Jevに登録できないときの使い方6つの利用経路と料金を比較

「同じ商品で二重に請求された」「パスワードを変えたら入れなくなった」。こうした問い合わせを、請求担当と技術担当へ振り分けたい場面があります。単語の一致だけでは言い換えを拾いにくく、人が毎回読むと手間がかかります。文章の意味を読み、あらかじめ決めた選択肢へ分類する部分をAIに任せる方法が考えられます。

TypeSafe AIが開発したJevは、このような判断をソフトウェアへ組み込むためのモデルです。判断材料をstate、質問をquestionsとして渡すと、選択肢、段階評価、はいに当たる確率などを返します。問い合わせへの返信文を作る工程と、誰に渡すかを選ぶ工程を分け、後者に使うと役割が分かりやすくなります。

例えば「請求」「技術」「その他」を選択肢にすれば、アプリは返された分類を使って担当窓口を決められます。判断が曖昧なものは人へ回す設計もできます。文章生成モデルにも構造化出力はありますが、Jevは選択や評価を直接返す用途を中心に設計されています。

ところが、開発元の登録画面で止まると、モデル自体が利用できないように見えます。実際には、開発元のアカウントを持たない人が、別のサービスのアカウントでJevへ送る経路があります。どこに登録し、どの残高を使い、何を送ればよいのか。2026年9月27日に各社の公式資料を調べ、入口と使える範囲を整理しました。

TypeSafe AIは公式Xで、2026年9月25日表示の投稿に「新規登録は引き続き停止中」と知らせています。公開ログイン画面にはGoogleやメールの入口がありますが、入口が開くことと新規登録に成功することは別です。既にTypeSafeのAPIキーを持つ人は開発元のPOST /v1/systemoneを使えます。新しく始める人は、別の入口を選ぶ必要があります。

2026年9月27日時点で、開発元以外にJevの提供を公式に確認できた窓口は、Vercel AI Gateway、Cloudflare AI、OpenRouter、DigitalOcean Inference、OpenCode Zen、nexos.ai Gatewayの六つです。いずれも、Jevの重みを自分のサーバーへ置いて動かす方法ではありません。利用するサービスの認証と請求を通して、モデルへ判断を依頼する経路です。

同じJevを呼び出す場合でも、APIキーとモデル名は窓口ごとに変わります。APIは、プログラムからサービスへ処理を依頼する窓口です。最初の試用ならHTTPで手元の端末から送れる経路を選べば、Webアプリを公開せずに始められます。

DigitalOceanの公式モデル一覧はJevをServerless Inference対象として掲載し、同社の紹介記事はDigitalOceanのキーから使えると説明します。ただし、同じモデル一覧のJev固有欄にはTypeSafeのapi.typesafe.ai/v1/systemoneが書かれています。ここにはDigitalOcean経由での専用URLと必要なリクエスト形式が一意に示されていません。DigitalOceanを使う場合は、ログイン後のModel Catalogまたはサポート資料で接続先を確認してください。本記事では推測したURLのコードを載せません。

nexos.aiは公式のGateway API資料でhttps://api.nexos.ai/v1/systemoneを公開し、model: "jev-latest"を例示しています。ただし、Jev固有の公開単価は今回確認できませんでした。料金は管理画面で確認してから送信するのが確実です。

既存のAPIキーを預かって呼び出しを中継する開発者向けソフトウェアもあります。新たにJevを購入できる窓口とは役割が違うため、六つには数えていません。

OpenCode Zenの公式資料は、jev-1.13-freeを期間限定で無料と掲載しています。jev-1.13は通常の有料モデルで、入力100万トークン当たり0.042ドルです。無料モデルは継続提供を約束されたプランではありません。APIキーを作成する画面で、対象モデルがまだ利用できるかを確認します。

OpenCode Zenのキーを環境変数OPENCODE_API_KEYへ設定したら、次の形で返金希望を尋ねられます。noulは、はい・いいえに当たる質問の型で、回答は0から1の数値です。コードは公式のリクエスト形式に合わせていますが、この文面での実推論は本記事では行っていません。

curl --fail-with-body --max-time 30 \
  https://opencode.ai/zen/v1/systemone \
  -H "Authorization: Bearer $OPENCODE_API_KEY" \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "jev-1.13-free",
    "state": "同じ注文で二重に請求されました。重複分を返金してください。",
    "questions": {
      "refund_requested": {
        "type": "noul",
        "instructions": "顧客は返金を求めていますか？"
      }
    }
  }'

無料モデルが終了していたら、キーやURLを変えずにモデル名をjev-1.13へ変更するのが、同じ窓口内での有料利用です。送信前に残高と料金を確認してください。

OpenRouterではモデル名がtypesafe/jev-1.13です。最新版へ追随する別名は~typesafe/jev-latestで、先頭の~を含みます。2026年9月27日に取得した認証不要のモデル一覧APIでも、この二つがdecisions型として返りました。OpenRouterの通常のチャットAPIへ送るモデルではありません。

APIキーOPENROUTER_API_KEYと残高を用意した後のHTTP例は次のとおりです。質問の型にはnoulを使います。OpenRouterの公式記事は、この専用APIからの実呼び出しも掲載しています。

curl --fail-with-body --max-time 30 \
  https://openrouter.ai/api/alpha/decisions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "typesafe/jev-1.13",
    "state": "同じ注文で二重に請求されました。重複分を返金してください。",
    "questions": {
      "refund_requested": {
        "type": "noul",
        "instructions": "顧客は返金を求めていますか？"
      }
    }
  }'

