TypeSafe AI získala kolo A ve výši 870 milionů dolarů při ocenění 7,5 miliardy dolarů, aby dodávala více modelů AI

TypeSafe AI oznámila 9. října 2026, že získala kolo A ve výši 870 milionů dolarů při ocenění 7,5 miliardy dolarů, vedené Andreessen Horowitz s účastí Sequoia Capital, stávajícího investora DCVC a andělských investorů. Andreessen Horowitz generální partner Martin Casado se připojuje do představenstva společnosti.

Podmínky kola a investoři

Andreessen Horowitz potvrdila, že vede investici v příspěvku datovaném 9. října 2026, který podepsaly Jennifer Li, Sarah Wang, Martin Casado, Marc Andreessen a Ben Horowitz. Li a Casado jsou generální partneři zaměření na investice do infrastruktury firmy, Wang je generální partner v týmu růstu a Andreessen a Horowitz jsou spoluzakladatelé a generální partneři firmy.

Vlastní oznámení TypeSafe je krátký příspěvek určený vývojářům, podnikům a potenciálním uchazečům; společnost v poznámce pod čarou tohoto příspěvku uvedla částku v dolarech, ocenění a místo Martina Casada v představenstvu.

Model System One stojící za kolem

TypeSafe uvedla Jev v předběžném přístupu 15. září 2026, po dvou letech v utajení, a oznámila, že přivádí vývojáře ze seznamu čekatelů. V příspěvku o spuštění zakladatel Diogo Almeida popsal Jev jako první vstup do nové třídy modelů, kterou společnost nazývá System One, určené pro rychlé, strukturované rozhodování v rámci softwaru.

Podle dokumentace TypeSafe Jev přijímá typované otázky a vyhodnocuje je vůči dodanému stavu, přičemž vrací strukturované výsledky bez generování nebo parsování textu. Výsledky přicházejí jako typované hodnoty s pravděpodobnostními rozděleními, takže kód může na nich přímo větvit, řadit a směrovat. Společnost představuje tři primitivy: Choice vybírá jednu možnost ze seznamu; Score ohodnocuje stav podle kritérií; a Noul vrací odpověď 0–1 na to, zda je dané tvrzení pravdivé. Choice i Score také vrací hodnoty důvěry a všechny tři typy otázek lze zkombinovat v jednom volání API, kde jsou každé vyhodnoceny nezávisle a současně vůči stejnému stavu.

Almeida napsal, že TypeSafe vybudovala novou zásobníkovou vrstvu zaměřenou výhradně na automatizaci: novou architekturu modelu, paralelní sampler a tréninkovou metodu, kterou společnost nazývá Reinforcement Learning for Calibrated Decisions (RLCD). Řekl, že Jev dosahuje podobné inteligence jako stávající velké jazykové modely u úkolů System One, přičemž běží o dva řády rychleji, s celkovými odezvovými časy 70 až 500 milisekund, což, jak uvádí příspěvek, může být 40 až 200‑krát rychlejší než špičkové modely při srovnatelné inteligenci pro dotazy ve stylu System One. Protože výstupy jsou typově bezpečné strukturované hodnoty definované předem, napsal Almeida, model nikdy nedělá typové chyby a nemůže halucinovat.

Uveřejněná cena je $0.042 za milion vstupních tokenů, přičemž výstupní tokeny jsou zdarma. Společnost uvádí, že údaje o 193,6‑krát rychlejším a 444,6‑krát levnějším výkonu na své domovské stránce pocházejí z hodnocení pracovních toků, a upozorňuje, že tyto čísla patří k hornímu okraji reálných zisků. Dále poznamenává, že hodnotící pracovní toky byly vytvořeny členy týmu pro schopnosti modelu a že může existovat určitá zaujatost.

Almeida napsal, že v OpenAI pomáhal vyvíjet metody pro sledování instrukcí u jazykových modelů, práce, která se podle něj stala výzkumem stojícím za ChatGPT. Název System One odkazuje na knihu Daniela Kahnemana “Thinking, Fast and Slow” a jeho kontrast mezi rychlým, intuitivním myšlením System 1 a pomalejším, uváženým myšlením System 2. Jev je pojmenován po Williamu Stanleyho Jevonsovi; společnost uvedla, že očekává, že strojová inteligence bude následovat dráhu uhlí, pro kterou zlepšení účinnosti parních strojů vedlo k vyšší poptávce.

Uvedené přijetí a první nasazení

TypeSafe uvedla ve svém oznámení, že jedna třetina společností z Fortune 500 používá Jev a že již ušetřila zákazníkům miliony dolarů ve výrobě. Příspěvek Andreessen Horowitz uvádí jinou hodnotu a tvrdí, že 25 % podniků z Fortune 500 integrovalo Jev. Firma popisuje Jev jako nejrychleji rostoucí model, který doposud viděla, a uvádí, že během tří dnů od spuštění vygeneroval 1 trilion tokenů a během prvního týdne se objevily tisíce případů použití, mezi nimiž jsou generativní uživatelské rozhraní, interaktivní hry a analýza dat. Charakterizovala Jev jako přibližně 1/100 až 1/500 nákladů špičkových modelů, přičemž je 100‑krát rychlejší pro úlohy klasifikace při srovnatelné přesnosti, přičemž rozhodnutí modelu předává přímo do kódu jako typované hodnoty místo textu, který by software musel následně parsovat.

V studii z 7. října 2026 TypeSafe uvedl, že Jack & Jill, talentová tržiště, kde AI agenti spojují kandidáty s náborovými týmy, nahradilo Gemini 3.1 Flash Lite ve 100 % hovorů v klíčové fázi svého pipeline pro shodu kandidátů během 10 dnů od prvního testu. Podle studie změna snížila náklady na screening o 88 %, z $0,755 na $0,092 na 1 000 kandidátů, a poloviční medianní dobu screeningu z 20,3 sekundy na 10,3 sekundy, přičemž si zachovala 94,6 % kandidátů, se kterými si později náboroví manažeři chtěli setkat, oproti výchozímu 93,9 %; studie uvádí, že tento rozdíl v kvalitě nebyl statisticky významný. Kvalita řazení byla měřena 0,933 pro Jev oproti 0,924 pro Gemini na AUC. TypeSafe oznámil úsporu $265 000 ročně pro Jack & Jill při současném objemu, s projekcí $500 000 během následujících dvanácti měsíců při očekávaném růstu, a uvedl, že používání Jev se rozšířilo na více než 15 pracovních toků, včetně přiřazených rolí zobrazovaných kandidátům při registraci a kontroly profilu, která klesla z přibližně 3,6 sekundy na přibližně 0,2 sekundy.

Uvedené plány

TypeSafe uvedl, že hodlá dále rozvíjet schopnosti Jev, uvádět další modely nativní pro stroj, poskytovat infrastrukturu pro tvorbu inteligentního softwaru a přidat podnikové funkce, o které zákazníci požadovali. Oznámení také vyzývá potenciální uchazeče, aby se připojili, a odkazuje na kariérní stránku společnosti.