告されています。
研究面の動き
研究の世界でも同じ発想が試されています。AppleとCMUの「Selection-based Structured Reasoning（SSR）」は、エージェントの内部で決定モデルに近い考え方を適用するものです。6つの自然言語による戦略を、KVキャッシュを共有する1回のバッチ済みフォワードパスで、長さで正規化した対数尤度によって採点すると説明されています。
報告されている結果では、ターンあたりの推論レイテンシは90%以上減った一方、質問あたりのエンドツーエンドのレイテンシ削減は28〜54%にとどまっています。Qwen3-VL-4BとGRPOを使った場合の平均成功率は61.37%で、TAPO+GSPOのベースラインの61.25%とほぼ同等とされています。速度は大きく改善するものの、精度は横ばいという結果です。
価格と速度の競争
価格と速度の競争が起きています。OpenAIのDecisions APIはGPT-6 Luna上で動作し、入力トークン100万あたり0.10ドル、出力の課金はなしとされ、OpenAIの説明では「最大10倍高速」とされています。Perplexityは1,071件のケースでDecision Benchの最高精度94.5%を主張し、1,000決定あたり0.017ドルとしています。
Cloudflareのclefは、音声・動画・画像・テキストを受け付けるclef-omniを追加し、clef-flashはJevより安価になったとされています。全体で約2倍高速とも説明され、重みはHugging Faceで公開されています。Liquidのd1はVercel AI Gatewayで提供され、分類・ルーティング・スコアリングに加えて視覚入力に対応するとされています。
推論基盤側の対応も進んでいます。vLLM Semantic RouterのDecision 2.0は、1つの入力に対して複数の問いを1パスで答え、選択肢ごとの確率を返すとされています。LangSmithはJevをジャッジとして使い、各トレースに対して難易度と正しさを別々の型付き回答として得ていると述べています。
未確定な点と注意点
精度や一貫性については未解決の点が残ります。Microsoft-Decision-1の初期評価者は、決定モデルは一貫性と複雑な判断でまだ苦戦していると指摘しています。各社が示すベンチマークの数字は自社の主張であり、第三者が同一条件で比較した結果は本文では示されていません。
話題の広がり方に対しては懐疑的な声もあります。記事は、懐疑論者やastroturfing（草の根の支持を装った宣伝）という指摘があったことに触れつつ、同社のJevに関するポッドキャストは本物だったとしています。ARRや評価額の情報もSequoiaからの「リーク」という形で伝わっており、一次資料による確認は示されていません。
| 項目 | OpenAI Decisions API | Cloudflare clef |
|---|---|---|
| 基盤モデル | GPT-6 Luna | clef-omni / clef-flash |
| 対応する入力 | テキストと画像 | 音声・動画・画像・テキスト |
| 価格 | 0.10ドル/M入力トークン、出力課金なし | clef-flashはJevより安価 |
| 速度の主張 | 最大10倍高速（OpenAIの説明） | 全体で約2倍高速 |
The pattern: Several vendors shipped “decision” models on the same day. These return typed answers (probabilities, picks from a list, scores) in a single forward pass instead of free text.
パターンはこうだ。複数のベンダーが同じ日に「決定」モデルを出荷した。これらは自由文の代わりに、型付きの答え（確率、リストからの選択、スコア）を1回のフォワードパスで返す。
今後の見通し
決定モデルが一時的な流行ではなく製品カテゴリとして定着するかは、第三者による同一条件のベンチマークと、実運用での一貫性によって判断されることになりそうです。TypeSafe/JevのARRと評価額については、Sequoia側の情報に基づく形であるため、一次資料による確認が示されれば信頼性を判断する材料になります。OpenAIやCloudflareが示す価格と速度の主張も、独立した検証が出てくれば比較が可能になります。日本語や国内リージョンでの提供状況が公表されれば、日本の開発者にとっての実用性が見えてきます。
日本の開発者・IT企業にとっての意味
日本のIT企業にとっては、エージェント内部の処理を「生成」から「判定」に置き換える選択肢が現実味を帯びてきた点が重要です。ルーティング、分類、成否判定といった処理を軽量な決定モデルに寄せれば、トークン消費とレイテンシを抑えられる可能性があります。Cloudflareのclefは重みが公開されているため、自社環境での検証を検討する余地があります。一方で、日本語での精度や国内リージョンでの提供状況は原文で触れられておらず、導入判断には追加の検証が必要です。各社のベンチマークは自社主張である点も踏まえ、自社データでの評価を前提とすべきだと考えられます。
気になる点
- 決定モデルは従来のLLMと何が違うのですか
- 自由文を生成する代わりに、条件が真である確率、候補リストからの選択、段階に対するスコアといった型付きの答えを1回のフォワードパスで返す点が違います。エージェントのYes/No判断やルーティングに向くとされ、LangChainは安価なモデルへの振り分けでタスクあたりのコスト中央値を64%削減したと述べています。
- 利用料金はどのくらいですか
- 原文で示されているのは一部の提供元の価格だけです。OpenAIのDecisions APIは入力トークン100万あたり0.10ドルで出力課金なし、Perplexityのpplx-decider-v1.1-27bは1,000決定あたり0.017ドル、Cloudflareのclef-flashは「Jevより安価」との説明にとどまります。Jev自体の料金は本文に記載がありません。
- 日本語にも対応していますか。日本から使えますか
- 本文には対応言語や地域別の提供状況についての記載がなく、現時点では公表されていないという扱いになります。Cloudflareのclefは重みがHugging Faceで公開されているため、自前で検証する余地はあるとみられますが、日本語での精度は公開情報からは判断できません。
用語解説
- ARR
- 年間経常収益。サブスクリプション型サービスの経常売上を1年分に換算した指標。
- フォワードパス
- ニューラルネットワークが入力を受け取り出力を計算する1回の順方向の処理。推論時の計算単位。
- 型付き出力
- 自由な文章ではなく、確率・選択肢・スコアなど決まった形式で返す出力。
- ルーティング
- タスクの内容に応じて、処理するモデルや経路を振り分けること。
- KVキャッシュ
- 生成時に過去のキーと値の計算結果を再利用する仕組み。推論を高速化する。
- オープンウェイト
- モデルの重みが公開され、自前で実行したり調整したりできる形態。
出典
[AINews] TypeSafe/Jev at >$100M ARR, $7.5B valuation 3 weeks after launch
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する