世界を動かす技術を、日本語で。

Jev 1.14.0をリリースし、夢見る人のための実験的機能を追加します

2026年10月15日原文(typesafe.ai)

概要

Jev 1.14.0 のリリースと共に、 実験的機能 (画像対応・新型type・長文コンテキスト)を「danger zone」として公開 安定性と創造性のバランス を重視し、プロダクション向けと夢想家向けの機能を両立 画像のマルチモーダル対応 や新型type「box」など、Jevの進化を強調 長文コンテキスト対応 やコミュニティ協力による品質向上も推進 今後も 小規模な改善 と安定性重視のリリース方針

Jev 1.14.0リリースと「danger zone」機能

  • Jev 1.14.0 の正式リリース
  • 実験的機能 (画像・新type・長文コンテキスト)を「danger zone」APIヘッダーで提供
  • danger zone機能は 今後のモデルでも継続的に進化 予定
  • 安定性未保証 につき、プロダクション利用は自己責任

Typesafeの開発哲学

  • 信頼性 と 創造性 のバランスを重視
  • プロダクション利用者には 高品質・安定性重視 のモデルを提供
  • 夢想家や開発者には 創造性を刺激する実験的機能 を提供
  • danger zone機能は 今後の標準機能の先行体験 として位置付け

画像マルチモーダル対応

  • Jev-1.13.0以降、画像入力に対応
  • 画像は JSONインターフェースの任意の場所 (state, instructions, criteria等)で利用可能
  • find-and-replace方式 で画像挿入を実現
  • 画像対応時は テキスト専用より性能低下 の傾向
  • 質問分解 による精度向上推奨
  • 有効化フラグ:TypeSafe-Danger-Zone-Images: true
    • 詳細ドキュメント: docs.typesafe.ai/go/images

新型type「box」の導入

  • 新type「box」 をJev-1.14.0で実装
  • 単一のバウンディングボックス を返却
  • 型エラーなし で利用可能
  • 今後の System One Modelsの拡張性 を示唆
    • 詳細ドキュメント: docs.typesafe.ai/go/box

長文コンテキスト対応

  • Jevは本来長文コンテキスト対応
  • 安定性重視のため制限 していたが、「danger zone」で開放
  • 長文は精度低下リスク 有り、推奨は短文
  • 有効化フラグ:TypeSafe-Danger-Zone-Long-Context: true
    • 詳細ドキュメント: docs.typesafe.ai/models#context-length

コミュニティ協力による品質向上

  • ユーザーの協力によるバグ発見オプトイン を導入
  • クエリ内容でモデルの問題点特定を支援
  • 学習には利用しない が、デバッグ効率向上

Jevモデルのバージョン管理とサポート

  • jev-preview としてJev-1.14.0を先行リリース
  • jev-latest は1週間後にJev-1.14.0へ更新予定
  • jev-1.13.0は当面利用可能、正式廃止は60日前に告知
  • jev-1.14.0廃止は30日前告知
  • 廃止ポリシーは後日公開

独自のインテリジェンス測定と公開方針

  • 公開ベンチマークを好まない方針
  • 内部指標によるインテリジェンス測定結果 を一部公開
  • オープンウェイトモデルのみ評価
  • 自社モデルに有利なバイアスの可能性 を明示
  • ユーザー自身の評価・実験 を推奨

今後の展望

  • 目立つ新機能よりも安定性・小改善 を重視
  • 本番運用に適したモデル進化 を目指す
  • 未来的な機能も開発中 だが、地道な改善を優先

Hackerたちの意見

もうちょっと軽いのが必要だったり、プライバシーを重視するなら、CPUで動かしてトレーニングできるローカルモデルから素晴らしい(場合によってはもっといい)精度とパフォーマンスが得られるよ。

└

モデルを使ってみたけど、メール分類には十分だったよ。トピック分類のために、スポーツ、経済、テクノロジー関連のニュースをグループ化して複数回実行するべきなのか、それともサッカー、バスケットボールみたいに別の回を設けるべきなのか、あるいはニュース記事のトピック分類の例みたいに一回でバッチ処理するべきなのか、ちょっと悩んでる。

画像のバウンディングボックスをサポートしてるモデルがまた一つ見れて嬉しい!将来的にはセグメンテーションも見たいな。私の使い方では、Gemini 3.5 Flash-Liteが必須で、セマンティック画像セグメンテーションに関してはこれが一番だと思う。

└

なんでGemini 3.5 Flash Liteを使ってるの?SAMやMoondreamじゃなくて、特定のワークフローで優れてるところがあるの?

警告:AIベンチマーク。これを信じないでください。 これについて正直に言ってくれるのがいいね。ベンチマークは操作できる指標だから。大体の位置を示すけど、自分のユースケースに合わせてテストするのが本当に必要だよ。

└

まあ、彼らが多くのことに遅れてるから、簡単な言い訳になってるんだろうね。

└

100%同意。SWEベンチマーク用に最適化されたモデルと実際のプロダクションでの使用との間に大きな差があることがテストでわかった。出力に関しては、定量化しにくい主観的な要素もあるよね(決定モデルはその点、少しマシだけど)。

└

決定モデルをコインフリップでテストするのが好き。これは答えがよく知られてるやつで、今までそれを返してくれたモデルは見たことがない。これが他の決定に対する信頼を揺るがすんだよね。

└

確かに、例えばここでは、このベンチマークはJeffyが得意なタスクやデータセットを選んでる。JevやLayaよりもね。https://jeffyclassify.com/blog/when-llms-fail-at-classificat... でもJeffyモデルはそのデータセットで明示的にトレーニングされてるからね(公平を期すために言うと、分類器は本当に優秀で、同じデータセットでファインチューニングされた決定モデルでも分類器には勝てないから)。

└

一般的にベンチマークは信頼してるけど、ここ6〜9ヶ月の個人的な経験では、実際のLLMパフォーマンスとはあまり関係がないんだよね。自分で簡単なテストをいくつかやった方が運が良かった。

ちょっと関係ないけど、このウェブサイトのデザインが好きだな。Linux From Scratchの改良版みたいだね。

└

ただのLARPに過ぎないのが残念。裏では典型的な膨れ上がったFramerサイトだよ。

Hacker Newsで議論の続きを見る