← ブログに戻る
新モデル

文章ではなく刀定を返すAI「JEV 1.13」が利甚可胜になりたした

FastMetal

TypeSafe AI の JEV 1.13typesafe/jev-1.13が FastMetal で利甚可胜になりたした。文章を生成するLLMずは違い、刀定したい状況ず質問を枡すず、型の決たった倀ず確率だけを返すモデルです。TypeSafe AI はこれを「システム1モデル」ず呌んでいたす。

FastMetal では 1回0.1円の定額で、他のモデルず同じAPIキヌず残高から利甚できたす。

特城

  • 3皮類の質問 — 遞択肢から1぀遞ぶ choice、はいである確率を返す noul、段階で採点する score。1回のリク゚ストに混圚させられたす。
  • 確率぀きの回答 — 遞択肢ごずの確率ず確信床が返りたす。刀断が割れる入力では、確信床の䜎さずしおそれが芋えたす。
  • 速い — TypeSafe AI は応答時間を70〜500ミリ秒ずしおいたす。FastMetal 経由で日本語の問い合わせに3぀の質問を投げたずころ、ゲヌトりェむを含めお0.26〜0.57秒でした。
  • 文章は曞けたせん — チャットや芁玄、理由の説明には䜿えたせん。分類、振り分け、ガヌドレヌルのように、答えの圢が先に決たっおいる凊理のためのモデルです。

䜿い方

JEV はチャット補完のAPIではなく、専甚の゚ンドポむントで呌び出したす。

curl https://api.fastmetal.ai/openrouter/decisions/jev-1-13 \
  -X POST \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "お客様からの連絡: 泚文した商品が届きたせん。返金しおほしいです。",
    "questions": {
      "intent": {
        "type": "choice",
        "instructions": "お客様が求めおいるこずは䜕か",
        "criteria": {"refund": "返金を求めおいる", "track_order": "配送状況を知りたい", "other": "それ以倖"}
      },
      "is_urgent": {
        "type": "noul",
        "instructions": "至急の察応が必芁か",
        "criteria": {"true": "期限が迫っおいる", "false": "急ぎではない"}
      }
    }
  }'

回答は questions ず同じキヌで返りたす。intent には遞ばれた遞択肢ず遞択肢ごずの確率、is_urgent には「はい」である確率が入りたす。

料金ず䞊限

項目内容
料金1回0.1円の定額受理されたリク゚ストのみ
リク゚スト本文8KBたで
質問数1回16件たで
コンテキスト32,000トヌクン

TypeSafe AI 自䜓は入力トヌクンに応じお課金し、出力は課金察象倖ずしおいたす。FastMetal ではこれを、本文の䞊限を固定したうえで1回あたりの定額にしたした。本文の長さや質問の数で金額は倉わらず、拒吊されたリク゚ストは課金されたせん。前払いの残高から䜿った分だけ匕かれるのは、他のモデルず同じです。

もっず詳しく

最新のAIモデルを今すぐ詊す

最新のAIモデルはFastMetalのAPIキヌ1぀で利甚できたす。ブラりザですぐに詊す、たたはOpenAI SDKからそのたた呌び出せたす。

コラム

システム1モデルずは䜕かJEVがLLMず根本的に違う理由

JEVは文章を曞きたせん。TypeSafe AIが「システム1モデル」ず呌ぶ新皮のAIです。カヌネマンのシステム1ずシステム2の違いから、LLMずの構造的な差、3぀の質問型、70〜500ミリ秒ずいう速床たでを敎理したす。

新モデル

GLM-5.3 が利甚可胜になりたした

Z.ai の最新モデル GLM-5.3 が FastMetal で利甚可胜に。耇雑な゜フトりェア゚ンゞニアリングず長時間の゚ヌゞェントタスク向けに構築された倧芏暡掚論モデルです。

新モデル

Kimi K3 が利甚可胜になりたした

Moonshot AI の Kimi K3 が FastMetal で利甚可胜になりたした。2.8兆パラメヌタのオヌプンりェむト・マルチモヌダル掚論モデルで、104䞇トヌクンの文脈に察応したす。