OpenRouterのJevは入力100万トークン0.042ドル、出力0ドルです。標準プランにはクレジット購入時の5.5%の手数料があります。モデルの掲載単価と、購入時に払う総額は分けて比較します。

VercelのダッシュボードでAI GatewayのAPIキーを作成し、AI_GATEWAY_API_KEYへ設定します。Vercelの評価用HTTP APIではモデルをtypesafe-ai/jevと書き、質問の型はbooleanです。

curl --fail-with-body --max-time 30 \
  https://ai-gateway.vercel.sh/v1/evaluate \
  -H "Authorization: Bearer $AI_GATEWAY_API_KEY" \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "typesafe-ai/jev",
    "state": "同じ注文で二重に請求されました。重複分を返金してください。",
    "questions": {
      "refund_requested": {
        "type": "boolean",
        "instructions": "顧客は返金を求めていますか？"
      }
    }
  }'

booleanと指定しても、返るprobabilityは0から1の数値です。JavaScriptの真偽値を想定して処理を進めないようにします。TypeSafeのSDKを使う既存のアプリなら、VercelのTypeSafe互換APIで、はい・いいえ用のnoul形式を維持する方法もあります。

Cloudflareを選ぶ場合は、Account IDとAccount > Workers AI > Read権限を持つAPIトークンを用意し、第三者モデル用の統合課金クレジットを入れます。AI Gatewayの権限しかないトークンでは、このAI用HTTP APIの認証に通りません。

curl --fail-with-body --max-time 30 \
  "https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "typesafe/jev",
    "input": {
      "state": "同じ注文で二重に請求されました。重複分を返金してください。",
      "questions": {
        "refund_requested": {
          "type": "noul",
          "instructions": "顧客は返金を求めていますか？"
        }
      }
    }
  }'

Cloudflareはモデル名に-aiが入らず、stateとquestionsをinputへ入れます。公式の応答例では、回答のnoulフィールドに数値が返ります。Workers内からはenv.AI.run('typesafe/jev', { state, questions })も使えます。Cloudflareのモデル分類は「第三者」であり、自社のWorker内にJevの重みを配置するという意味ではありません。

DigitalOceanは2026年9月23日の更新でJevのServerless Inference提供を告知しました。モデル一覧のIDはtypesafe-jev-1.13.0、料金表は入力100万トークン0.042ドル、出力への課金なしです。利用には前払い残高が必要です。VercelのJev画面にもDigitalOceanが提供者の一つとして表示されていますが、Vercelのキーで呼ぶ場合とDigitalOceanのキーで直接呼ぶ場合は請求先が変わります。

nexos.aiのAPI資料では、Gatewayのキーを使い、api.nexos.ai/v1/systemoneへmodel、state、questionsを送ります。公式の例はjev-latestで、残高不足にはHTTP 402が示されています。モデルへのアクセス権とJevの単価は、利用する組織の設定と請求画面で確かめる必要があります。両社の公開資料だけでは、自分のアカウントで現在使えるかは判断できません。

2026年9月27日確認時、Vercel、Cloudflare、OpenRouter、DigitalOcean、OpenCode Zenの通常モデルはいずれも入力100万トークン当たり0.042ドル、出力0ドルを掲載しています。Vercelのモデル画面では0.04ドルへ丸めて表示されますが、公開モデル一覧APIでは1トークン0.000000042ドルです。nexos.aiのJev固有の公開単価は確認できていません。

例えば1回の入力が、質問と判定基準を含めて1,000トークンなら、1万回で入力は1,000万トークン、推論分は0.42ドルです。これは共通の掲載単価からの計算で、実測料金ではありません。日本語のトークン数は文字数から決まらず、クレジット購入手数料やアプリの実行費も別に考えます。

接続できた後に確かめたいのは、自分の仕事の文章で正しく判定できるかです。TypeSafeはJev 1.13の弱点として、数の計算、日時の比較、複雑な否定、無関係な情報が多い入力などを公開しています。形式どおりに値が返ることと、判断が正しいことは別の確認項目です。

返金の例なら、「返金を求めているか」は文章の意味を読む問いです。一方、「購入から30日以内か」は日付を計算する処理、「この担当者に返金権限があるか」は権限を確認する処理です。後者はアプリのコードや業務ルールで確定させます。AIが返金希望を検出しただけで送金まで実行する設計にはしません。

試す際は、匿名化した実際の問い合わせに人が正解を付け、普通の文面と判断しにくい文面を分けて比べます。「返金してください」「返金は不要です」「返金できますか？」や、複数の用件がある文章も含めます。日本語で使う予定なら、日本語のデータで確かめる必要があります。

モデルが返す確率やconfidenceは、自社の問い合わせで同じ割合の正答が保証される数値ではありません。自分のデータで誤分類を調べ、どの範囲なら自動で振り分け、どの範囲を人へ回すかを決めます。APIエラーや時間切れも、人へ回す条件に含めます。

最初の試用にはOpenCodeの無料モデルが候補です。既にVercel、Cloudflare、DigitalOcean、nexos.aiのいずれかへ費用と認証をまとめているなら、その窓口でJevを呼ぶ方が管理しやすい場合もあります。モデル名と残高を確かめたら、問い合わせ分類を一つ選び、誤りと人へ戻す割合を測るところから始めます。