小型モデルJevがVercelで最速普及 有料チームの35%が利用
この記事の要点
TypeSafe AIの小型モデルJevが、公開2週間でVercelの有料チームの35%に広がった。ゲートウェイを通る処理の7割超が公開重みモデルで、支出は約25%。性能より用途に合わせて安いモデルを選ぶ動きが実務で進む。
結論
TypeSafe AIの小型モデルJevが、公開から2週間でVercelの有料チームの35%に広がったと、Vercelのデータが示した。この普及の速さは2位のSonnet 5.5のほぼ2倍で、同社の基盤では過去最速だという。あわせて、基盤を通る処理の7割超が公開された重みのモデルで、支出に占める割合は約25%にとどまる。性能の高さより、用途に合わせて安いモデルを選ぶ動きが実務で進んでいることを示す。数値はVercelの基盤を通る分の集計のため、全体を表すとは限らない。最新は公式で確認してほしい。
何が起きたのか
TechCrunchの報道によると、Jevは2026年9月15日に限定公開された小型のモデルで、あらかじめ決めた数個の選択肢の中から答えを選ぶ設計だ。この割り切りによって、Sonnetのような大きなモデルより速く安く動く。大量のデータを分類する用途に向く。公開から2週間で、Vercelの有料チームの35%が使い、普及の速さは2位のモデルのほぼ2倍に達した。
もう1つの数字が示唆に富む。Vercelの基盤を通る処理のうち、公開された重みのモデルが7割を超えた一方、支出に占める割合は約25%にとどまる。つまり、量は公開モデルが担い、金額は一部の高性能モデルに集中している。安いモデルで足りる作業は安いモデルに任せ、難しい作業だけ高性能モデルを使う、という使い分けが広がっている。ただしこの集計はVercelの基盤を通る分に限られ、自前で提供するOpenAIやAnthropicの利用は十分に反映されない可能性がある。
現場の実務にどう効くか
この流れは、AIの費用を抑えたい企業にそのまま応用できる。鍵は、作業ごとにモデルを選び分けることだ。問い合わせの一次振り分け、文書の分類、タグ付けのような判断の幅が狭い処理は、小さく安いモデルで十分回る。一方、提案書の作成や込み入った分析のような作業には高性能モデルを充てる。全部を高性能モデルで処理すると、費用はすぐ膨らむ。
まず、自社でAIに任せている作業を、判断の幅が狭いものと広いものに仕分けする。狭いものから安いモデルへ移すと、品質を保ったまま費用が下がる。考え方の土台は生成AI導入の費用対効果の考え方と生成AIの料金の基礎が参考になる。Jevを出したTypeSafe AIは9月に大型の資金調達を発表した企業で、小型モデルの分野は今後も競争が続く見込みだ。モデルは一度選んで終わりにせず、半年ごとに見直すとよい。
具体例で考えるとわかりやすい。問い合わせ対応では、届いたメールを「請求」「解約」「技術」などに振り分ける一次処理と、実際に顧客へ返す文章づくりは、求められる能力が違う。振り分けは選択肢が決まっているので小型モデルで足り、返信文は文脈を読む力が要るので高性能モデルが向く。この2段構えにすると、処理の大半を安いモデルがさばき、費用は大きく下がる。ツールの選び方はカスタマーサポート向けAIツール比較が入り口になる。どの作業にどのモデルを使っているかを一覧にしておくと、見直しのたびに判断しやすい。
まとめ
TypeSafe AIのJevが公開2週間でVercelの有料チームの35%に広がった。基盤を通る処理の7割超が公開モデルで、支出は約25%。安いモデルで足りる作業は安いモデルに任せる使い分けが進む。自社でも作業ごとにモデルを選び分ければ費用を抑えられる。数値は公式で確認してほしい。
出典
よくある質問
Jevはどんな用途に向くのか
あらかじめ決めた選択肢の中から答えを選ぶ軽い処理に向きます。問い合わせの振り分けや、大量のデータの分類など、判断の幅が狭い作業です。長い文章を書く、複雑な推論をするといった作業には大きなモデルのほうが向きます。用途で使い分けるのが基本です。
なぜ安いモデルの利用が増えているのか
すべての作業に高性能なモデルが要るわけではないからです。分類や振り分けのような単純な処理は、小さく安いモデルのほうが速く安く回せます。数値はVercelの基盤を通る分の集計で、全体を表すとは限りません。最新は公式の発表で確認してください。