米Articul8は2026年10月28日(米東部時間)、判断専用のマルチモーダルモデルBiviaを発表しました。文章を生成せず型の付いた判断と根拠を返し、企業の業界知識・方針・手順に合わせて調整できると説明しています。APIでの提供を始め、Python、Node.js、Go、RustのSDKとMCPサーバーも公開されています。
製品ページ(2026年10月31日確認)の掲載価格は入力100万トークンあたり0.042米ドルで、出力トークンの課金は0ドルです。出力を生成しない課金方式の説明であり、推論計算が無償という意味ではありません。先着1万人の初期利用者に最大10億トークンを無料で付ける公開記念の特典も表示されています。適用条件やレート制限の詳細は確認できていません。
7つの入力と9つの判断タイプ
入力はテキスト、画像、文書、コード、センサー信号、音声、動画の7種類です。判断タイプは製品ページにDecide、Choice、Boolean、Score、Set、Span、Ground、Extract、Data scienceの9種類が並びます。発表リリースの記述は8つの判断プリミティブです。数え方に両者でずれがあり、判断保留(abstain)を有効にすると、証拠が足りない判断は値を返さず理由を添えて報告します。
回答には判断値と確率、選択肢ごとの確率分布が付き、根拠として画像の領域、文書の文字位置、動画のタイムスタンプを返せると説明されています。判断が保留された場合、アプリは人に回すか追加情報を要求する設計です。
「AIエージェントが複雑なタスクを進めるとき、途中の質問すべてに強力な生成モデルで答える必要はありません。企業はその判断が自社の知識と運用要件を反映することを求めています。だからこそ、この技術をすべての人に開放します。」
When an AI agent is working through a complex task, it doesn't need a powerful generative model to answer every question along the way. And businesses need those decisions to reflect their own knowledge and operating requirements. That's why we're making this technology available to everyone.
大量の小さな判断を生成モデルから外す狙い
リリースは、企業のエージェント活用で単純な判断に大規模な生成モデルを回すコストが課題だと述べ、McKinseyのState of AI in 2026を引用しています。大企業の40%がエージェントをスケールさせている(前年は27%)、回答者の約5分の1がトークン費用を含むAI運用コストを制約と感じている、という数値で、各調査の公表値です。
性能は社内試験の公表値です。ツールルーティングを含むワークフロー完了試験でBiviaは0.91、比較対象のJevは0.84と同社は説明します。選択肢の表現を変えても回答が揺れにくい主張や、データで調整した領域内のエネルギーとVerilog課題で100%を達成した主張も同様に会社公表値で、条件・サンプル・独立再現は公開されていません。
発表には52分の4Kドキュメンタリー(国際宇宙ステーション撮影)の全フレームを1回のリクエストで解析するデモも紹介されました。動画を検索可能な索引に変える例示で、一般利用の上限やレイテンシの保証ではありません。
- 01 入力
状態+質問
テキスト・画像・動画など7種類の入力を状態として渡す
- 02 推論
1回の前方パス
出力トークンを生成せず、型付きの判断を返す(製品ページの説明)
- 03 answered
判断値・確率・分布
value、probability、選択肢ごとのdistribution。根拠の位置も返せる
- 04 abstained
null+保留理由
valueはnull、abstain_reasonに理由。人への回し替えや追加情報の要求につなぐ
articul8.ai/bivia(2026年10月31日確認)の応答構造の説明による。
Fast
- 扱い
- 1回のパスで即断
- 主な用途
- ルーティングやトリアージなど高頻度の呼び出し
Deep
- 扱い
- 判断後にもう一度吟味
- 主な用途
- 重要度の高い判断。解決しなければ保留へ
Abstain
- 扱い
- 証拠不足なら返さない
- 主な用途
- allow_abstain trueで有効。理由付きで報告
articul8.ai/bivia(2026年10月31日確認)による。モードはリクエストごとに選べる。
判断モデル一般への独立研究
判断モデル全般を評価するJEVal(arXiv:2610.03935、2026年10月2日公開)は、11,257事例・36データセットのベンチマークで、一般判断モデルは根拠から解ける判断には強い一方、最有力案の確率を実際より大きく申告しがちで、長い複数ステップでは誤りが蓄積してタスク成功率が下がると報告しています。Bivia自体の評価ではなく、確率の校正と長期ワークフローでの検証は今後に残ります。
Articul8は2024年1月にIntelから分離した企業向けAI企業です。2026年6月のシリーズBは投資前評価額5億ドルで、累計契約価値1億ドル超を公表していました。今回の発表は資金調達ではなく、判断モデルの外部API公開が新しい点です。
出典
- Articul8「Articul8 launches Bivia to bring domain-specific decision intelligence to enterprise AI agents」(GlobeNewswire配信、2026年10月28日)配信元が403のためManila Times転載版で全文確認。用途、8判断プリミティブ、社内試験0.91対0.84、回答の安定性と領域内100%、ISS映像デモ、2024年Intel分離、シリーズB評価額5億ドル、McKinsey引用値を確認
- articul8.ai/bivia 製品ページ(2026年10月31日確認)入力100万トークン0.042ドル・出力0ドル、先着1万人に最大10億トークン無償、7モダリティ、9判断タイプ、3動作モード、answered/abstainedの応答構造、SDKとMCP導線を確認
- JEVal「General Decision Models: Benchmarking and Insights Beyond Jev」(arXiv:2610.03935、2026年10月2日公開)判断モデル一般の評価。11,257事例・36データセット。確率の過大申告と長期タスクでの誤り蓄積を報告。Bivia固有の評価ではない
- Manila Times「Articul8 launches Bivia to bring domain-specific decision intelligence to enterprise AI agents」(GlobeNewswire配信原稿の転載、2026年10月29日掲載)リリース本文の全文確認に使用
出典の確認日 2026.10.31