TypeSafe AI recauda $870M Serie A a una valoración de $7.5B para lanzar más modelos de IA

TypeSafe AI anunció el 9 de octubre de 2026 que ha recaudado $870 millones en una Serie A con una valoración de $7.5 mil millones, liderada por Andreessen Horowitz con la participación de Sequoia Capital, el inversor existente DCVC y inversores ángeles. El socio general de Andreessen Horowitz, Martin Casado, se une al consejo de la empresa.

Términos de la ronda e inversores

Andreessen Horowitz confirmó que lidera la inversión en una publicación fechada el 9 de octubre de 2026 y con firma de Jennifer Li, Sarah Wang, Martin Casado, Marc Andreessen y Ben Horowitz. Li y Casado son socios generales centrados en la inversión en infraestructura de la firma, Wang es socia general en su equipo de crecimiento, y Andreessen y Horowitz son cofundadores y socios generales de la firma.

El propio anuncio de TypeSafe es una breve publicación dirigida a desarrolladores, empresas y posibles reclutas; la compañía reveló el monto en dólares, la valoración y el asiento de Casado en el consejo en una nota al pie de esa publicación.

El modelo System One detrás de la ronda

TypeSafe lanzó Jev en acceso anticipado el 15 de septiembre de 2026, tras dos años en modo sigiloso, y dijo que está incorporando a los desarrolladores fuera de su lista de espera. En la publicación de lanzamiento, el fundador Diogo Almeida describió a Jev como la primera incorporación a una nueva clase de modelo que la compañía denomina System One, diseñada para una toma de decisiones rápida y estructurada dentro del software.

Según la documentación de TypeSafe, Jev recibe preguntas tipadas y las evalúa contra un estado suministrado, devolviendo resultados estructurados sin generar ni analizar texto. Los resultados llegan como valores tipados con distribuciones de probabilidad, de modo que el código puede ramificarse, ordenar y enrutar directamente sobre ellos. La compañía expone tres primitivas: Choice elige una opción de una lista proporcionada; Score califica el estado según una rúbrica; y Noul devuelve una respuesta de 0‑1 sobre si una afirmación dada es verdadera. Choice y Score también devuelven valores de confianza, y los tres tipos de pregunta pueden combinarse en una única llamada API, donde cada uno se evalúa de forma independiente y simultánea contra el mismo estado.

Almeida escribió que TypeSafe construyó una nueva pila centrada completamente en la automatización: una nueva arquitectura de modelo, un muestreador paralelo y un método de entrenamiento que la compañía denomina Reinforcement Learning for Calibrated Decisions (RLCD). Dijo que Jev alcanza una inteligencia similar a la de los grandes modelos de lenguaje existentes en tareas System One, mientras funciona dos órdenes de magnitud más rápido, con tiempos de respuesta de extremo a extremo de 70 a 500 milisegundos, un rango que la publicación indica puede ser de 40 a 200 veces más rápido que los modelos de vanguardia con inteligencia comparable para consultas de tipo System One. Porque las salidas son valores estructurados tipados definidos de antemano, escribió Almeida, el modelo nunca comete errores de tipo y no puede alucinar.

El precio publicado es $0.042 por millón de tokens de entrada, con los tokens de salida gratuitos. La compañía afirma que las cifras de 193.6 veces más rápido y 444.6 veces más barato en su página principal provienen de sus evaluaciones de flujos de trabajo, y advierte que esos números están en el extremo superior de los beneficios reales. También señala que los flujos de trabajo de evaluación fueron construidos por miembros de su equipo de capacidades de modelo y que podría existir algún sesgo.

Almeida escribió que en OpenAI ayudó a desarrollar métodos de seguimiento de instrucciones para modelos de lenguaje, trabajo que, según él, se convirtió en la investigación detrás de ChatGPT. El nombre System One hace referencia al libro de Daniel Kahneman, Thinking, Fast and Slow, y a su contraste entre el pensamiento rápido e intuitivo del Sistema 1 y el razonamiento más lento y deliberado del Sistema 2. Jev lleva el nombre de William Stanley Jevons; la compañía dijo que espera que la inteligencia artificial siga la trayectoria del carbón, para la cual los avances en la eficiencia de las máquinas de vapor impulsaron una mayor demanda.

Adopción reportada y despliegue temprano

TypeSafe dijo en su anuncio que un tercio de las empresas Fortune 500 están usando Jev y que ya ha ahorrado a los clientes millones de dólares en producción. La publicación de Andreessen Horowitz indica una cifra diferente, diciendo que el 25 % de las empresas Fortune 500 han integrado Jev. La firma describió a Jev como el modelo de más rápido crecimiento que ha visto, afirmando que alcanzó 1 billón de tokens generados en los tres primeros días después del lanzamiento y que miles de casos de uso surgieron durante la primera semana, entre ellos UI generativa, juegos interactivos y análisis de datos. Caracterizó a Jev como aproximadamente entre 1/100 y 1/500 del costo de los modelos de vanguardia, mientras es 100 veces más rápido en tareas de clasificación con precisión comparable, pasando las decisiones del modelo directamente al código como valores tipados en lugar de texto que el software debe analizar.

En un estudio de caso del 7 de octubre de 2026, TypeSafe informó que Jack & Jill, un mercado de talento donde los agentes de IA emparejan candidatos con equipos de contratación, reemplazó Gemini 3.1 Flash Lite para el 100 % de las llamadas en una etapa clave de su canal de emparejamiento de candidatos dentro de los 10 días de su primera prueba. Según el estudio de caso, el cambio redujo los costos de selección en un 88 %, pasando de $0,755 a $0,092 por cada 1.000 candidatos, y redujo a la mitad el tiempo medio de selección de 20,3 segundos a 10,3 segundos, mientras retenía al 94,6 % de los candidatos que los gerentes de contratación solicitaron conocer posteriormente, en comparación con una línea base del 93,9 %; el estudio señala que esta diferencia de calidad no fue estadísticamente significativa. La calidad de clasificación se midió en 0,933 para Jev frente a 0,924 para Gemini en AUC. TypeSafe reportó ahorros anuales de $265,000 para Jack & Jill al volumen actual, con $500,000 proyectados durante los próximos doce meses dadas las expectativas de crecimiento, y afirmó que el uso de Jev se ha ampliado a más de 15 flujos de trabajo, incluidos roles coincidentes mostrados a los candidatos al registrarse y una verificación de perfil que pasó de aproximadamente 3,6 segundos a aproximadamente 0,2 segundos.

Planes declarados

TypeSafe dijo que pretende llevar las capacidades de Jev más allá, lanzar modelos adicionales nativos de máquina, proporcionar infraestructura para crear software inteligente y añadir las funciones empresariales que los clientes han solicitado. El anuncio también anima a los posibles candidatos a unirse, enlazando a la página de carreras de la empresa.