この記事について海外で公開された情報をもとにAIが要約・解説した記事です。原文の翻訳ではありません。正確な内容は記事末尾の出典元をご確認ください。
この記事の要点
  • TypeSafe AIのJevが提供開始2週間で有料チームの35%に採用された
  • 2番手のSonnet 5.5のほぼ2倍で、Vercelのデータ上は過去最速の普及
  • オープンソースモデルは処理トークンの70%超、支出の約25%を占める

Jevの採用データ

Vercelが公開したデータによると、TypeSafe AIの「Jev」は提供開始から2週間の時点で、有料チームの35%が利用していた。2番目に人気のモデルであるSonnet 5.5のほぼ2倍の利用範囲となり、Vercelのデータ上ではモデルとして過去最速の普及にあたる。Jevは9月15日に限定リリースされたばかりのモデルである。

Vercel自身もJevの早期導入者で、有害なコマンドを分類する用途でGPT-6 LunaからJevに置き換えたと報告されている。発表から間もないモデルが、実際の商用利用の場で既存モデルを置き換えた事例として注目される。

何が新しいのか

Jevは、あらかじめ決められた少数の出力候補から選ぶ用途に特化した軽量なモデルとして設計されている。出力の候補を絞ることで、Sonnetのような選択肢よりも安く、速く動かせるのが特徴だ。大量のデータを短時間で分類する用途に向くとされる。

この設計はリリース後の数週間で注目を集め、OpenAIやAmazonなども同様の方向の製品を打ち出したと報じられている。ただし、これまではJevの勢いを裏付ける具体的な利用データはほとんど示されていなかった。今回のVercelのデータは、話題性が実際の利用につながっていたことを示す初期の証拠といえる。

データの限界

今回の数値は、Vercelが提供するAIゲートウェイの利用データに基づく。AIゲートウェイは、複数のAIモデルを単一のAPIから呼び出せる中継サービスで、OpenRouterに似た位置づけのものだ。

このため視野は限定的で、OpenAIやAnthropicのように自社APIを直接提供する大手ラボの利用は過小に数えられている可能性がある。数値はあくまでVercel経由の利用動向として読む必要がある。それでも、Jevへの関心が実際の利用に結びついたことを示す材料にはなっている。

オープンソースの動き

同じデータは、オープンソースモデルの存在感が増していることも示している。Vercelのゲートウェイで処理されたトークンの70%以上がオープンソースモデルによるもので、支出全体に占める割合も約25%に達している。

一方で市場そのものが拡大しており、フロンティアラボへの支出額は10倍に増えている。全体に占める割合は縮小しているものの、支出額は伸びている。原文はこの動きから、フロンティアモデルとオープンソースの代替品が競合ではなく補完関係になる可能性があると指摘している。

VercelのAIゲートウェイ経由で見た利用シェア
項目オープンソースモデルフロンティアラボ
処理トークンに占める割合70%超原文に記載なし
支出に占める割合約25%全体に占める割合は縮小
支出額の推移原文に記載なし10倍に増加
原文からの引用
within two weeks of its launch, the buzzy decision model was being used by 35% of paid teams, with nearly double the reach of the second most popular model, Sonnet 5.5.

提供開始から2週間の時点で、話題のこの判定モデルは有料チームの35%に使われ、2番目に人気のモデルであるSonnet 5.5のほぼ2倍の利用範囲に達していた。

今後の見通し

Jevの採用率が高い水準を維持できるかは、今後のデータ次第とみられる。2週間という短期間の数字であるため、一時的な話題性による立ち上がりなのか、分類用途での恒常的な置き換えが進んでいるのかは、まだ区別できない。VercelのゲートウェイはOpenAIやAnthropicの自社API経由の利用を捉えにくいため、他社のデータや各社の開示が出れば全体像がより明確になる。オープンソースモデルの比率が今後も上がり続けるのか、それともフロンティアモデルの支出増加と並行して落ち着くのかも、次に注目される点である。

日本の開発者・IT企業にとっての意味

分類のように出力が限られる業務では、高性能な汎用モデルではなく、安く速い特化型モデルを選ぶ余地が広がる。大量のログやコマンドを仕分けする処理を内製している日本のIT企業にとって、コストを抑える選択肢になり得る。また、Vercelのようなゲートウェイ経由の利用データが、モデル選定の判断材料として使われ始めている点も見逃せない。ただし、この数値は特定のゲートウェイに偏った視点であり、自社のユースケースにそのまま当てはまるわけではない。導入時には自前のデータで精度とコストを検証する姿勢が求められる。オープンソースモデルが処理トークンの7割超を占めるという事実は、機密性やコストの観点から自社環境でモデルを動かす選択が現実味を帯びていることも示している。

気になる点

Jevは日本からも利用できるのでしょうか。
原文にはJevの提供地域や日本での提供状況についての記載がない。VercelのAIゲートウェイ経由で広く使われたことは示されているが、TypeSafe AIがどの国・地域で直接提供しているかは公表されていない。現時点では、原文の情報だけでは判断できない。
利用コストはどれくらいですか。
具体的な価格は原文に記載がない。出力候補を絞ることでSonnetのような代替より安く速く動くという説明にとどまり、金額や課金条件は示されていない。コスト比較を判断するには、TypeSafe AIや各ゲートウェイ事業者の料金表を確認する必要がある。
既存の分類処理をJevに置き換えられますか。
原文には、Vercelが有害コマンドの分類に使っていたGPT-6 LunaをJevに置き換えた例が示されている。分類タスクでの置き換え実績として参考になる。ただしAPIの互換性や移行手順、精度の比較については原文に記載がなく、個別の検証が必要になる。

用語解説

フロンティアモデル
最先端の性能を狙う大規模AIモデル。計算コストや利用料金が高くなる傾向がある。
トークン
AIモデルが処理するテキストの最小単位。処理量や料金の計算に使われる。
AIゲートウェイ
複数のAIモデルを単一のAPIから呼び出せるようにする中継サービス。
オープンソースモデル
モデルの重みなどが公開され、自社環境でも動かせるAIモデル。

出典

Jev is Vercel’s fastest-adopted AI model ever

TechCrunch / Russell Brandom / 2026年10月17日

https://techcrunch.com/2026/10/16/jev-is-vercels-fastest-adopted-ai-model-ever

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